GPT-5.2 er landet. Og det føles faktisk, som om der er gået et lille sus gennem kontorlandskabet – i hvert fald blandt dem, der arbejder med tunge analyser, automatisering og avanceret kodning. For os i Snilld har det været lidt som at få en ny kollega, der ikke bare kan holde fokus, men også kan tage over på de opgaver, der ellers plejede at give sved på panden. Men lad os tage det fra toppen.

To verdener: Forretning og hverdag

Allerede få timer efter lanceringen begyndte reaktionerne at tikke ind på X (det, der engang hed Twitter) og diverse tech-blogs. Forretningsfolk og udviklere var hurtige til at kalde GPT-5.2 for et markant fremskridt. Matt Shumer fra HyperWriteAI kaldte modellen “den bedste i verden” til dybe, seje opgaver, hvor modellen kan tænke i timevis. Allie K. Miller, tidligere AWS-chef, pegede på, at GPT-5.2 føles som “AI som seriøs analytiker” – ikke bare en venlig chatbot.

Men for de mere casual brugere? Her er reaktionen mere lunken. “Det føles mest som en inkrementel opdatering,” skrev flere. Jeg kan faktisk godt forstå det. Hvis man bare vil småsnakke eller have hurtige svar, er forskellen ikke så tydelig.

Forretningsgevinster: Hastighed og præcision

Det er på virksomhedssiden, GPT-5.2 virkelig skiller sig ud. Box, som mange danske virksomheder kender fra cloud-lagring, har testet modellen intenst. De rapporterer, at GPT-5.2 scorer 7 point højere end forgængeren på deres reasoning-tests – og det er ikke bare tal for tallets skyld. Det betyder, at modellen kan løse flere opgaver korrekt, hurtigere og med færre fejl.

Et konkret eksempel: Opgaver med “kompleks ekstraktion” – altså at hive data ud af rodede dokumenter – tog før 46 sekunder. Nu tager det 12. Det er ikke bare en lille forbedring. Det er en forskel, der kan mærkes, når man sidder med compliance, P&L-analyser eller automatiseret rapportering. Vi har selv set, hvordan GPT-5.2 kan tage en rapport, der før krævede to dages manuelt arbejde, og gøre det på under en time. Det er næsten for godt til at være sandt, men det er det altså ikke.

Udviklernes nye legeplads

Udviklere jubler også. MagicpathAI viste, hvordan GPT-5.2 kan bygge en komplet 3D-motor i ét hug – i én fil, med interaktive kontroller. Det er lidt som at se nogen bage en lagkage med bind for øjnene og stadig ramme smagen. Ethan Mollick fra Wharton demonstrerede, at modellen kan generere avancerede shaders – altså visuelle effekter, der normalt kræver specialister. For os i Snilld betyder det, at opgaver, vi før måtte udlicitere til dyre konsulenter, nu kan løses in-house. Det er både billigere og hurtigere.

Men det sjove var faktisk at – nå ja, men det kom jeg til senere. For det er ikke kun kodning, der er blevet lettere. Simulationer, datamodellering og automatisering af komplekse workflows er nu pludselig inden for rækkevidde for flere virksomheder. Det er ikke længere kun for de store drenge.

Autonomi og agentiske workflows

En af de mest opsigtsvækkende forbedringer er GPT-5.2’s evne til at holde fokus over lang tid. Dan Shipper fra Every beskrev, hvordan modellen kunne arbejde autonomt på en P&L-analyse i to timer – uden at miste tråden. Det er ret vildt. For det betyder, at man kan sætte modellen til at løse sammenhængende opgaver, der før krævede menneskelig overvågning og koordinering.

Vi har selv prøvet at lade GPT-5.2 tage sig af en compliance-gennemgang, hvor den skulle holde styr på flere datasæt og regler på én gang. Den klarede det overraskende godt. Jeg blev faktisk i tvivl om, hvor meget vi egentlig selv skal lave fremover. Det åbner for helt nye muligheder for automatisering af komplekse forretningsprocesser – især i brancher med meget dokumentation og regelstyring.

Begrænsninger og kritik

Men alt er ikke fryd og gammen. Flere har peget på, at GPT-5.2’s “Thinking mode” er langsom. Meget langsom, faktisk. Matt Shumer nævner, at han næsten aldrig bruger Instant-mode, fordi den dybe tænkning tager tid. Og så er tonen blevet mere rigid. Enkle spørgsmål kan ende i 58 bullets og nummererede punkter. Det kan godt blive lidt tungt.

Der er også konkurrence. Claude Opus 4.5 nævnes flere steder som bedre til kreative og hurtige svar. Katie Parrott fra Every skriver, at GPT-5.2 er mindre “resourceful” i visse kontekster – fx når det gælder om at udlede brugerens lokation ud fra e-mails. Så det er ikke nødvendigvis den bedste model til alt.

Snillds vurdering: Hvor skal man være kritisk?

Vi anbefaler, at virksomheder tænker sig om, før de kaster sig hovedkulds ud i GPT-5.2. Hvis man har brug for hurtige, kreative svar eller uformel chat, kan andre modeller stadig være bedre valg. Men hvis man arbejder med tunge analyser, compliance, rapportering eller automatisering af komplekse processer, er GPT-5.2 svært at komme udenom.

Det er dog vigtigt at teste modellen på egne data og opgaver. Vi har oplevet, at den kan fejle på små, uforudsete detaljer – fx i danske regnskabsformater eller nichebrancher. Så start småt, mål effekten, og skalér gradvist op.

Perspektiv og anbefalinger til Snillds kunder

GPT-5.2 er især relevant for power users, udviklere og virksomheder med store analysebehov. For dagligdags chat eller kreativt arbejde kan Claude Opus 4.5 eller andre modeller stadig være relevante. Vores råd er:

• Start med at identificere de mest tidskrævende eller fejlbehæftede processer i jeres virksomhed.
• Test GPT-5.2 på konkrete opgaver – fx automatiseret rapportering, P&L-analyser eller compliance-tjek.
• Vær opmærksom på modellens begrænsninger, især hvis I arbejder med meget kreative eller ustrukturerede opgaver.
• Overvej at kombinere GPT-5.2 med andre modeller, hvor det giver mening.

Og så et lille tip fra os: Glem ikke at tage en pause og mærke efter, hvor meget tid I egentlig sparer. Det kan godt være, det bare føles som en opdatering. Men når man sidder med hænderne i maskinrummet, er forskellen til at tage og føle på. Og det lugter lidt af fremtid.

Kilder:

• https://venturebeat.com/ai/gpt-5-2-first-impressions-a-powerful-update-especially-for-business-tasks

Målgruppens mening om artiklen

Anders, IT-chef i mellemstor produktionsvirksomhed:

Jeg giver artiklen 85. Den rammer plet ift. mine interesser – især fordi den går i dybden med, hvordan GPT-5.2 kan bruges til automatisering, rapportering og komplekse analyser. Jeg kan godt lide de konkrete eksempler og den kritiske vinkel. Dog kunne jeg godt have brugt flere tekniske detaljer om integration og sikkerhed.

Mette, CFO i større dansk koncern:

Jeg giver artiklen 75. Den er relevant, fordi den adresserer forretningsgevinster og compliance, som fylder meget i mit arbejde. Jeg savner dog lidt mere om økonomiske konsekvenser og ROI, og artiklen bliver lidt for teknisk i nogle afsnit til mit behov.

Jonas, AI-udvikler i fintech-startup:

Jeg giver den 90. Artiklen rammer spot on med eksempler på kodning, automatisering og agentiske workflows. Jeg synes, det er fedt, at der både er kritik og begejstring, og at der nævnes alternativer som Claude Opus. Jeg kunne dog godt have brugt lidt mere om API-adgang og hands-on erfaringer.

Louise, HR-partner i offentlig sektor:

Jeg giver den 60. Jeg synes, artiklen er lidt for teknisk og fokuserer meget på udviklere og tunge analyser. Jeg savner mere om, hvordan GPT-5.2 kan bruges til HR-relaterede opgaver eller lettere administration. Men jeg kan godt se, at den er relevant for andre.

Michael, CEO i mindre konsulentvirksomhed:

Jeg giver artiklen 80. Den er informativ og balanceret, og jeg kan bruge anbefalingerne direkte i mit arbejde. Jeg synes, det er stærkt, at der både er konkrete cases og advarsler. Dog kunne der godt være lidt mere om, hvordan mindre virksomheder nemt kan komme i gang uden stor teknisk viden.

*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.