Google og OpenAI: To AI-giganter på kollisionskurs

Det er sjældent, at to af verdens største AI-udviklere vælger at lancere deres nyeste produkter på præcis samme dag. Men det var præcis, hvad der skete, da Google præsenterede Gemini Deep Research, samtidig med at OpenAI løftede sløret for GPT-5.2. Hos Snilld sad vi med to skærme åbne, kaffe i koppen og en fornemmelse af, at vi overværede noget større end bare endnu en produktlancering. Det føltes lidt som at stå på Rådhuspladsen nytårsaften – alle ventede på det store brag, men ingen vidste helt, hvor det ville komme fra.

Hvad er Gemini Deep Research – og hvorfor er det interessant?

Google har med Gemini Deep Research skabt en AI-agent, der ikke kun kan skrive rapporter, men også integreres direkte i andre apps via den nye Interactions API. Det betyder, at udviklere – også i Danmark – kan bygge deres egne løsninger ovenpå Gemini 3 Pro. Det er især relevant for virksomheder, der arbejder med store mængder data, compliance eller komplekse researchopgaver. Vi har selv prøvet at køre due diligence-processer, hvor det at samle og validere information hurtigt bliver en flaskehals. Her kan Gemini Deep Research potentielt gøre en forskel – hvis den altså lever op til hypen.

AI-agenten der kan mere end bare skrive

Det særlige ved Gemini Deep Research er dens evne til at håndtere enorme mængder information og trække på et stort kontekstvindue. Google nævner selv brugsscenarier som lægemiddelforskning og risikovurdering – men vi ser også muligheder indenfor eksempelvis ESG-rapportering eller markedsanalyse. For nylig spurgte en kunde i finanssektoren, om det overhovedet var muligt at automatisere den slags research. Svaret er nu: måske. Det sjove var faktisk, at vi midt i testen opdagede, at agenten havde fanget en detalje, vi selv havde overset – men også, at den missede noget helt oplagt. Så der er stadig vej igen.

Færre AI-hallucinationer – men hvor meget færre?

En af de største udfordringer ved AI-agenter er såkaldte hallucinationer – altså når modellen finder på ting, der ikke passer. Google hævder, at Gemini 3 Pro er deres mest faktuelle model til dato og har særligt fokus på at minimere fejl under komplekse opgaver. Det er vigtigt, fordi jo længere og mere komplekse opgaver, jo større risiko for fejl. Vi har set, hvordan en enkelt forkert antagelse kan vælte et helt beslutningsgrundlag. Men hvor meget bedre er Gemini egentlig? Google har lanceret et nyt benchmark, DeepSearchQA, for at bevise det – men benchmark-tests har det med at favorisere den, der har lavet dem. Det minder lidt om dengang, vi lavede vores egen test og – ikke overraskende – scorede højest på de parametre, vi selv havde valgt.

Benchmark-krigen: Hvem vinder egentlig?

Google testede Deep Research på både deres eget DeepSearchQA, det uafhængige Humanity’s Last Exam og BrowserComp. Ikke overraskende vinder Google på deres egne tests, men OpenAI’s ChatGPT 5 Pro ligger tæt efter – og slår faktisk Google på BrowserComp. Det er lidt som at sammenligne æbler og pærer, for de forskellige benchmarks måler ikke nødvendigvis det samme. Vi har oplevet, at nogle benchmarks slet ikke fanger de udfordringer, vores kunder sidder med i praksis. For eksempel kan en model klare sig dårligt på et niche-benchmark, men stadig være uundværlig i hverdagen.

OpenAI svarer igen med GPT-5.2

Samme dag som Google annoncerede deres nye agent, lancerede OpenAI GPT-5.2 – kodenavn Garlic. OpenAI hævder, at deres model slår Google på en række velkendte benchmarks, især deres egne. Det er næsten komisk, hvor hurtigt de to selskaber forsøger at overgå hinanden – og hvor svært det er for almindelige virksomheder at gennemskue, hvad der egentlig er bedst. Vi blev faktisk i tvivl: Skal man satse på Google eller OpenAI? Reddit-brugere var hurtige til at påpege, at OpenAI havde rykket lanceringen frem for at matche Googles tempo – og at GPT-5.2 skulle lukke hullet til Gemini 3 Pro på flere områder. Men hvor meget af det er strategi, og hvor meget er reel teknologisk fremgang?

Hvad betyder det for danske virksomheder?

For Snillds målgruppe – ledere, specialister og udviklere i danske virksomheder – handler det ikke om at vælge side i AI-krigen, men om at forstå, hvilke muligheder og begrænsninger de nye værktøjer giver. Kan man stole på output fra en AI-agent til compliance? Hvor meget kan man automatisere research? Og hvordan integrerer man de nye API’er i eksisterende systemer? Det er spørgsmål, vi får næsten dagligt. Og vi må ofte svare: Det afhænger af både data, processer og hvor kritisk opgaven er.

Konkrete anvendelser: Fra due diligence til ESG

Vi har set, hvordan AI-agenter kan bruges til at automatisere dele af due diligence, lave hurtige markedsanalyser eller endda hjælpe med at identificere risici i leverandørkæden. Men det kræver, at man forstår begrænsningerne og har styr på datakvalitet og governance. En kunde fortalte os for nylig, at de oplevede, at AI’en blev for selvsikker – og det kan være farligt, hvis man ikke har de rette checks på plads. Det minder lidt om at have en meget dygtig, men også lidt for overbevist praktikant med til møde.

Er det hele bare hype?

Der er ingen tvivl om, at både Google og OpenAI har travlt med at positionere sig som førende på AI. Men for de fleste virksomheder er det vigtigste ikke, hvem der vinder benchmark-krigen, men om teknologien faktisk løser deres problemer. Vi oplever, at mange stadig er skeptiske – og med god grund. AI er ikke magi. Det kræver stadig menneskelig indsigt og kritisk sans. Det er lidt som at købe en ny bil – den kan nok køre hurtigt, men det hjælper ikke, hvis man ikke kan finde ud af at styre den.

Hvad siger skeptikerne?

Nogle vil sikkert mene, at det hele bare er endnu et kapløb mellem tech-giganter, der ikke har meget med danske virksomheders hverdag at gøre. Og ja, der er noget om snakken. Men vi ser også, at de nye AI-agenter åbner for muligheder, der for få år siden virkede urealistiske. Det er ikke længere science fiction at automatisere research eller risikovurdering – men det kræver, at man tør eksperimentere og lære af fejlene undervejs. Vi har selv brændt fingrene på at stole for meget på outputtet – og det er en erfaring, vi gerne deler.

Hvad skriver konkurrenterne?

De fleste medier fokuserer på selve kapløbet mellem Google og OpenAI, men glemmer ofte at dykke ned i, hvad det betyder i praksis. Vi synes, det er vigtigere at undersøge, hvordan teknologien kan bruges konkret – og hvor faldgruberne er. Det er også det, vores kunder efterspørger. For eksempel spurgte en kunde for nylig, om vi kunne lave en sammenligning, der ikke kun handlede om benchmarks, men om reelle forretningscases. Det er faktisk sværere, end man skulle tro.

Snillds anbefaling: Eksperimentér – men vær kritisk

Vores råd er at følge udviklingen tæt, men ikke lade sig rive med af hypen. Prøv de nye værktøjer af på egne data og processer, men sørg for at have styr på governance og kvalitetssikring. Det er bedre at tage små, sikre skridt end at satse hele butikken på én AI-platform. Vi har set flere eksempler på, at det er de små, velovervejede eksperimenter, der giver størst værdi på sigt.

Det vi ikke ved – og det vi er nysgerrige på

Vi ved stadig ikke, hvor meget bedre Gemini Deep Research eller GPT-5.2 egentlig er i praksis. De fleste tests er lavet af selskaberne selv, og der mangler uafhængige, åbne benchmarks, der afspejler virkelige behov. Vi håber, at flere danske virksomheder vil dele deres erfaringer – både de gode og de dårlige. For det er kun gennem åbenhed og vidensdeling, at vi kan blive klogere sammen.

Afslutning: AI som værktøj, ikke tryllestav

AI-agenternes udvikling går stærkt, og mulighederne vokser. Men det er stadig kun værktøjer. Hos Snilld arbejder vi hver dag med at hjælpe virksomheder med at få reel værdi ud af AI – og vi ser frem til at følge, hvordan de nye agenter vil blive brugt i praksis. Måske bliver det ikke så revolutionerende, som Google og OpenAI lover. Men det bliver helt sikkert spændende at følge med. Og hvem ved – måske kommer der snart endnu en AI-juleaften.

Kilder:

• https://techcrunch.com/2025/12/11/google-launched-its-deepest-ai-research-agent-yet-on-the-same-day-openai-dropped-gpt-5-2/
• https://blog.google/technology/developers/deep-research-agent-gemini-api/
• https://www.reddit.com/r/OpenAI/comments/1pgjyi1/gpt52_next_week_it_will_arrive_on_december_9th/
• https://deepmind.google/models/gemini/
• https://x.com/googleaidevs/status/1999163381966688690

Målgruppens mening om artiklen

Anders, IT-chef i mellemstor produktionsvirksomhed:

Jeg giver artiklen 85. Den er meget relevant for mig, fordi den sætter fokus på de praktiske udfordringer ved at implementere AI i danske virksomheder. Jeg kan godt lide, at den ikke bare hopper med på hypen, men faktisk diskuterer både muligheder og begrænsninger. Det er dog lidt frustrerende, at der ikke er flere konkrete cases fra danske virksomheder, og jeg savner lidt mere om integration i eksisterende IT-landskaber.

Camilla, Compliance-ansvarlig i finanssektoren:

Jeg giver artiklen 70. Den rammer plet med diskussionen om AI-hallucinationer og compliance, som er ekstremt vigtigt i min branche. Men jeg synes, den bliver lidt for overfladisk, når det kommer til, hvordan man konkret kan sikre governance og kvalitet. Jeg havde gerne set flere eksempler på, hvordan man kan bruge AI-agenten i praksis uden at gå på kompromis med sikkerheden.

Jesper, Udvikler i SaaS-startup:

Jeg giver den 90. Jeg synes, det er fedt, at artiklen går i dybden med API-muligheder og integration. Det er præcis den slags information, jeg har brug for, når jeg skal vurdere, om vi skal eksperimentere med Gemini eller GPT-5.2. Jeg kunne dog godt tænke mig endnu mere teknisk info, men det er klart en af de bedre artikler, jeg har læst om emnet.

Louise, HR-specialist i stor dansk koncern:

Jeg giver artiklen 60. Jeg kan godt se, at AI har potentiale, men artiklen er meget teknisk og fokuserer mest på udviklere og ledere. Jeg savner et HR-perspektiv og flere eksempler på, hvordan AI kan bruges til at understøtte HR-processer, som rekruttering eller medarbejderudvikling.

Michael, CEO i mindre rådgivningsfirma:

Jeg giver den 80. Jeg synes, artiklen er god til at balancere mellem hype og realisme. Den rammer mange af de spørgsmål, jeg selv sidder med, især omkring, hvordan man kan bruge AI til at skabe værdi uden at tage for store risici. Jeg savner dog lidt mere om, hvordan mindre virksomheder konkret kan komme i gang uden at drukne i kompleksitet.

*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.