OpenAI lancerer ChatGPT Work, en vedvarende AI‑agent i ChatGPT, der kan arbejde på tværs af mail, kalender, Slack og GitHub. VentureBeat beskriver en persistent, skyhostet virtuel maskine, som kan køre i timer og selv bryde en opgave ned i trin, indtil den er udført. Det markerer et skifte fra ren Q&A til faktisk udførelse. Hvis det holder i praksis, ændrer det, hvordan virksomheder designer integrationer, styrer adgang og forankrer beslutningsretten i sidste led.
Timingen er bemærkelsesværdig: Lanceringen falder sammen med OpenAIs fortrolige S‑1‑indsendelse til SEC, som OpenAI omtaler på sin nyhedsside. VentureBeat refererer også rapporterede værdiansættelser i hundredemilliardersklassen og en årlig indtægt over 25 mia. dollar. Produkt og finansiel historie flettes dermed sammen.
Hvad ChatGPT Work er – og hvordan det er bygget
Kernen er en persistent cloud‑VM på OpenAIs infrastruktur, tilgængelig på tværs af enheder – også mobil. Ifølge VentureBeat er pointen, at brugeren ikke skal have en laptop tændt eller en lokal agent kørende. Det giver en klar fordel i mobile arbejdsscenarier. Der nævnes endda at kunne bygge og dele et website fra telefonen – sandsynligvis en demo, men den viser retningen.
Adgangen til eksterne systemer sker via MCP‑baserede plugins. Eksemplerne er Gmail, Google Calendar, Slack og GitHub. Det velkendte er integrationslisten; det nye er kombinationen af vedvarende tilstand, værktøjsadgang og flertrinsplanlægning. Output er ikke kun tekst: dokumenter, regneark, præsentationer, rapporter – og sites. Det rejser det praktiske spørgsmål: Hvor ser man ændringerne, og hvem godkender dem?
Model og ydeevne – hvad kører den på?
Uanset versionsnummer er pointen, om modellen kan holde tråd, plan og kontekst over længere forløb uden at drive. Det kræver et stort kontekstvindue, sikker tool‑use og en stabil kontrolsløjfe. Markedet bevæger sig samme vej: Meta beskriver med Muse Spark 1.1 multimodal ræsonnering, værktøjsbrug og meget store kontekstvinduer via Meta Model API. Ikke teknisk identisk, men retningen – agentiske opgaver, lang kontekst, værktøjer – er den samme.
Hvordan agenten arbejder i praksis
Ifølge VentureBeat tager ChatGPT Work et ønsket udfald, bryder det i trin og udfører arbejdet i timer, hvis det er nødvendigt. Eksempel: planlæg et møde på tværs af to travle kalendere, send mails med forslag, opdater en Slack‑kanal og reserver et lokale. I bedste fald ligner det, at en omhyggelig assistent har ordnet det i baggrunden. I værste fald bookes det forkerte lokale, eller der sendes for tidligt. Her afgør governance forskellen mellem gevinst og støj.
I tekstproduktion kan flowet være: træk relevante filer fra Drive, forstå strukturen, foreslå en outline, skriv første udkast, bed om kilde‑tjek og til sidst publicér i et CMS (hvis der er plugin og godkendelse). Mange potentielle fejlpunkter. Derfor bør man på forhånd definere, hvilke trin der kræver menneskelig sign‑off som standard.
I kodegennemgang kan agenten scanne et repo, liste problemområder, rejse issues, foreslå patches og åbne pull requests. Det kan være effektivt, men kræver faste rammer: branch‑regler, testdækning og adgangsbegrænsning, så agenten ikke kan merge til main uden review.
Sikkerhed, adgang og governance
En vedvarende cloud‑VM med brede rettigheder er både styrke og risiko. Den kan arbejde, mens brugeren er væk – og handle, mens ingen kigger. Least privilege er en forudsætning, gerne med tidsbegrænset adgang og tokens, der udløber, så rettigheder ikke sander til.
Kilderne beskriver endnu ikke, hvor finmasket adgangsstyringen er. Hvilke scopes kan man tildele pr. app? Kan man lave just‑in‑time optrapning, hvor agenten beder om ekstra rettigheder for et enkelt trin? Og hvad med logning på tværs – kan sikkerhedsteamet spore, hvilket API‑kald der udløste en bestemt mail, eller hvem der godkendte publicering? Det er åbne spørgsmål med stor vægt i regulerede brancher.
Datahåndtering er den anden gråzone. VentureBeat beskriver persistens og vedvarende kontekst, men ikke hvor længe artefakter og logs gemmes hos OpenAI, eller om kunder kan styre retention, eksport og fuld sletning. Uden klare retention‑politikker og dataplacering (EU, US, kundens valg?) bliver sundhed, finans og det offentlige nødt til at afvente. De vil efterspørge SOC/ISO‑attester, kryptering i hvile/transport og tredjepartsrevision. Indtil dokumentation foreligger, må det stå som “afventer klarhed”.
Til sidst: menneskelig kontrol. Standardflowet bør have sign‑off for kritiske trin. Ellers kan en agent i god tro sætte forløb i gang, der ikke var klar. Det er hverdagsrisiko – og noget, change‑advisory‑møder typisk ender med at rydde op i.
Integration og drift
Teknisk kræver ChatGPT Work integration til mail, kalender, filer og evt. kode‑repos via MCP‑plugins. It‑teams bør begynde med et snævert scope: ét domæne, én kalenderleverandør, én Slack‑workspace. Hver ekstra integration øger variantfladen. Start småt, få styr på tokens, scopes og audit‑log – og udvid derfra.
Driftsmæssigt ændres supportmodellen. Når en persistent VM handler på brugerens vegne, skal I kunne se, hvad den gjorde, hvornår og hvorfor. Det kræver central logning, alarmer for out‑of‑policy handlinger og en rulleplan: Hvordan fortryder man en fejlhandling? Uden en konkret rollback bliver et enkelt fejlsendt dokument til en politikrisiko.
SLA og skalering er stadig uafklaret. Der er ikke offentliggjort oppetid, latensmål, concurrency‑grænser pr. konto/VM eller failover‑adfærd. Indtil det er på plads, bør piloter dimensioneres med elastik: ingen forretningskritiske cutovers, før platformens drift er observeret under reel last i en periode.
Forretning og organisation
Gevinsterne viser sig først i gentagne, velafgrænsede flows: mødebooking, førsteudkast til statusrapporter, repo‑hygiejne. Overautomatisering er risikoen i resten. Lad ikke agenten afgøre undtagelserne; giv faste rammer og hegn.
Konkurrence og marked
Markedet løber mod samme mål: agentiske systemer, lange kontekster og bred værktøjsadgang. Meta peger med Muse Spark 1.1 på multimodal ræsonnering, parallel tool‑calling og kontekstvinduer i millionklassen i deres hostede API. Et andet produkt, men samme konkurrenceparameter: orkestrering af arbejde – ikke kun tekstkvalitet.
OpenAIs særtræk her er den persistente cloud‑VM, mobiltilgængelighed og – ifølge VentureBeat – bred tilgængelighed på betalte planer, med udrulning der starter hos Pro, Enterprise og Edu og udvides til Plus og Business. Det kan hurtigt give volumen. Et voksende plugin‑økosystem via MCP trækker samme vej.
Finansiel og strategisk baggrund
OpenAI oplyser, at en fortrolig S‑1 er indsendt til SEC. VentureBeat refererer rapporterede værdiansættelser i intervallet cirka 730–852 mia. dollar og en annualiseret omsætning over 25 mia. dollar. Tallene er rapporterede, ikke fra en offentliggjort prospekt, men de rammesætter timingen: lanceringer, der signalerer forretningsklarhed, giver mening nu.
Hvis ChatGPT Work opleves som noget, der kan bo i arbejdet – ikke ved siden af – styrker det fortællingen. Omvendt vil huller om sikkerhed, drift og pris bremse enterprise‑adoption. Der er fortsat meget at afklare.
Åbne spørgsmål og næste skridt
Få styr på disse punkter, før pilot:
- Adgangsstyring: Hvor granulær er scope‑kontrol pr. integration? Kan tokens tidsbegrænses, og kan man kræve just‑in‑time optrapning?
- Data og logs: Hvor længe lagres artefakter og handlinger? Kan alt eksporteres og slettes fuldt? Hvad med EU‑dataresidency?
- Kontrol: Er human‑in‑the‑loop default for kritiske handlinger (send, post, merge)? Kan brugere nemt afbryde og rulle tilbage?
- SLA og drift: Hvad er oppetid, latens, concurrency‑lofter og failover? Hvordan håndteres P1‑sager?
- Pris: Hvordan prissættes langvarige agentforløb – token‑, tids‑ eller jobbaseret?
Et fornuftigt pilot‑scope er et aflukket forløb med lav risiko: kalender og mail for ét projektteam eller repo‑hygiejne i et sekundært repo. Definér få, målbare KPI’er (tid sparet, fejlrate, brugeraccept), log alt og hav en eksplicit rollback‑plan. Start uden eksterne kundedata, og kør en datagennemgang, før der åbnes mere op.
Beskyttelse først: hold jer til least privilege, tidsbegrænset adgang og obligatorisk sign‑off ved handlinger, der rammer eksterne parter eller produktionssystemer. Giv agenten en ændringspolitik på linje med øvrige ITIL‑processer. Indtil SLA og compliance‑dokumentation er offentlige, er forsigtighed sund fornuft.
Det, man opdager, når den kører
Efter en uges drift dukker mønstrene op: små misforståelser i kalenderbeskeder, uklare emnelinjer, eller rettighedsanmodninger, der kommer for sent i flowet. Ikke showstoppere, men tidsrøvere. Gevinsten ligger i finjusteringerne: standardtekster, godkendelsespunkter, scopes.
Holder ChatGPT Work kursen under reel last, flytter den arbejdsrytmen: mindre koordinationsstøj, mere regelopsætning. Forskellen mærkes først, når den er i hænderne.
