Der er sket noget i sommer, som ændrer, hvad der er den rigtige beslutning for en dansk virksomhed. Ikke fordi teknologien blev bedre — men fordi den blev billig, kopierbar og politisk usikker på én gang.
Jeg har samlet begivenhederne i et selvstændigt indlæg. Her vil jeg kun beskæftige mig med konsekvensen, for den er konkret nok til at handle på.
Prisen på rå modelkapacitet er i frit fald
Chamath Palihapitiya opgjorde det på CNBC med en enhed, der er nem at bruge: en "tønde intelligens", altså en million tokens. Prisen spænder fra 56 dollar hos Anthropic og 26 hos OpenAI ned til omkring 50 cent hos de kinesiske modeller. Faktor hundrede, for output der på de fleste almindelige opgaver er svært at skelne.
Hans egen kommentar er den vigtigste: det er ikke en prisfinte. Olie brugte 40 år på en tilsvarende priskompression. Halvledere brugte 20. AI-inferens gør det på måneder.
Samtidig frigav Moonshot AI vægtene til Kimi K3 — en model, der ligger på eller nær frontier-niveau, og som du nu kan hente ned og køre på din egen hardware uden at skylde nogen noget. Alibaba har lovet det samme.
To ting følger af det, og de trækker i hver sin retning.
Det gode: dine data behøver ikke forlade huset
Den mest almindelige indvending mod AI i en dansk virksomhed har aldrig været prisen. Den har været: hvor ender vores data?
Det spørgsmål har hidtil haft et utilfredsstillende svar — en databehandleraftale, et løfte om at data ikke bruges til træning, og en tillid til, at en amerikansk leverandør overholder det. For en advokat, en klinik, en rådgivningsvirksomhed eller en producent med kundekonstruktioner i skufferne har det ofte været nok til at stoppe projektet.
Åbne vægte ændrer det. Når modellen kører på maskiner, du selv kontrollerer, forlader dine data ikke huset. Ikke som et løfte, men som en fysisk kendsgerning. GDPR-samtalen bliver en helt anden, når svaret på "hvem har adgang" er "os".
Det er ikke gratis, og det er ikke for alle. Man skal have hardwaren eller leje den, og man skal have nogen, der kan drifte det. Men det er gået fra at være et principielt argument til at være et driftsvalg med en pris, man kan regne på.
Det svære: rammen kan ændre sig hen over et par måneder
Samtidig overvejer den amerikanske administration ifølge Axios at føje kinesiske AI-laboratorier til Entity List, at udsende sikkerhedsadvarsler, og at kræve at amerikanske virksomheder kun må hoste kinesiske modeller, hvis de garanterer sikkerheden og hæfter ved brud.
Ingenting er besluttet. Men en nyansat i OpenAI beskrev mekanikken usædvanligt ærligt i et offentligt indlæg: man behøver ikke forbyde open source. Man skal blot få agenturerne til at udsende blød regulering, der skaber tilstrækkelig usikkerhed til, at enhver reguleret virksomhed selv trækker sig.
Det er værd at forstå, hvad det betyder for en dansk virksomhed. Du er ikke omfattet af amerikansk lovgivning. Men din cloud-udbyder er måske. Din amerikanske kunde er det. Din leverandørs leverandør er det. Hvis usikkerheden bliver stor nok, forsvinder modellerne fra de platforme, du bruger — ikke fordi de er forbudt hos dig, men fordi ingen tør hoste dem.
Det er ikke en grund til at lade være. Det er en grund til ikke at lægge sin forretning i hænderne på ét valg.
Hvad det betyder i praksis
Sæt de to ting sammen — prisen falder mod nul, og rammen kan skifte hen over et kvartal — og der er kun én arkitektonisk konklusion:
Byg dit system sådan, at modellen kan skiftes ud på en eftermiddag.
Det lyder teknisk. Det er det ikke. Det er et spørgsmål om, hvor du placerer værdien.
Hvis din AI-løsning er "vi har abonnement på et værktøj, og vores medarbejdere skriver i chatten", så er modellen din løsning. Skifter prisen, kvaliteten eller tilgængeligheden, skifter din løsning. Du ejer ingenting.
Hvis din AI-løsning derimod er en proces, du selv har bygget — hvor data hentes fra dine systemer, valideres mod dine regler, sendes til en model i et afgrænset kald og kontrolleres, før noget bliver publiceret — så er modellen ét led i en rørledning. Et led du kan udskifte, fordi resten er dit.
Det er dét, jeg mener, når jeg siger, at vi bygger skelettet omkring AI og ikke AI selv. Langt størstedelen af et velfungerende AI-system er ikke AI. Det er regler, validering, routing og kontrol. Den del ældes ikke, når en ny model udkommer. Den bliver mere værd, fordi den nu kan udnytte en model, der koster en halvtredsindstyvendedel.
Tre spørgsmål til jeres næste ledelsesmøde
Hvor mange steder i vores forretning er en bestemt leverandørs model forudsætningen for, at noget virker? Hvis svaret er "alle steder", har I ikke en AI-strategi. I har et abonnement.
Hvad ville det koste os, hvis den model, vi bruger, blev utilgængelig med to måneders varsel? Ikke fordi det er sandsynligt — men fordi svaret fortæller jer, hvor eksponerede I er.
Hvilke af vores data må reelt ikke forlade huset — og har vi antaget, at det udelukker AI? Den antagelse holdt indtil i sommer. Den holder ikke længere.
Det korte af det lange
Modellen er blevet den billigste, mest udskiftelige og mest politisk usikre del af enhver AI-løsning. Alt det andet — jeres data, jeres processer, jeres regler for hvad der er godt nok — er det, der er jeres, og det er der, værdien ligger.
Det er en god nyhed. Det betyder, at det arbejde, der skal gøres, er arbejde I kan gøre og eje, mens den del der bevæger sig hurtigst er den del, I bare kan leje.
Men det forudsætter, at I har bygget noget at hænge modellen på. Har I ikke det, er sommerens prisfald ikke en gevinst for jer. Det er bare en billigere måde at være afhængig på.