“Only the paranoid survive,” skrev CEO Andy Grove efter at have genopfundet Intel som virksomhed i 1985. Han havde ret. Men Intel blev alligevel disruptet.

De lod GPU-muligheden glide fra dem. Det udnyttede NVIDIA, og i 2025 var værdien af Intel kun 2 % af sin tidligere rival. Forskellen på Groves Intel og verden i dag er nok, at den disruption tog tredive år. De founders, vi arbejder med i dag, ved, at de måske har to år.

Den forvirring og stress præger lige nu nærmest hvert eneste bestyrelseslokale. En founder bygger noget unikt, men ved samtidig, at præcis de samme værktøjer kan være tilgængelige for enhver konkurrent, enhver etableret spiller, enhver toogtyveårig med en laptop og et abonnement til en LLM-model. AI er de vises sten for produktivitet, tilgængelig for alle på én gang. 

Anthropics omsætning er et interessant eksempel: fra 1 mia. dollars til 20 mia. dollars på under femten måneder. Anthropic firedoblede sit udviklingsteam sidste år. Samtidig tredobledes produktiviteten pr. udvikler. Fire gange så mange mennesker, som hver producerer tre gange så meget. 12 gange så stor output-kapacitet på tolv måneder. Det er der få – om nogen – milliardvirksomheder, der før har præsteret.

Afledt heraf kommer den store fristelse for startups, at de behandler AI som et implementeringsproblem: køb licenser, kør pilotprojekter og udnævn en Head of AI. Den interessante forandring er dog, hvor den virkelige flaskehals nu er.

Omkostningen ved at bygge software, skabe kampagner og teste hypoteser er styrtdykket. Men de menneskelige flaskehalse har ikke flyttet sig. Hvilke sektorer skal vi gå ind i? Hvilke kunder skal vi møde ansigt til ansigt? Hvilken af de ti ting, vi kunne bygge i denne uge, er faktisk værd at bygge? 

Flaskehalsen ligger ikke længere i produktionen, men i dømmekraften. De fleste organisationer er stadig indrettet efter det gamle paradigme.

Begrebet “AI-native” bruges løst og betyder som regel bare, at “vi bruger AI-værktøjer”. De organisationer, der reelt er bygget til denne æra, hviler på fire principper.

– Prototype kultur: alle har mandat og redskaber til at bygge og teste.

– Fælles kontekst: tydelig strategi og klare mål, så hastighed skaber signal frem for støj.

– Platforms disciplin: stabil infrastruktur nederst, fri eksperimentering ovenpå.

– Mennesket i centrum: enhver AI-anvendelse skal gøre mennesker bedre til det mennesker gør bedst

Lad os gå i dybden med de fire:

Prototype kultur

Alle skal have værktøjerne: produktchefer, designere, analytikere. I stedet for at bruge tiden på at diskutere, hvad man burde bygge, bygger man det, og ser, hvad der virker.

Skiftet skal komme oppefra. En founder i min portefølje gjorde det obligatorisk for sig selv og sine nærmeste ledere, at de skulle bruge mindst ti timer om ugen med hands-on AI-eksperimentering. Trods den forventelige reaktion – “det kan umuligt presses ind” – var ledergruppen i gang efter få uger. Og endnu vigtigere: de udviklede både lysten og erfaringen til at sprede tilgangen videre.

Ledere, der eksperimenterer, finder de mennesker, der allerede er dybt engagerede: to eller tre selvlærte udviklere i enhver organisation. Dem gør de til mentorer. Mentorerne sidder så ved siden af nogle kolleger et par timer om ugen. De identificerer muligheder, onboarder værktøjer og bygger applikationer helt frem til produktion. Det er det at bygge sammen, der skaber varig forandring. Derfor hedder det prototypekultur, ikke prototypetræning.

Energien i disse teams er anderledes. Et produktspørgsmål, der før udløste en uges analyse, udløser nu en prototype inden fyraften. En trussel fra en konkurrent, der tidligere ville have udløst et strategimøde, udløser nu et ’build’. Omkostningen ved at teste falder så langt, at udgangspunktet bliver: byg det, og lad os se.

Fælles kontekst

Prototypekultur giver alle mulighed for at bygge. Fælles kontekst fortæller hvad de skal bygge i retning af. Uden den opstår der hurtigt et forvirrende virvar af nye prototyper. Så har organisationen ikke skabt fremdrift, men mere støj.

Udfordringen er, at i en traditionel organisation koster en forkert retning for meget tid: nogen bygger det forkerte for langsomt. I en organisation med AI i DNA’et koster det nogle dages arbejde at gå i en forkert retning, og det producerer samtidig volumen. AI skelner ikke mellem en prototype, der rammer rigtigt, og en, der er irrelevant. Den forstærker den retning, den får. Også når der ingen retning er.

Parallellen til AI selv er slående. Giv en LLM-model dårlige inputs, og du får vrøvl tilbage. Giv den præcise inputs, og du får gode. Det samme gælder mennesker med AI-værktøjer. En udvikler med klar strategisk input skaber noget brugbart. Den samme udvikler uden input skaber noget imponerende, men irrelevant. Gang så det med et team på tyve eller 200, og afstanden vokser med en lignende størrelsesorden.

I praksis betyder det, at virksomhedens strategi, mål og prioriteter skal være eksplicitte, skrevet ned og tilgængelige for enhver, der bygger. Jo hurtigere man kan forstå, hvad organisationen forsøger at opnå, desto mere værdifuld bliver det.

Platformdisciplin

Jo mere frihed der er i applikationslaget, desto mere stabilitet kræves der nedenunder. Prototypekultur betyder dusinvis af mennesker, der bygger i høj fart. Platformdisciplin betyder, at de bygger på stabil grund: delte databaser, API’er og produktionssystemer. Alt sammen styret, så ét teams eksperiment ikke ødelægger et andet teams arbejde.

Mennesket i centrum

Klarnas AI-assistent håndterede to tredjedele af kundeservice chatten inden for den første måned. CEO Sebastian Siemiatkowski kaldte det en triumf for effektivitet. Så røg kvaliteten, og tilfredshedsscorerne faldt. Klarna genansatte stilfærdigt mennesker på ny og indrømmede, at de havde “fokuseret for meget på effektivitet og omkostninger”.

Klarna optimerede for at fjerne mennesker fra processen. Men den egentlige mulighed er at gøre mennesker bedre til det, de gør bedst. Det er princippet: AI skal styrke mennesker. Enhver anvendelse bør måles på, om den gør dem mere kapable.

AI automatiserer masser af manuelle arbejdsgange: dataindtastning, research, udkast. Nogle roller vil forandre sig til ukendelighed. Nogle vil forsvinde. Mennesket i centrum er et designprincip for virksomheden, ikke en garanti for hvert enkelt nuværende job. Prøvelsen er, om de mennesker, der bliver, udfører mere værdifuldt og mere meningsfuldt arbejde end før.

I kundeservice håndterer AI det meste, mens mennesket bringer empati og dømmekraft til det arbejde, der kræver det. Det var dét, Klarnas kunder savnede. I produktdesign kan man generere tyve variationer på en time, mens designeren tilfører den smag, der afgør, hvilken der skal implementeres. I enterprise sales kan AI researche en kundes konkurrencesituation, regulatoriske miljø og tech-stack på få minutter. Mennesket frigøres til relationer og sektorkendskab. Det er de ting, der lukker handler.

Et spørgsmål mange founders kæmper med, er: Hvad med de mennesker, hvis styrke er rent menneskelig? Jeg kender relationsspecialister, der kan møde op til et event og gå derfra med navn og kontaktoplysninger på alle relevante deltagere. At tvinge dem til at bruge deres tid på at bygge automationer er tid stjålet fra det, de gør bedst. Mennesket i centrum betyder, at organisationen kombinerer teknisk kunnen hos nogle med relationskompetence, smag og dømmekraft hos andre. Udvikleren skaber værktøjet, relationsspecialisten bruger det, hvis det hjælper, og lader være, hvis det ikke gør, mens vedkommende fokuserer på at skabe og styrke relationer. Organisationen er designet omkring begge.

Det samme princip gælder de største beslutninger. Prototypekulturen genererer ti retninger inden frokost. Fælles kontekst sikrer, at de peger på det samme problem. Platformdisciplin sikrer, at de ikke ødelægger noget undervejs. 

Spørgsmålet, der står tilbage, er: Hvilken prototype fortjener et reelt commitment? Et rigtigt team. Rigtige ressourcer. En rigtig go-to-market-plan. Det kræver præcis den slags dømmekraft, ingen AI kan levere. AI kan handle selvstændigt, men ikke fastlægge de endelige mål. Det kan kun mennesker. Det er det personlige ansvar og den reelle risiko, der skærper dømmekraften.

De virksomheder, der gør det rigtigt, er dem, hvor enhver medarbejder har større løftestang over sit domæne, end vedkommende havde for et år siden. Medarbejderne rapporterer højere jobtilfredshed, fordi mere af deres tid går til det arbejde, der kræver deres specifikke ekspertise, deres smag og deres relationer.

Med AI bliver 30 år til 2 år

Groves paranoia holdt Intel i live i en generation. Tempoet har ændret sig. Tredive års pusterum er komprimeret til to, måske mindre. Men to år med disse værktøjer er noget helt andet end to år i nogen tidligere æra. De founders, der har forstået det, bygger allerede anderledes.

Værktøjerne er distribueret. Konteksten er klar. Prototype refleksen er der. Dømmekraften forbliver menneskelig. Vi har set, hvad de dygtige kan bygge på seks måneder. To år er rigeligt.