Deloitte har netop annonceret en massiv AI-satsning i samarbejde med Anthropic, hvor chatbotten Claude skal rulles ud til næsten en halv million medarbejdere verden over. Samtidig har virksomheden måttet refundere et større beløb til en australsk myndighed, efter fejl i en AI-genereret rapport blev afsløret. For offentlige og digitale beslutningstagere i Danmark er der vigtige erfaringer at hente fra Deloittes dobbelte AI-nyhed.

Deloitte: Global konsulentgigant med AI i centrum

Deloitte er en af verdens største konsulentvirksomheder og rådgiver både offentlige og private organisationer om alt fra regnskab til digital transformation. Med over 460.000 ansatte på verdensplan har Deloitte stor indflydelse på, hvordan nye teknologier – herunder AI – implementeres i praksis. Partnerskabet med Anthropic markerer den største enterprise-udrulning af Claude til dato, og ambitionen er at gøre AI til en integreret del af Deloittes daglige arbejde på tværs af afdelinger og markeder.

Aftalen indebærer, at Claude skal understøtte både interne processer og kundevendte løsninger. Ifølge Anthropic etablerer Deloitte et Center of Excellence for Claude, hvor 15.000 medarbejdere skal certificeres i brugen af AI-agenten. Fokus er især på compliance, sikkerhed og branchetilpassede løsninger – fra finans og sundhed til offentlig service.

Australsk AI-fejl: Hvad gik galt?

På selvsamme dag som AI-satsningen blev offentliggjort, måtte Deloitte refundere penge til den australske beskæftigelsesmyndighed. Baggrunden var en rapport, hvor AI havde genereret fejlagtige oplysninger – blandt andet referencer til ikke-eksisterende akademiske kilder. Rapporten blev hurtigt trukket tilbage og rettet, men sagen har vakt opsigt internationalt, fordi den illustrerer de risici, der følger med ukritisk brug af generativ AI.

Fejlen var ikke enestående: Også andre organisationer – fra medier til tech-giganter – har oplevet AI-hallucinationer, hvor systemerne opfinder fakta eller referencer. Eksempler tæller alt fra Amazon og Chicago Sun-Times til Anthropic selv, der tidligere i år måtte undskylde for AI-genererede fejl i en juridisk sag.

Governance og risikostyring: Deloittes svar på AI-fejl

Deloitte håndterede fejlen ved at refundere det sidste rate af kontrakten og offentliggøre en korrigeret rapport. Ifølge flere kilder har virksomheden efterfølgende styrket sine interne processer for kvalitetssikring af AI-genereret indhold. Det indebærer blandt andet mere manuel validering, brug af dedikerede compliance-værktøjer og øget fokus på træning af medarbejdere i ansvarlig AI-brug.

En vigtig læring er, at governance og risikostyring ikke kan overlades til teknologien alene. Organisationer skal etablere klare procedurer for validering, dokumentation og ansvar, hvis AI skal bruges sikkert og effektivt – især i offentlige sammenhænge, hvor borgernes tillid er på spil.

Claude i praksis: Fra regnskab til softwareudvikling

Med udrulningen af Claude planlægger Deloitte at udvikle AI-agenter til forskellige afdelinger, herunder regnskab, softwareudvikling og kundeservice. Hver agent får sin egen rolle og træning, så den kan assistere medarbejdere med specifikke opgaver – for eksempel automatisk rapportgenerering, kodeanalyse eller besvarelse af kundehenvendelser.

For at sikre ansvarlig brug af AI investerer Deloitte massivt i træning og certificering. 15.000 medarbejdere skal gennemgå et formelt program, hvor de lærer om både tekniske muligheder og begrænsninger ved Claude. Målet er at skabe en kultur, hvor AI bruges som et værktøj – ikke en erstatning for kritisk tænkning.

Konsekvenser for borgerkontakt og offentlig service

AI-løsninger som Claude kan få stor betydning for borgerkontakt og service i offentlige organisationer. Automatiserede svar, hurtigere sagsbehandling og bedre datadrevet beslutningsstøtte er oplagte gevinster. Men erfaringerne fra Deloitte viser også, at risikoen for misinformation og fejl er reel – især hvis AI-systemer ikke overvåges og valideres løbende.

Danske kommuner og regioner kan lære af Deloittes erfaringer ved at prioritere governance, træning og kvalitetssikring, når AI implementeres i borgerrettede løsninger. Det handler om at balancere innovation med ansvarlighed og sikre, at teknologien styrker – ikke svækker – tilliden til det offentlige.

Hvad kan danske offentlige organisationer lære?

Deloittes dobbelte erfaring – stor AI-satsning og dyr AI-fejl – understreger behovet for en strategisk tilgang til AI i det offentlige. Governance, risikostyring og løbende opkvalificering bør være centrale elementer i enhver AI-strategi. Det er ikke nok at købe den nyeste teknologi; organisationen skal også have processer og kompetencer til at bruge den ansvarligt.

Snilld kan hjælpe offentlige organisationer med at udvikle og implementere governance-strukturer, træningsprogrammer og kvalitetssikringsprocesser, der matcher både ambitioner og risici. Vi har erfaring med at omsætte AI-potentiale til konkrete, sikre løsninger – fra pilotprojekter til fuldskala drift.

Opsummering: Lær af både succeser og fejl

Deloittes AI-eventyr viser, at selv de største og mest erfarne organisationer kan snuble, når AI rykker ind i kerneforretningen. Men det er netop i håndteringen af fejlene, at de vigtigste læringer opstår. For offentlige og digitale beslutningstagere i Danmark er budskabet klart: Arbejd strategisk og ansvarligt med AI, lær af både succeser og fejl – og sørg for, at governance og kvalitetssikring følger med innovationen.

Kilder:

• https://techcrunch.com/2025/10/06/deloitte-goes-all-in-on-ai-despite-having-to-issue-a-hefty-refund-for-use-of-ai/
• https://www.anthropic.com/news/deloitte-anthropic-partnership

Målgruppens mening om artiklen

Anne Møller, Digitaliseringschef i Region Midtjylland:
Jeg giver artiklen 85. Den er meget relevant for mit arbejde, fordi den både adresserer mulighederne og de konkrete risici ved AI-implementering i store organisationer. Jeg synes, det er vigtigt, at artiklen ikke kun fokuserer på teknologien, men også på governance og kvalitetssikring, som er altafgørende i det offentlige. Dog kunne jeg godt have ønsket mig flere danske eksempler.

Jesper Holm, IT-projektleder i Københavns Kommune:
Jeg giver artiklen 78. Den rammer plet i forhold til de udfordringer, vi står med, når vi skal implementere AI i borgerrettede løsninger. Eksemplet med Deloittes fejl i Australien er tankevækkende, og jeg kan bruge det i dialogen med ledelsen. Men artiklen er lidt lang og kunne godt have været mere konkret på, hvordan vi undgår de samme fejl i Danmark.

Maria Lindegaard, Chefkonsulent i Digitaliseringsstyrelsen:
Jeg giver artiklen 90. Den er både aktuel og praktisk anvendelig. Jeg kan især bruge pointerne om governance og træning i mine anbefalinger til ministerier og styrelser. Artiklen balancerer godt mellem hype og realisme, hvilket jeg sætter pris på. Det trækker dog lidt ned, at der er reklamebannere undervejs.

Bo Kristensen, IT-driftsansvarlig i en større kommune:
Jeg giver artiklen 70. Jeg synes, den er lidt for fokuseret på Deloitte og deres samarbejde, og jeg savner flere konkrete råd til kommuner. Men den er god til at vise, at AI ikke er risikofrit, og at vi skal have styr på processerne, før vi ruller noget ud til borgerne.

Line Sørensen, Specialkonsulent i KL:
Jeg giver artiklen 82. Artiklen er brugbar, fordi den sætter fokus på, at governance og kvalitetssikring skal følge med, når vi eksperimenterer med AI. Jeg kan bruge den som argumentation over for både ledelse og fagforeninger. Den kunne dog godt have haft et stærkere fokus på den danske kontekst.

*Denne artiklen er skrevet af en redaktion bestående af kunstig intelligenser, der har skrevet artiklen på baggrund af automatiseret research og oplysninger om de seneste teknologi nyheder fra internettet.

Billederne i artiklen er lavet af FLUX.1.1 Pro fra Black Forest Labs.