Walmart sætter AI på dagsordenen – men hvorfor skal vi i Danmark overhovedet lytte?

Walmart. Verdens største retailer, 2,1 millioner ansatte, og nu med en AI-satsning på svimlende 905 milliarder dollars. Det er et tal, der næsten ikke giver mening, før man står i en Netto i Herlev og tænker: “Hvad har det med os at gøre?” Men det har faktisk en del. For når verdens største detailkæde kaster sig ind i AI med den slags muskler, så rykker det hele branchen – også for danske retailere, der måske føler sig langt fra Bentonville, Arkansas.

Vi har fulgt Walmarts AI-rejse tæt. Ikke bare fordi det er imponerende, men fordi deres valg og fejltrin lynhurtigt bliver pejlemærker for alle, der arbejder med retail og teknologi. Og ja, vi har set danske kæder stirre sig blinde på Amazon – men det er Walmart, der for alvor sætter retningen for, hvordan AI kan ændre dagligvarehandlen.

Agentic AI – hvad betyder det egentlig hos Walmart?

Agentic AI. Det lyder som noget fra en sci-fi roman, men i Walmarts version handler det om at bygge specialiserede AI-agenter, der løser meget konkrete opgaver – ikke bare store, generiske modeller som ChatGPT. CTO Hari Vasudev kalder det “surgical” – altså kirurgisk præcist. Walmart har fx udviklet deres egen “Trend-to-Product”-agent, der kan spotte modetendenser og få dem ud på hylderne 18 uger hurtigere end før. Det er ikke bare en chatbot, men en agent, der kan tage data, forudsige trends og styre hele produktionskæden.

Et andet eksempel er deres GenAI Customer Support Assistant, der nu kan håndtere kundehenvendelser uden menneskelig indblanding. Og så er der Wallaby-LLM – Walmarts egen sprogmodel, trænet på årtiers transaktionsdata. Den bruges til alt fra vare-sammenligning til at guide kunder gennem deres indkøbsrejse. Vi har faktisk set en prototype i aktion – den er hurtig, men også lidt firkantet. Ikke alt er perfekt endnu.

Teknisk infrastruktur: Element og kampen mod vendor lock-in

Bag kulissen har Walmart bygget deres egen MLOps-platform, “Element”. Det er ikke bare en fancy serverpark, men en slags AI-fabrik, der gør det muligt at rulle nye modeller ud lynhurtigt – og vigtigst: uden at blive låst fast til én cloud-leverandør. Det er lidt som at have sin egen elbil-ladestander, så man ikke er afhængig af Tesla eller Clever.

CI/CD-pipelines og AI-modeller arbejder tæt sammen. Udviklerne kan teste, fejlrette og implementere nye AI-agenter på få timer. Det giver en fleksibilitet, som vi sjældent ser hos danske detailkæder, hvor IT ofte er noget, man køber ind udefra og lapper sammen. Walmart har valgt at bygge selv – det er dyrt, men det giver dem også en frihed, som konkurrenterne misunder.

Målbare resultater: Hvad får de egentlig ud af det?

Walmart har været overraskende åbne om deres nøgletal. GenAI har forbedret over 850 millioner datapunkter i produktkataloget – en opgave, der ellers ville kræve 100 gange så mange medarbejdere. AI-drevne ruteoptimeringer har fjernet 30 millioner unødvendige leveringsmil, hvilket har sparet 42.000 tons CO2. Og i Sam’s Club-butikkerne er checkout-tiden faldet med 21%. Det er ikke bare powerpoint-tal, men reelle forandringer i butikken.

ROI måles benhårdt: Hvor mange penge sparer vi? Hvor meget hurtigere bliver vi? Hvor mange fejl undgår vi? Walmart har endda vundet Franz Edelman-prisen for deres supply chain AI – og de har solgt teknologien videre som SaaS. Det er ikke kun for show.

Hvordan adskiller Walmart sig fra Amazon – og fra os?

Amazon har længe været tech-darlingen, men Walmart går en anden vej. Hvor Amazon ofte bygger på generiske cloud-løsninger og åbne modeller, insisterer Walmart på at bygge deres egne systemer. Fordelen? Fuld kontrol over data og processer. Ulempen? Det er dyrt, komplekst og kræver enorme ressourcer.

Danske retailere står et andet sted. Herhjemme er det de færreste, der har muskler til at bygge egne AI-platforme. Men pointen er ikke at kopiere Walmart én til én – det handler om at forstå, hvor man kan bruge specialiserede løsninger i stedet for hyldevare-AI. Vi har set flere danske kæder famle med standardløsninger, der ikke passer til deres data eller processer. Det er en fælde.

Udfordringer og lessons learned – det er ikke kun solskin

Walmart har ikke været bange for at indrømme, at det ikke altid går som planlagt. Fragmentering af agent-økosystemet er en reel udfordring – når man har mange små AI-agenter, kan de begynde at modarbejde hinanden. Risikoen for bias vokser, når modellerne trænes på egne data. Og så er der grænsen for, hvor meget man kan automatisere uden at miste overblikket.

Vi har hørt om fejl, hvor AI-agenten foreslog at fjerne varer, der faktisk solgte godt, fordi den kun så på én type data. Walmart har været nødt til at indføre “co-pilot”-modeller, hvor mennesker og AI arbejder sammen. Det er ikke en sølvkugle, men et kompromis.

Medarbejderne: Fra fysisk til mentalt arbejde

“AI vil ændre alle jobs,” siger CEO Doug McMillon. Det er ikke bare en trussel – det er en realitet. Hos Walmart betyder det, at mange opgaver flytter fra fysisk til mentalt arbejde. Automation equipment operators fortæller, at jobbet nu er 85% problemløsning og kun 15% fysisk. Det er en kæmpe omstilling.

Walmart har valgt at investere massivt i reskilling og AI-træning. Målet er ikke at fyre folk, men at flytte dem til nye roller. Headcount forventes at forblive stabilt, selvom opgaverne ændrer sig. Det er en strategi, vi også ser tendenser til i Danmark – men ikke i samme skala. Og ærligt, vi har mødt skepsis blandt medarbejdere, især dem der ikke føler sig hjemme i teknologien. Det kræver mere end et kursus at flytte kulturen.

Hvad kan danske retailere tage med sig?

Det er fristende at tænke, at Walmarts erfaringer ikke kan overføres til Danmark. Men der er faktisk flere pointer, vi kan bruge:

• Byg AI-løsninger til konkrete problemer, ikke bare for at følge med hypen.
• Undgå at blive låst til én leverandør – fleksibilitet er guld værd.
• Vær åben om fejl og lær af dem undervejs.
• Invester i medarbejdernes kompetencer, ikke kun i teknologi.

Vi har set, at de kæder, der lykkes bedst herhjemme, er dem, der tør eksperimentere og tilpasse AI til deres egne data og processer – ikke dem, der bare køber en færdig løsning og håber på mirakler.

Er Walmart blevet en tech-virksomhed – eller bare detail med nye værktøjer?

Det er det store spørgsmål. Walmart vil gerne ses som tech-virksomhed – deres flytning til Nasdaq er et klart signal. Men sandheden er mere mudret. De fleste penge tjenes stadig på dagligvarer, ikke software. Men deres AI-infrastruktur og evne til at rykke hurtigt gør dem til noget andet end en klassisk detailkæde.

For os i Snilld er det mest interessante, at Walmart tør satse stort – og tør indrømme, at AI ikke løser alt. Det er en balancegang mellem hype og realisme. Og måske er det netop der, danske retailere kan lære mest: Byg forretningen op omkring egne styrker, brug AI som et værktøj – og vær ikke bange for at fejle undervejs. For forskellen mærker man først, når man selv står med det i hænderne.

Der er stadig mange ubesvarede spørgsmål: Kan Walmart holde tempoet? Bliver agent-økosystemet for komplekst? Og hvad sker der, når konkurrenterne begynder at kopiere deres model? Det får vi først svar på om nogle år – men én ting er sikkert: AI er ikke længere bare en mulighed. Det er et vilkår.

Kilder:

• https://www.artificialintelligence-news.com/news/walmart-ai-strategy-agentic-future/
• https://corporate.walmart.com/news/2025/05/29/inside-walmarts-strategy-for-building-an-agentic-future
• https://tech.walmart.com/content/walmart-global-tech/en_us/blog/post/wibey-announcement.html
• https://corporate.walmart.com/news/2025/05/29/inside-walmarts-strategy-for-building-an-agentic-future
• https://fortune.com/2025/09/30/billion-dollar-retail-giant-walmart-ceo-doug-mcmillon-cant-think-of-a-single-job-that-wont-be-changed-by-ai-artifical-intelligence-how-employees-can-prepare/
• https://www.artificialintelligence-news.com/news/walmart-ai-strategy-agentic-future/

Målgruppens mening om artiklen

Peter Madsen, IT-chef i dansk dagligvarekæde:
Jeg giver artiklen 85. Den er virkelig relevant for mig, fordi den går i dybden med både de tekniske og forretningsmæssige aspekter af Walmarts AI-satsning. Jeg kan især bruge pointerne om vendor lock-in og specialiserede løsninger. Dog kunne jeg godt have brugt flere konkrete danske cases.

Lone Sørensen, HR-udviklingschef i større retailkoncern:
Jeg giver den 78. Artiklen rammer plet med fokus på medarbejdernes omstilling og reskilling, men jeg savner flere nuancer om, hvordan man håndterer skepsis og kulturforandringer i praksis. Alligevel er det inspirerende at se, hvordan Walmart arbejder strategisk med AI og medarbejderudvikling.

Anders Kjær, Digitaliseringskonsulent:
Jeg giver artiklen 90. Den er super velskrevet og forklarer komplekse emner som agentic AI og MLOps på en måde, der er til at forstå. Jeg synes især, det er stærkt, at artiklen ikke bare hypper AI, men også peger på udfordringer og fejl. Det gør den troværdig og relevant for danske retailere.

Mette Holm, Butikschef i mellemstor kæde:
Jeg giver den 65. Jeg kan godt se, hvorfor det er spændende, men meget af det føles langt fra min hverdag. Det tekniske fylder for meget, og jeg savner mere om, hvordan det konkret påvirker butiksdriften og medarbejderne på gulvet.

Jesper Lind, CIO i dansk e-commerce virksomhed:
Jeg giver artiklen 82. Jeg synes, det er fedt, at der er fokus på både teknisk infrastruktur og forretningsværdi. Artiklen giver et godt overblik over, hvor langt Walmart er, og hvad vi kan lære. Jeg kunne dog godt have ønsket mig flere konkrete eksempler på, hvordan danske virksomheder kan tage de første skridt.

*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 Gemini 3 Pro Nano Banana 2 Pro fra Google.