Europæisk AI

Opgaven sætter kravet til modellen

Opgaven sætter kravet til modellen

Hvilken AI I skal vælge, afhænger af opgaven. Én virksomhed kan have tre opgaver, der stiller tre forskellige krav til model og drift, og et samlet valg for det hele bliver enten for strengt for de lette opgaver eller for løst for de svære.

Mange starter med at vælge én tjeneste til alle medarbejdere og ser bagefter, hvad den kan bruges til. Det er en farbar vej for en almindelig assistent. Når AI skal ind i processer med kundedata, fortrolige oplysninger eller krav om oppetid, skal kravet i stedet komme fra opgaven.

Seks egenskaber ved en opgave

Beskriv hver opgave ud fra seks egenskaber. De afgør tilsammen, hvad modellen og driften skal kunne.

Data. Hvilke oplysninger går ind i opgaven, og hvilke kommer ud? Offentlige tekster, interne dokumenter, kundedata, persondata eller forretningshemmeligheder.

Konsekvens af fejl. Hvad sker der, hvis svaret er forkert? Et dårligt udkast, som en medarbejder retter, er noget andet end et forkert svar til en kunde eller en forkert sammenfatning af en kontrakt.

Mængde. Hvor mange gange om dagen bruges opgaven, og af hvor mange? Mængden afgør, om betaling pr. bruger eller pr. forbrug passer bedst, og om egen drift overhovedet kan komme på tale.

Sprog og fagområde. Skal modellen skrive godt dansk, forstå fagudtryk i jeres branche eller læse dokumenter på flere sprog? Det er her, forskelle mellem modeller bliver synlige.

Forbindelser. Skal opgaven hente data fra jeres egne systemer, eller arbejder den med det, brugeren indsætter? Forbindelser til systemer skaber binding og kræver adgangsstyring.

Tilgængelighed. Hvad sker der, hvis tjenesten er nede en dag? For nogle opgaver venter man bare. For andre stopper en proces.

Tre opgaver i samme virksomhed

Et tænkt eksempel viser, hvordan kravene skilles ad. En mellemstor grossist vil bruge AI til tre ting.

Den første er hjælp til at skrive produkttekster til webshoppen ud fra leverandørernes datablade. Data er offentlige eller bliver det snart, fejl rettes af en medarbejder, og opgaven kan vente en dag. Kravet til jurisdiktion er lavt, og kvalitet på dansk og en enkel brugerflade vejer tungest.

Den anden er sammenfatning af tilbud og rammeaftaler med kunder, før de forhandles om. Data er forretningshemmeligheder, og fejl kan føre til en dårlig aftale. Kravet til aftalen med leverandøren er højt: ingen træning på data, kort opbevaring, fortrolighed og helst drift i EU. Kvaliteten skal måles på rigtige kontrakter.

Den tredje er svar på kundeservicehenvendelser om ordrestatus, koblet til ordresystemet. Data er persondata og kundedata, mængden er stor, og en fejl rammer en kunde direkte. Kravet til drift, adgangsstyring og tilgængelighed er højt, og bindingen til ordresystemet skal planlægges.

Én tjeneste til alle tre ville enten blive valgt efter den tredje opgave og blive tung og dyr til den første, eller efter den første og være for løs til den anden og tredje. Eksemplet er tænkt og har ingen bestemt virksomhed bag.

Fra opgave til krav

Når egenskaberne er beskrevet, kan kravet skrives som en kort tekst pr. opgave. Den skal svare på fire spørgsmål:

  1. Hvilken driftsform er tilladt: købt tjeneste, model via europæisk API, lejet maskine med åben model eller egen drift?
  2. Hvilke krav gælder for udvikler, drift, ejer og lov?
  3. Hvordan måles kvaliteten, og hvad er godt nok?
  4. Hvilken betalingsform passer til mængden?

Kravet kan godt være det samme for flere opgaver. Så kan de dele løsning. Det afgørende er, at fællesskabet følger af kravene. Om det giver mening at have én eller flere, står i én AI-leverandør eller flere.

Om AI overhovedet hjælper på en opgave, er et spørgsmål, der kommer før dette. Her går vi ud fra, at svaret er ja, og ser på, hvad opgaven kræver af valget.

Hvad det kræver, og hvad det koster at lade være

At beskrive en opgave efter de seks egenskaber tager en til to timer for den, der ejer opgaven, sammen med en IT-ansvarlig. For fem opgaver er det en arbejdsdag. Beskrivelsen kan genbruges, når I senere tester modeller og sammenligner tilbud.

Lader I være, bliver kravet sat efter den opgave, der bliver nævnt først, eller efter den tjeneste, nogen allerede bruger. Konsekvensen er enten for høje omkostninger til de lette opgaver eller for lav beskyttelse af de svære. Begge dele opdages sent, når en kunde, en revisor eller en fejl gør opmærksom på det.

Det skal I lade være med

  • At vælge én tjeneste til alt, før opgaverne er beskrevet · fællesskabet skal følge af kravene.
  • At beskrive opgaven med teknik · beskriv data, fejl, mængde, sprog, forbindelser og tilgængelighed, så følger teknikken.
  • At springe konsekvensen af fejl over · den afgør, hvor meget kvaliteten skal testes.

Det skal valget kunne vise

  • ☐ De seks egenskaber beskrevet for hver opgave.
  • ☐ Tilladt driftsform og krav til de fire lag pr. opgave.
  • ☐ Hvordan kvaliteten måles, og hvad der er godt nok.
  • ☐ Hvilke opgaver der kan dele løsning, og hvorfor.

Senest gennemgået: november 2026.

Næste skridt

Vælg de tre opgaver, I helst vil bruge AI til, og beskriv dem med de seks egenskaber. Læg beskrivelserne ved siden af hinanden, og se, om de kan dele løsning.

Læs også: Fem beslutninger, før I vælger AI · Hvilke data må hvor?

→ Kontakt · Tlf. 70 13 63 23 · Jurisdiktions- og afhængighedsvurdering hos Nielco IT

Skrevet af John Nielsen, indehaver af Nielco IT. Selvstændig siden 2009 og mere end 30 års erfaring med IT‑sikkerhed. Om John Nielsen · LinkedIn

John Nielsen, Nielco IT

Overvejer I, hvilken AI I skal vælge?

Skriv kort, hvilken AI-tjeneste eller model det drejer sig om, og hvad der sætter spørgsmålet i gang. Så vender jeg tilbage. Rådgivningen er uvildig og uafhængig, og Nielco IT har ingen forhandleraftaler.

Tak for din henvendelse. Jeg vender tilbage hurtigst muligt.