Den mest slidte sætning i AI-debatten er stadig, at teknologien tager nogle opgaver, men skaber nye. Det lyder beroligende. Måske lidt for beroligende. For den mere alvorlige pointe lige nu er ikke bare, at AI kan gøre arbejdet hurtigere. Det er, at den kan gøre selve arbejdets nuværende form unødvendig.
Det er hovedtesen i et essay fra The Algorithmic Bridge, som i de seneste dage er blevet delt flittigt blandt folk, der normalt har en ret høj tolerance for endnu et AI-opslag. Essayet sætter ord på noget, mange ledere, specialister og produktfolk allerede går rundt med som en uklar uro: Frygten handler ikke nødvendigvis om, at en model overtager fem opgaver på mandag. Den handler om, at den arbejdsgang, de opgaver giver mening indenfor, stille og roligt kan smuldre.
Det er ikke altid automatisering
Essayets hovedpointe er skarp, og den holder også ved nærlæsning: Teknologier, der forandrer verden, gør det ofte ikke primært ved at automatisere de opgaver, vi allerede har. De gør dem unødvendige. I essayets formulering er fremtiden for dit job ikke, at AI skriver dine mails for dig, men at de mails slet ikke behøver blive sendt.
Det lyder næsten banalt. Men det er faktisk her, mange AI-diskussioner kører galt. Vi taler om produktivitetsløft, copilot-funktioner og tidsbesparelser, som om det hele bare er lidt hurtigere Excel med bedre manerer. Imens overser vi den mere ubekvemme mulighed, at nogle af de processer, vi optimerer så ivrigt, er på vej til at miste deres eksistensberettigelse.
Og ja, der er en forskel. En stor en. Hvis et værktøj gør dig 30 procent hurtigere, kan du planlægge efter det. Hvis selve behovet for opgaven forsvinder, er det noget andet. Så står man med et whiteboard fuld af pile, og pludselig peger ingen af dem derhen, man troede.
Bankeksemplet rammer hårdere end de fleste slides
Essayet bruger banksektoren som eksempel, og det er godt valgt, fordi næsten alle straks forstår billedet. Hæveautomater fortrængte ifølge essayet kun bankansatte i begrænset grad. Men iPhones, apps og digital banking fjernede hele karrierevejen omkring filialbanking. Ikke bare nogle opgaver. Selve logikken.
Det er egentlig en præcis måde at skelne mellem effektivisering og irrelevans på. Hæveautomaten gjorde en konkret funktion billigere og mere tilgængelig. Smartphonen og den digitale bank gjorde derimod den gamle filialstruktur mindre nødvendig som udgangspunkt. Automation slog ikke traditionel bankdrift ihjel, skriver essayet. Pointløshed gjorde.
Det er en stærkere forklaring end meget af det management-sprog, vi ellers bliver fodret med. Også fordi den er grim på den rigtige måde. Den siger ikke bare, at teknologien gør noget hurtigere. Den siger, at nogle arbejdsmønstre dør, fordi verden ikke længere organiserer sig omkring dem.
Historien er fuld af arbejde, der gled ud af tiden
The Algorithmic Bridge løfter derefter blikket og peger på, at mange job historisk ikke kun er blevet automatiseret væk i klassisk forstand. De er gledet ud mellem tidsperiodernes sprækker og blevet glemt. Det er vigtigt at læse den formulering rigtigt. Det er essayets historiske observation, ikke et endeligt facit for hele arbejdsmarkedsforskningen. Men som beskrivelse af teknologiske skift er den svær at ryste af sig.
Der ligger også noget psykologisk i det. Direkte automatisering er til at forstå. Man kan se den komme. Man kan prøve at forsvare sig mod den, omskole sig, sætte et værn op, kalde det governance, hvad ved jeg. Når terrænet under karrieren derimod flytter sig, er det langt sværere at få øje på i tide.
Og det er måske derfor, så mange samtaler om AI føles underligt uskarpe. Folk siger, at de er nervøse, men kan ikke altid pege på én funktion eller ét stykke software som synderen. Det skyldes måske, at truslen ikke kun er et værktøj. Det er en ombygning af sammenhængen mellem værktøj, rolle, beslutning og værdi.
AI er også med til at bygge det næste system
Essayet skærper pointen yderligere med en tese, som er mere ubehagelig end de sædvanlige historier om automatisering: AI er ikke kun teknologien, der kan gøre vores nuværende opgaver irrelevante. Den er ifølge essayet også med til at bygge det næste paradigme. Altså den nye struktur, virksomheder og medarbejdere bagefter skal leve i.
Det er en stor påstand, og den skal læses som netop en tese. Ikke som et fastslået endepunkt. Men den rammer noget reelt. Almindelig softwareindførelse ændrer som regel en proces inden for en kendt ramme. AI bliver i stigende grad brugt til at designe, forbinde, foreslå og automatisere på tværs af rammerne. Det er en anden type påvirkning. Mere grundlæggende. Og mere rodet.
Det er her, den diffuse uro bliver strategisk interessant. For hvis teknologien både ændrer opgaverne og hjælper med at definere den nye organisationsform, så er spørgsmålet ikke kun, hvem der bliver mere effektiv. Spørgsmålet er, hvilke funktioner der overhovedet fortsat giver mening, når den nye struktur har sat sig.
Usikkerheden er ikke et karakterbrist
En af essayets bedste passager er egentlig den mindst spektakulære. Forfatteren kalder angst og usikkerhed om AI for både rimelig og relaterbar. Det lyder måske som en lille ting, men det er det ikke. I mange virksomheder bliver den slags uro stadig behandlet som noget halvpinligt, næsten som modvilje mod forandring.
Det er efter min mening en fejl. Hvis folk i organisationen har svært ved at se, hvad deres funktion er om to eller tre år, så er det ikke nødvendigvis fordi de mangler robusthed eller growth mindset eller en anden powerpoint-øvelse. Det kan være, fordi de opfanger et faktisk signal, før resten af systemet gør. Vi har set det i møder, hvor den mest præcise indvending ikke kom fra ledelsen, men fra en specialist, der sagde noget i retning af: “Jamen hvis det her virker, hvorfor gør vi så stadig hele mellemleddet?” Så blev der stille. Den slags stilhed er tit mere værd end en strategiworkshop.
Essayet har også en skarp kritik af den abstrakte AI-rådgivning, mange får serveret. Vær adaptiv. Lær at lære. Kom foran. Lad os være ærlige: Det er ofte bare en pæn måde at sige “svøm” til nogen, der allerede er i vandet. Teknisk korrekt, funktionelt tomt.
Modvægten er vigtigere, end den ser ud
Hvis historien stoppede der, ville det være fristende at konkludere, at AI uundgåeligt vælter arbejdsmarkedets nuværende form på kort tid. Men her er det vigtigt at tage modvægten alvorligt. En ny rapport fra Centre for Future Generations beskriver AI som et felt, der er omgærdet af både påstande om revolutionær transformation og påstande om overdreven hype.
Rapportens hovedkonklusion er netop, at evidensen peger på en mere kompleks virkelighed. Der findes ægte teknologiske gennembrud. Der findes også overdrivelser, AI-washing og betydelige usikkerheder om hastighed, udbredelse og effekt. Det er ikke en lille korrektion. Det er ret afgørende.
Der er altså en spænding mellem de to kilder, men ikke en modsigelse. Essayet leverer den skarpe tese om irrelevans og det mentale chok, den skaber. Rapporten minder os om, at vi stadig ikke ved præcist, hvor hurtigt og hvor dybt de effekter folder sig ud. Begge dele kan godt være sande samtidig. Faktisk er det nok dér, historien bliver mest interessant.
Det svære spørgsmål for virksomheder er ikke teknisk
For ledere og produktansvarlige er den praktiske følge ret brutal. Man skal ikke kun spørge, hvilke opgaver AI kan gøre hurtigere allerede nu. Man skal også spørge, hvilke processer der kun eksisterer, fordi organisationen stadig hænger fast i en gammel måde at koordinere arbejde på. Det er to meget forskellige øvelser, og de bliver ofte blandet sammen.
Når det sker, ender man med at optimere noget, der måske er på vej ud. Vi har set projekter, hvor folk brugte måneder på at strømline dokumentation, godkendelser eller intern rapportering, uden at nogen tog den lidt akavede diskussion om, hvorvidt den kæde af aktiviteter overhovedet burde findes i samme form om et år. Jeg siger ikke, at al procesoptimering er spild. Langt fra. Men noget af det er. Og det opdager man som regel for sent.
Det interessante er derfor ikke kun, om en model kan skrive, analysere, opsummere eller rute sager. Det interessante er, om det arbejde er en kerne i fremtidens drift, eller bare et overgangsritual mellem to systemer. Der er forskel. En irriterende stor forskel.
Sådan ser skellet ofte ud i praksis
Der findes ikke en perfekt test, og vi gider ærlig talt ikke lade som om, der gør. Men der er nogle tegn, som virksomheder kan holde øje med, hvis de vil skelne mellem arbejde, der bare bliver hurtigere, og arbejde, der er på vej til at miste sin funktion.
- Opgaven findes primært for at flytte information mellem siloer. Hvis AI eller nye systemer kan forbinde siloerne direkte, ryger noget af begrundelsen.
- Arbejdet er tungt på manuel opsummering, videresendelse og oversættelse mellem interne lag. Det er tit et tegn på, at processen beskytter en struktur mere end et behov.
- Succes måles på, om noget blev behandlet korrekt i kæden, ikke på om kunden, brugeren eller forretningen faktisk fik mere værdi. Det lugter lidt af en arbejdsgang, der lever på lånt tid.
- Folk har svært ved at forklare, hvorfor opgaven findes, men kan meget detaljeret forklare, hvordan den udføres. Den kombination er næsten altid interessant.
Det her er måske lidt niche, men i praksis er det ofte dér, mange AI-initiativer går skævt. Ikke fordi modellen er dårlig. Men fordi man sætter den til at forbedre et mellemled, som senere viser sig at være unødvendigt, når resten af processen også ændrer sig.
Ikke dommedag. Men heller ikke trøst
Der er en fristelse i begge retninger lige nu. Enten siger man, at AI bare er endnu et værktøj, ro på. Eller også siger man, at alt forsvinder, og karrierebegrebet kollapser inden frokost. Begge positioner er for lette. Den ene overser, at teknologiske skift ofte gør gamle former for arbejde meningsløse. Den anden overser, at tempo, økonomi, regulering, adfærd og organisationsrod stadig bremser meget i virkeligheden.
Centre for Future Generations peger netop på, at AI-billedet er blandet: reelle gennembrud, overophedede fortællinger, væsentlige ubekendte. Det bør gøre ledere mindre skråsikre, ikke mindre opmærksomme. Og måske også mindre forelskede i de powerpoint-venlige svar.
Så nej, usikkerheden er ikke hysteri. Den er heller ikke bevis på, at alt snart vælter. Den er et rimeligt svar på en teknologi, som både viser konkrete evner og samtidig bliver omgærdet af alt for mange forsimplede fortællinger. Det er besværligt. Men det er også mere sandt.
Det, der hænger tilbage
Hvis man skal tage én ting med fra essayet og den bredere evidens lige nu, er det måske dette: Den vigtigste AI-øvelse i 2026 er ikke kun at spørge, hvilke opgaver en model kan overtage. Det er at finde de arbejdsgange, beslutningskæder og interne ritualer, som kun giver mening i den gamle struktur.
Det lyder mindre dramatisk end dommedag og mindre salgbart end “10 gange produktivitet på 30 dage”. Til gengæld er det nok tættere på virkeligheden. Mange steder bliver AI ikke den direkte erstatning for et menneskes opgaveliste. Den bliver en medvirkende årsag til, at selve opgavelisten skal skrives om.
Og det er dér, den egentlige uro kommer fra. Ikke fordi folk er sarte. Men fordi de kan mærke forskellen på at få et nyt værktøj i hånden og at opdage, at bordet under værktøjet er ved at blive skiftet ud.
