Generativ AI

Generativ AI er AI-modeller, der selv producerer indhold: tekst, billeder, lyd, video eller kode, når du giver en prompt. Modeller som ChatGPT, Midjourney og Suno er eksempler. De bygger på meget store modeller trænet på enorme mængder data og laver nyt materiale i stedet for kun at sortere eller forudsige.

Sådan virker generativ AI i praksis

Generativ AI svarer på en prompt: en kort instruktion eller et spørgsmål. Du skriver, hvad du vil have, en produktbeskrivelse, et billede af et køretøj i få farver eller en jingle på 20 sekunder, og modellen leverer en eller flere versioner. Tænk på det som en assistent, der kan skitsere muligheder hurtigt: den gør udkast, ikke endelige beslutninger. Modellen kombinerer mønstre, den har set i træningsdata, og sætter dem sammen til nyt indhold. Det betyder, at output er fleksibelt, men ikke altid perfekt.

Hvorfor generativ AI er relevant for din virksomhed

Du møder begrebet i leverandøroplæg, i marketingplaner og når IT vurderer nye værktøjer. For en marketingchef betyder det, at I kan få hurtige udkast til kampagner og varianter til A/B-test. For en produktchef kan det levere eksempeltekster eller prototyper. For en bogholder kan det automatisere rutinebeskeder. Brug det til at få ideer og skalerbar produktion, ikke som en garanti for korrekthed. Modellen sparer tid på gentagne opgaver, men kræver menneskelig gennemgang.

Eksempel: Generativ AI hos en dansk tekstforfatter

En tekstforfatter i en mellemstor webshop skal lave 24 produkttekster til en sæsonlancering, og hun har tre dage før produktionsmødet. Hun bruger ChatGPT til at få førsteudkast: 24 korte beskrivelser og fire varianter af hver til forskellige målgrupper. To af beskrivelserne er for generelle og nævner forkerte materialer, fordi en gammel produktbeskrivelse lå i det dataset, modellen har lært af. Hun retter de fejl, finpusser tonen og bruger et par timer på at tilpasse fakta. På billedsiden beder designeren Midjourney om tre idéforslag til hero-billedet. Én af billederne er for generisk og minder om en eksisterende reklame, så de vælger variant to og bestiller en fotograf til at tage en specifik version. Arbejdet tog to dage med maskinens hjælp, men kostede også tid i korrektur og juridisk kontrol af tekst og billede for at sikre forklaringer og rettigheder. Læringen: generativ AI gav volumen og hurtige idéer, men det var ikke en erstatning for faglig kvalitetssikring.

Generativ AI er ikke det samme som analyse-AI eller automation

Generativ AI producerer nyt indhold. Analyse-AI eller klassisk machine learning kategoriserer, scorer eller forudsiger; den siger hvad der ligger i jeres data, ikke hvordan noget skal se ud. Automation og RPA gentager faste regler. Du kan bruge dem sammen: en analysemodel kan finde hvilke produkter der sælger bedst, og generativ AI kan lave beskrivelser til de fundne produkter. Men forvirr ikke dem: de løser forskellige opgaver.

Hvad generativ AI ikke kan, og hvad du skal passe på

Generativ AI kan lave fagligt forkerte eller vildledende påstande, så alt faktuelt indhold skal tjekkes. Den kan også reflektere skævheder fra træningsdata og komme med formuleringer, der kræver juridisk gennemgang, især ved brug af billeder eller musik, hvor ophavsret kan spille ind. Modellen har ikke automatisk adgang til jeres lukkede dokumenter medmindre I forbinder den med jeres systemer, og den kan ikke forstå virksomhedens strategi uden menneskelig vejledning. Brug altid en kontrolproces: tjek fakta, tjek rettigheder og gem prompts, så I kan spore, hvordan indhold er frembragt.

Sådan kommer I i gang konkret

1. Start med en lille pilot: vælg én opgave (fx produkttekster eller SoMe-billeder) og mål tid brugt på skriveprocessen.
2. Definér ansvar: hvem verificerer fakta, hvem godkender tone, og hvem håndterer ophavsret.
3. Gem prompts og versioner, så output kan efterprøves.
4. Introducer en checklist for kvalitetssikring: faktatjek, tone, ophavsret, privat data.
5. Udvid gradvist, når processen virker og I har styr på risici.

Generativ AI åbner for kreativ kapacitet og hastighed, men det er ikke en trylleformular. Brug maskinen til at skaffe idéer og volumen, hold mennesker på sidelinjen til kvaliteten, og vær klar på at rette, dokumentere og sikre rettigheder. Som en erfaren kok med et kæmpeskab af krydderier, masser af muligheder, men smag altid før servering.

Skal flere end én i huset kunne noget med Generativ AI, så se, hvordan en AI-workshop er skruet sammen.