Avsnitt
-
Skills, agenter, connectors, plugins og projects.. Hvad betyder det egentlig, og hvad skal du bruge hvornår?
Der er mange forskellige begreber inden for AI, som nemt kan flyde sammen og skabe forvirring. Denne episode hjælper dig til at få styr på begreberne - og ikke mindst gør dig klogere på, hvad du skal bruge hvornår, på tværs af ChatGPT, Claude og Copilot. På den måde får du de bedste resultater og arbejder mest effektivt med AI.
I episoden kommer vi blandt andet ind på:
Hvad er Skills, hvordan laver du dem, og i hvilke situationer giver de mest værdiDefinitionen af en "agent" - og hvorfor det egentlig ikke handler om selve ordetAfklaring af connectors (Claude), apps/plugins (ChatGPT) og Microsoft Graph (Copilot) til adgang til eksterne systemer som Gmail, Notion og HubSpotMemory kan både være fantastisk men også et ”farligt” bekendtskab.Forskellen på Projects og custom GPT'er, og hvordan du kan bygge en skill direkte ud fra et projektDenne episode er for dig, som bruger AI i din arbejdsdag og gerne vil have styr på begreberne, så du vælger det rigtige værktøj til den rigtige opgave.
Vil du blive endnu klogere på Claude? Læs mere om vores Claude kursus her: https://hverdagsai.dk/ai-kurser/claude-kursus/
-
I denne episode giver Jacob konkrete eksempler på, hvordan han bruger AI-agenter i sin daglige arbejdsgang. Oftest fejler det, når en agent skal kunne alt, hvorfor et team af specialiserede agenter, der hver løser én ting rigtig godt, typisk er en bedre vej at gå. Med Peter Belli som overordnet ”orchestrator” fordeler og koordinerer systemet opgaverne, mens subagenter som Hemingway, Scout, Brandon og Glen tager sig af alt fra tilbudsskrivning og research til SEO og kvalitetstjek.
I episoden kommer vi blandt andet ind på:
Hvorfor specialiserede subagenter giver bedre resultater end én agent, der skal kunne det heleKonkrete eksempler på agentflows: tilbudsskrivning, hjemmesideudvikling og podcastindholdHvordan du giver agenterne løbende feedback, og hvorfor det er afgørende for kvalitetenHvad det koster i tokens, og hvordan du holder udgifterne nede ved at mixe modellerHvad Microsofts nye Windows-integration betyder for sikker brug af agenter i virksomhederDenne episode er for dig, som gerne vil forstå, hvordan AI-agenter fungerer i praksis, og som overvejer, hvordan du selv kan bygge et setup, der sparer tid og hæver kvaliteten i din arbejdsdag uden at starte fra bunden.
Vil du vide mere om eller have hjælp til de AI agenter som Jacob bruger? Så kan du læse mere om OpenClaw her: https://hverdagsai.dk/ai-loesninger/openclaw/
-
Saknas det avsnitt?
-
Får du ikke de resultater, du forventer, når du bruger AI? Det skyldes sjældent AI’en, men det skyldes det input, den får. AI er kun så god som den struktur, den har at arbejde med, og de fleste dokumenter, templates og hjemmesider er simpelthen bygget til mennesker, ikke til maskiner.
Flettede celler i Excel, en fed overskrift i Word og et logo gemt som PNG i headeren. Det ser fint ud for menneskelige øjne, men for en AI er det rodet og uden struktur. I denne episode lære du, hvorfor de fleste virksomheders dokumenter, templates og hjemmesider simpelthen ikke er bygget til at blive læst af en maskine – og hvad det koster i kvalitet og effektivitet, når AI'en alligevel skal forsøge.
I episoden kommer vi blandt andet ind på:
Hvorfor Word-styles, H1/H2 og klar hierarki er afgørende for AI-output – og hvad der går galt uden demFlettede celler i Excel som den hyppigste kilde til fejl og hallucinationer i AI-svarGenerative Engine Optimization (GEO) – hvordan du sikrer, at AI-modeller citerer og anbefaler din hjemmeside frem for dine konkurrentersHvorfor mange AI-agenter kun "ser" to lag ned på en hjemmeside – og hvad der sker med alt din vigtige information på tredje lagHvorfor det ofte er klogere at bygge nye AI-klare templates helt fra bunden fremfor at rette i de gamleDenne episode er for dig, som arbejder med interne processer, templates eller digital synlighed og gerne vil forstå, hvad der faktisk skal til, for at AI kan levere det output, du forventer – i stedet for at du ender med at rette det hele til bagefter.
Vil du have hjælp til at gøre din virksomheds data og strukturer klar til AI? Læs om HverdagsAIs AI-rådgivning her: https://hverdagsai.dk/ai-loesninger/ai-raadgivning/
-
ChatGPT fylder 3,5 år. Fra de første forsøg med tekstgenerering, til en model der i dag kan bygge en hel hjemmeside og arbejde autonomt i timevis uden menneskelig input. Udviklingen er gået hurtigere, end de fleste har fulgt med til.
I episoden kommer vi blandt andet ind på:
Hvad ChatGPT kunne, da det ramte verden i november 2022Hvordan Frederik på 30 dage byggede en hel e-commerce virksomhed med én time AI-arbejde om dagenPraktiske eksempler på hvordan Frederick har brugt ChatGPT siden lanceringSpringet fra chatbot til agent: hvad det vil sige, at AI nu løser opgaver uden at spørge om lov undervejsDenne episode er for dig, som gerne vil forstå, hvor langt ChatGPT faktisk er kommet, og hvad den agentiske tilgang konkret kan betyde for din arbejdsdag.
Vil du lære at bygge og implementere AI-agenter selv? Se HverdagsAIs AI Agent Kursus her: https://hverdagsai.dk/ai-kurser/ai-agent-kursus/
Tjek også Fredericks hjemmeside, som er bygget af AI: https://erdetsikkert.dk/
-
Claude er i øjeblikket det AI-værktøj, der fylder mest i debatten, og med god grund. Anthropic har oplevet en eksplosiv vækst, og i denne episode gennemgår Mads og Jacob, hvad det faktisk er, Claude kan, og hvorfor det har taget så meget fart. Fra research-funktionen der besøger
700 hjemmesider, over Cowork der automatiserer din e-mail og dine daglige workflows, til Claude Code der lader dig bygge rigtige programmer uden teknisk baggrund.
Episoden er en praktisk gennemgang af, hvad Claude reelt kan i dag.
I episoden kommer vi blandt andet ind på:
Hvad Claude er, hvilke modeller der findes, og hvad der gør den særligt stærk
Hvad Claude Cowork er, og hvordan du kobler den til din e-mail, dit CRM og dine filer og sætter automatiske workflows op
Hvad Claude Code er, og hvordan du kan bygge rigtige programmer uden at have kodet en dag i dit liv
Samt nogle af de andre features, som er interessante
Denne episode er for dig, som overvejer om Claude er noget for dig, eller som allerede bruger ChatGPT og gerne vil forstå, hvad du eventuelt går glip af, uden at skulle sætte dig ind i et hav af teknisk jargon.
Vil du lære at bruge Claude? Læs mere om vores Claude kursus her: https://hverdagsai.dk/ai-kurser/claude-kursus
-
OpenClaw er et open source-værktøj der gør det muligt at bygge personlige AI-agenter, som ikke bare svarer på spørgsmål, men selv klikker, opretter, sender og eksekverer på tværs af dine systemer. Jacob har brugt måneder på at teste og bygge det op, og deler her konkret, hvad der virker, hvad der ikke gør og hvornår det faktisk giver mening.
I episoden kommer vi blandt andet ind på:
Hvad OpenClaw er, og hvorfor det er noget andet end ChatGPT eller ClaudeHvordan man bygger en "orchestrator-agent" der styrer en hel arbejdsprocesDet konkrete flow fra kundemøde til færdigt tilbud, uden du rørte en fingerHvornår OpenClaw giver mening, og hvornår et simpelt automation-flow er nokDenne episode er for dig, som gerne vil forstå, hvad AI-agenter kan i praksis, og om det er noget din virksomhed eller afdeling burde kigge nærmere på, uden at du behøver have teknisk baggrund.
Hvis du er interesseret i OpenClaw og har brug for hjælp. Så kan du læse mere om mulighederne her: https://hverdagsai.dk/ai-loesninger/openclaw/
-
Jacob bruger tæt på 5.000 kr. om måneden på AI-abonnementer, og i denne episode gennemgår han præcis hvad pengene går til, og hvad der rent faktisk er pengene værd. Fra LLM'er som ChatGPT, Claude og Gemini til automatiseringsværktøjer, content-tools og personlige produktivitetshjælpere som Whisper Flow. Episoden giver et konkret indblik i den AI-værktøjskasse, en af Danmarks mest erfarne AI-konsulenter bruger dagligt.
I episoden kommer vi blandt andet ind på:
Hvilke LLM-abonnementer Jacob betaler for – og hvornår han skruer op og nedHvad Claude, ChatGPT og Gemini hver især bruges til i praksisWhisper Flow: værktøjet der lader dig tale fire gange hurtigere end du skriver, på tværs af alle platformeN8N vs. Make – og hvornår det giver mening at starte med det ene frem for det andetOpenClaw: den personlige AI-agent der kan læse mails, finde filer og arbejde hele natten igennemJacobs top 5 AI-værktøjer du bør kende tilDenne episode er for dig, som gerne vil have et ærligt og konkret overblik over hvilke AI-værktøjer der faktisk rykker i hverdagen – og hvilke du roligt kan lade ligge.
🎙️ Prøv Whisper Flow gratis her: https://whisperflow.app
Vil du lære at bygge dine egne AI-agenter og automatiseringer? Læs om HverdagsAIs AI Agent Kursus her: https://hverdagsai.dk/ai-kurser/ai-agent-kursus/
-
AI-udviklingen er gået fuldstændig i overdrive. I den her episode tager vi en status på de første 4 måneder af 2026, og det går stærkere, end de fleste havde regnet med.
Jacob giver et overblik over det vilde modelkapløb, hvor der allerede er kommet 30+ nye modeller. Men endnu vigtigere: hvad betyder det egentlig for dig? Skal du skifte værktøj hele tiden, eller er der en smartere måde at navigere i det på?
Vi dykker også ned i det, der for alvor begynder at rykke nu: AI-agenter. Ikke bare chatbots, men systemer der kan handle selv, udføre opgaver og arbejde på tværs af dine værktøjer.
Undervejs taler vi også om:
Over 30 nye AI-modeller i 2026
Hvorfor du ikke skal hoppe fra model til model
Hvordan du undgår AI-stress og følelsen af at være bagud
AI-agenter der kan arbejde selv
Konkrete eksempler på hvordan agenter allerede bruges i praksis
Den oversete flaskehals: strøm, datacentre og infrastruktur
Kort sagt: En episode der giver dig overblik, og hjælper dig med at forstå, hvad der faktisk er værd at fokusere på lige nu.
-
Microsoft Copilot sidder direkte inde i Outlook, hvilket det ændrer måden, du arbejder med AI i dine emails og kalender. I denne episode viser Frederick, hvad du faktisk kan gøre med Copilot i Outlook: prioritere din indbakke, skrive og redigere mails uden copy-paste, og booke møder uden at trawle kalendere igennem.
I episoden kommer vi blandt andet ind på:
Hvordan Copilot scanner din indbakke og foreslår, hvad der er vigtigst at handle på
At skrive og redigere emails direkte i Outlook, inkl. justering af tone og omskrivning af enkeltafsnit
Brugerdefinerede instruktioner: lær Copilot din egen tone of voice, så det lyder som dig
Opsummering af lange emailtråde, så du hurtigt får overblik uden at læse alt
Kalendergymnastik: find ledige mødetider på tværs af kolleger automatisk
GDPR og adgangsstyring – hvad du skal have styr på, inden du ruller Copilot ud
Denne episode er for dig, som sidder i Microsoft-miljøet og gerne vil have konkrete greb til at bruge Copilot i Outlook mere effektivt - uden at det bare ender som avanceret stavekontrol.
Vil du vide mere om AI-træning direkte i din virksomhed? Se HverdagsAIs AI Workshop her:
https://hverdagsai.dk/ai-kurser/ -
Mange danske virksomheder har købt AI-abonnementer og måske afholdt et kursus, men hvad så nu? Hvem sørger for, at AI faktisk lander ude i afdelingerne og bliver brugt?
Det er præcis det spørgsmål, du får svaret på i denne episode, med fokus på rollen som AI-orkestrator: den medarbejder, der er bindeleddet mellem teknologien, kollegerne og lederne i de enkelte afdeling.
I episoden kommer vi blandt andet ind på:
Hvad en AI-orkestrator?
Hvordan man undgår at AI-implementeringen skaber et A- og B-hold i organisationen
Hvad det kræver at skalere en god pilot ud til hele virksomheden
Hvorfor det er afgørende, at ledelsen giver mandat og tid til de her interne AI-ressourcer
Denne episode er for dig, som er leder eller mellemleder og gerne vil forstå, hvad der skal til for at få AI til at fungere i praksis , ikke bare på papiret.
-
AI-implementering er ikke et IT-projekt - det er forandringsledelse
Mange virksomheder fejler med AI, fordi de behandler det som endnu et tech-projekt og placerer ansvaret i IT-afdelingen. I denne episode lærer du hvorfor det er CEO'ens ansvar at drive AI-udrulningen.
Fakta er at 68% af AI-projekter lykkes, når den øverste leder er involveret, mod kun 11% når vedkommende ikke er det.
I episoden kommer vi blandt andet ind på:
Hvorfor AI-implementering er en forandringsledelse opgave og ikke et IT-projekt
Hvordan man undgår A- og B-hold i virksomheden, når AI rulles ud
Den danske model som konkurrencefordel: hvorfor bottom-up fungerer bedre end top-down
Hvordan du starter med de lavt hængende frugter og hurtigt viser medarbejderne værdien
Hvordan ledere kan bruge AI som sparringspartner og advisory board til egne beslutninger
Denne episode er for dig, som er leder eller arbejder tæt på ledelsen og gerne vil forstå, hvad der faktisk skal til for at få AI til at give værdi i hele organisationen - ikke kun hos de teknisk stærke medarbejdere.
Vil du vide mere om AI set fra et ledelsesperspektiv? Læs om vores AI Kursus for ledere her: https://hverdagsai.dk/ai-kurser/ai-kursus-leder/
-
Her på HverdagsAI har vi snakket meget om, hvor vigtigt det er at give AI kontekst. Jo mere du giver, jo bedre svar får du. I dagens episode fortæller vi, hvordan du kan arbejde mere effektivt med AI uden at skulle gentage dig selv igen og igen.
Projects, Gems, Custom GPT's - kært barn har mange navne. Alle de store modeller har en løsning, hvor du kan give din AI instrukser og baggrundsviden på forhånd, også kaldet en system prompt.
System Prompts kan være en genvej til bedre resultater og mere effektivitet, men arbejder du med automations og agenter er det uundværligt.
I episoden kommer vi blandt andet ind på:
Hvad en system prompt er, og hvorfor den gør en forskelHvordan du laver din egen – og hvorfor du bør gøre detKonkrete eksempler på hvad du selv kan sætte fast: fra M-dash til europæisk kommateringHvordan du bruger AI til at bygge din egen system promptDenne episode er for dig, som bruger AI i dit arbejde og gerne vil have mere konsistente og personlige svar – uden at skrive den samme kontekst om og om igen.
Vil du vide mere om, hvordan du bygger stærkere AI-vaner fra bunden? Se HverdagsAIs AI kurser her: https://hverdagsai.dk/ai-kurser/
-
Det er én ting at tage et AI-kursus, men noget helt andet at få det til at leve i hverdagen. Mads og Jacob tager fat på den udfordring, mange virksomheder sidder med: hvad sker der, når entusiasmen fra kursusdagen møder den travle hverdag? Episoden giver konkrete bud på, hvordan man bygger en kultur, hvor AI faktisk bruges, og ikke bare tales om.
I episoden kommer vi blandt andet ind på:
Hvorfor én konkret opgave er bedre end en liste med 15 idéerLedelsens rolle: hvorfor det ikke er nok at sende en mail om AI, og hvad der faktisk virkerHvordan AI-ambassadører internt kan drive udviklingen nedefra og skabe reel forandringHvordan man identificerer de gentagende opgaver i virksomheden, der er lavest hængende frugt for AIPrompt-biblioteker og delte use cases som genvej til at få flere med om bordDenne episode er for dig, som er leder eller medarbejder og gerne vil have AI til at sidde fast i arbejdsgangene , og ikke bare være noget, der sker den ene uge og glemmes den næste.
Vil du vide mere om, hvordan HverdagsAI hjælper virksomheder med at implementere AI i praksis? Læs om vores AI Kursus for Virksomheder her: https://hverdagsai.dk/ai-kurser/ai-kursus-virksomhed/
(00:00) Intro og velkomst
(01:06) Velkomst i studiet og introduktion til emnet
(01:50) AI-nyheder: Nvidia-konferencen og fremtidens chips
(05:42) Agent-modeller og OpenDevin strategier
(11:58) OpenAI's vækstplaner mod 2026
(13:46) Fra kursus til kultur: Sådan skaber man varig AI-implementering
(15:18) Personlig rutine: Vælg én ting de næste 4 uger
(17:26) Ledelsens rolle: Vis sårbarhed og del dine fejl
(19:10) Push-pull dynamikken: Initiativer skal komme nedefra
(21:17) Vidensdeling i afdelinger og ugentlige AI-møder
(22:56) AI-ambassadører og "Champions" i virksomheden
(26:30) Identificering af flaskehalse og gentagende processer
(32:00) Vurdering af værdi vs. besvær ved automatisering
(32:48) Opsamling og afslutning
-
Kun 3,3 % af alle Microsoft Office-brugere tager AI-værktøjerne i brug, men det tal er ved at ændre sig. Copilots to specialagenter, Researcher og Analyst, giver virksomheder adgang til dyb research og avanceret dataanalyse direkte i Microsoft-økosystemet, og med EU's AI-regulering på vej bliver sikker, kontrolleret AI-brug vigtigere end nogensinde.
I episoden kommer vi blandt andet ind på:
Hvorfor kun 3,3 % af Office-brugere bruger Copilots AI-funktioner, og hvad der skal til for at ændre detResearcher-agenten: hvordan du med Researcher kan få rapporter med dybe indsigter fra både internt og eksternt dataAnalyst-agenten: hvordan den cruncher store Excel-datasæt med Python og afslører skjulte trends og korrelationerDatasikkerhed og adgangsstyringDenne episode er for dig, som arbejder i et Microsoft-miljø og gerne vil forstå, hvad Researcher og Analyst-agenterne konkret kan gøre for din effektivitet - og hvorfor datasikkerhed og adgangsstyring er afgørende, inden du sætter dem i gang.
Vil du lære at udnytte Copilot fuldt ud i din virksomhed? Se HverdagsAIs skræddersyede Copilot-kursus her: https://hverdagsai.dk/ai-kurser/ai-kursus-virksomhed/
-
9 ud af 10 elever bruger allerede AI i deres hverdag, men kun 20% får egentlig undervisning i det. Hvad siger det om det danske uddannelsessystem?
I denne episode dykker vi ned i et af de mest presserende spørgsmål i dansk uddannelse lige nu: Hvordan forholder vi os til AI i klasseværelset. Og er vi overhovedet rustet til det?
Vi taler om, hvorfor det er en kæmpe fejl at omtale AI som snyd, og hvorfor manglen på en national strategi risikerer at skabe et nyt A- og B-hold i det danske samfund. For mens nogle skoler omfavner teknologien, vender andre ryggen til den, og det er eleverne der betaler prisen.
Vi kommer også ind på, hvad fremtidens uddannelse faktisk bør handle om, når paratviden ikke længere er det vigtigste. Procesforståelse, kritisk tænkning og evnen til at arbejde effektivt sammen med AI er de kompetencer, virksomhederne efterspørger, men er det dem vi uddanner til?
-
Hver gang du sender en prompt afsted, sætter det gang i store datacentre verden over. Men hvor slemt står det egentlig til med AI og klimaet? Er det sandt, at en enkelt prompt koster 10 mobilopladninger, eller er sandheden mere nuanceret?
I denne episode af HverdagsAI dykker vi ned i "maskinrummet". Vi ser nærmere på, hvorfor AI kræver enorme mængder vand og strøm, og hvordan innovation faktisk er med til at gøre modellerne mere effektive år for år.
Vi kommer blandt andet omkring:
Datacentrenes "varmeproblem": Hvorfor AI-servere kræver voldsom køling og hvad det betyder for vandforbruget.
Træning vs. Brug: Hvorfor 80-90% af energien i dag bruges på vores daglige prompts frem for selve træningen af modellerne.
Google vs. AI: Er en prompt virkelig tungere end en klassisk Google-søgning?
Den praktiske vinkel: Tips til hvordan du selv kan bruge AI mere klimabevidst
Fremtiden: Hvordan man forsøger at løse energikrisen gennem smartere hardware og software.
Få overblikket over AI’s klimaaftryk, og lær hvordan du bliver mere klimabevidst når du bruger AI.
(00:00) Intro
(01:03) Hvorfor koster AI-modeller så meget strøm og vand?
(02:34) Datacentre og behovet for køling
(04:34) AI vs. andre digitale tjenester (Netflix, Google, Cloud)
(05:53) Den eksponentielle vækst i energibehov
(07:38) Betydningen af datacentrets placering og energikilde
(08:58) Forskellen på energi til træning vs. brug af modeller (Inference)
(10:20) Sammenligning: AI's CO2-aftryk vs. New York City
(11:31) Udfordringer med elnettet og placering af datacentre
(14:21) Fremtiden: Kan modellerne gøres mere effektive?
(17:23) Nvidias rolle i energieffektivisering
(19:33) AI-prompt vs. Google-søgning: Hvad koster mest?
(21:18) Energiforbrug ved billeder og video
(23:25) Tips til mere klimabevidst brug af AI
(27:32) Optimering af AI-automatiseringer og agenter
(28:32) Opsamling: Værdi vs. ressourceforbrug
-
Automation er ikke et nyt begreb, men med AI er mulighederne eksploderet. I denne episode dykker Mads og Jacob ned i, hvad AI automation egentlig er, hvilke værktøjer der findes, og hvordan du som virksomhed kommer i gang, uden nødvendigvis at have en teknisk baggrund.
Jacob giver konkrete eksempler på, hvordan automations allerede bruges i praksis: Fra automatisk sortering af indkomne e-mails til komplekse flows, der researcher, skriver og publicerer blogindlæg helt uden menneskelig indgriben. Og vigtigst af alt: Hvordan du vurderer, om det overhovedet giver mening at automatisere en given opgave i din virksomhed.
I episoden kommer vi blandt andet ind på:
Hvad AI automation er, og hvordan det adskiller sig fra traditionel regelbaseret automationDe mest udbredte værktøjer: Power Automate, Zapier, Make.com og N8NKonkrete eksempler på automations i praksis – fra e-mailsortering til fakturabehandlingHvordan du bryder en arbejdsproces ned og vurderer automatiseringspotentialetHvorfor valget af platform fra start kan spare dig for store omstillings omkostningerDenne episode er for dig, som har hørt meget om AI og automation, men endnu ikke rigtig ved, hvor du skal starte, eller for dig, der allerede er i gang og vil blive klogere på, hvilke værktøjer og metoder der giver mest mening for din virksomhed.
Læs mere om hvordan vi kan hjælpe dig med AI automations: https://hverdagsai.dk/ai-loesninger/ai-automation/
Eller læse mere om vores kursus i n8n/ AI autimation: https://hverdagsai.dk/ai-kurser/ai-agent-kursus/(00:00) Intro
(01:00) Velkomst og dagens emne: AI Automations
(02:20) Hvad er en automation? Fra regler til AI
(06:10) Hvordan AI løfter traditionel automatisering
(07:25) Gennemgang af værktøjer: Power Automate
(09:40) Zapier: Fordele og ulemper (GDPR og pris)
(11:50) Make.com: En god middelvej for begyndere
(13:10) N8N: Hvorfor eksperterne foretrækker open source
(17:20) Case: Automatiseret nyhedsovervågning og artikelskrivning
(20:30) Kvalitetssikring: AI detection I flows
(24:35) McKinsey rapport: Hvor meget kan automatiseres?
(28:40) Interne flows: Reminders og opfølgning på opgaver
(30:10) Guide: Hvordan vurderer man, om en opgave skal automatiseres?
(36:10) Fremtiden: Automations direkte i ChatGPT og AI platforme
(38:15) Hvordan man kommer i gang i virksomheden (AI Audits)
(40:00) Afrunding og opsummering
-
Er vi for afhængige af amerikansk tech? Da Trump fik Microsoft til at lukke for ICC's adgang til Outlook, blev det pludselig meget konkret. I denne episode kigger Mads og Frederick på Mistral AI – det europæiske alternativ til ChatGPT og Gemini – og hvorfor det måske er på tide at diversificere.
I denne episode kommer vi blandt andet ind på:
Hvorfor europæiske virksomheder begynder at stille spørgsmål ved deres afhængighed af Silicon ValleyHvad Mistral AI er, og hvad der adskiller det fra de amerikanske modellerHvordan open source-modeller giver virksomheder mulighed for at køre AI lokalt på egne servereMistral og Le Chats styrker inden for GDPR, datasikkerhed og europæiske sprogHvad det koster, og hvor nemt det er at komme i gangDenne episode er for dig, som bruger ChatGPT eller Gemini i hverdagen og er begyndt at spekulere på, om du putter for meget data i hænderne på amerikanske tech-giganter, eller bare er nysgerrig på, hvad Europa egentlig har at byde på inden for AI.
00:00) Intro
(00:59) Velkomst og dagens emne: Europæiske alternativer til Silicon Valley
(01:44) Hvad er Mistral AI og chatrobotten "Le Chat"?
(02:30) Sikkerhed, compliance og GDPR i en europæisk kontekst
(03:45) Risikoen ved amerikansk tech-afhængighed og dataudlevering
(04:50) Eksemplet med Microsoft og ICC: Når der bliver slukket for strømmen
(07:25) Open Source og Open Weight: Kør AI lokalt på egne servere
(08:53) Hvordan klarer Mistral sig mod amerikanske modeller (benchmarks)?
(10:05) Fordelen ved europæisk sprogforståelse og kulturel kontekst
(11:35) Økonomi: Værdiansættelse og nye europæiske investorer (ASML)
(13:49) Er det nemt at komme i gang? (Brugervenlighed og agenter)
(14:55) Coding skills, tekstforfatning og billedgenerering med Flux
(16:30) Udfordringen med manglende europæiske økosystemer (Outlook/Google-pendant) (17:42) Hvorfor Mistral er et godt alternativ til gratisversioner af ChatGPT
(18:25) Memory og kontekstvindue: 10x bedre end andre gratis modeller
(19:35) Pris: Gratis vs. Paid (15 Euro pr. måned)
(20:19) Kommunikation uden "amerikansk facon": Mere direkte og kulturelt præcis
(22:20) Opsamling: Derfor skal du prøve Mistral AI
-
Gratis vs. Betalt: Her er hvad du reelt får for pengene i Microsoft Copilot 365.
Er Microsoft Copilot bare en dyr opgradering af din stavekontrol, eller giver det adgang til en AI assistent, som er investeringen værd?
I denne episode af HverdagsAI dykker Mads Bang og Frederick Krause, partner i HverdagsAI og ekspert i Enterprise AI, helt ned i Microsofts økosystem for at finde ud af, om de 220 kr. om måneden per medarbejder er givet godt ud
Vi kommer omkring:
Sikkerheden først: Hvorfor "Enterprise Data Protection" er afgørende for, at din virksomheds data ikke lander hos OpenAI eller konkurrenterne.
Microsoft Graph: Hvordan Copilot får adgang til dine e-mails, Teams-chats og filer for at give dig svar med fuld kontekst.
De nye agenter: Vi ser nærmere på "Researcher" og "Analyst", der kan lave deep research og dataanalyser på baggrund af din virksomheds data
Slut med Copy-Paste: Fordelene ved at have AI integreret direkte i Word, Excel og Outlook fremfor at hoppe frem og tilbage til ChatGPT.
A- og B-holdet: Hvorfor det kræver træning og kulturændring at få succes med udrulningen, så AI ikke bare bliver "penge ud af vinduet".
Uanset om du er beslutningstager eller bare gerne vil have en nemmere hverdag i Office-pakken, giver denne episode dig svaret på, hvordan du kommer i gang.
(00:00) Intro(01:15) Velkomst og introduktion af Frederik Krause
(02:30) Hvad er Microsoft Copilot 365?
(04:02) Sikkerhed i højsædet: Enterprise Data Protection
(05:05) Integration i Office-pakken (Word, Excel, Outlook)
(06:20) To typer AI: Den genererende vs. den analyserende Copilot
(07:05) Motoren bag: Samarbejdet med OpenAI og GPT-modellerne
(09:10) Hvorfor Copilot er mere sikkert end gratis chat-modeller
(10:00) Den betalte version: Adgang til Microsoft Graph og egne data
(11:55) Avancerede agenter: Researcher og Analyst
(13:02) Pris og ROI: Kan det betale sig at spare 11 minutter om dagen?
(15:15) Bedre output gennem kontekst og "Tone of Voice"
(17:55) Outlook-tricks: Hurtigere og mere personlige e-mailbesvarelser
(20:00) Kreativt arbejde: LinkedIn-posts og billedgenerering
(21:00) Risikoen ved at dele sensitive data med andre AI-værktøjer
(23:05) Adgangsstyring: Copilot ser kun det, du har adgang til
(24:35) Deep Research: Kombinationen af interne og eksterne data
(27:15) Gode råd til virksomheder: Implementering og træning af medarbejdere
(28:35) Afslutning og tak for i dag
-
Kan du stole på Google AI Overview?
Øverst i dine Google-søgninger popper der nu oftest et flydende, sammenhængende svar op, før du overhovedet når de klassiske links. Det er Google AI Overview.
I denne episode af HverdagsAI dykker Jacob og Mads ned i, hvad Google AI Overview er for noget, hvilken betydning det får for vores online adfærd i fremtiden, og om du kan stole på de resultater, som du får.
I denne episode kan du blive klogere på:
Hvad er AI Overview egentlig? Vi forklarer forskellen på Googles opsummeringer og klassiske chatbots som ChatGPT eller Gemini.Risikoen for fejl: Hvorfor AI’en mangler menneskelig intuition, og hvad det kan betyde for de svar, du får.Kildekritik 2.0: Hvordan du spotter, hvornår du kan nøjes med AI-svaret, og hvornår du absolut skal klikke videre til kilden.Deep Research vs. Overview: Hvornår skal du bruge de tunge værktøjer, og hvornår er den hurtige søgning nok?Googles dilemma: Hvordan balancerer tech-giganten mellem at give dig hurtige svar og samtidig tjene penge på annoncer og compute-kraft?Vi giver dig de praktiske tommelfingerregler til, hvordan du bruger AI Overview effektivt i din hverdag, uden at lade dig snyde af smarte opsummeringer.
(00:00) Intro
(01:13) Hvad er Google AI Overview?
(02:56) Hvordan fungerer AI-opsummeringerne i praksis?
(05:34) Kildekritik og risikoen for forældet data
(06:22) Hvornår fungerer AI Overview godt (og mindre godt)?
(07:26) Deep Research som alternativ til komplekse spørgsmål
(09:06) Eksempel på fejl
(12:10) Sådan undgår du fejl med præcis prompting
(14:26) Udfordringer med sammenkobling af forskellige kilder (fx Mary vs. Margrethe)
(15:45) Reddit som kilde og troværdighed
(17:42) Sundhedsrelaterede søgninger og niche-emner
(19:50) Ændring af vaner: Fra klassisk Google til AI-søgning
(22:42) Googles fremtid og "Cashcow"-dilemmaet
(24:50) Omkostninger ved AI-søgning og computerkraft
(26:36) Opsamling: Tænk over konsekvensen af fejl
- Visa fler
