Thorborgs Dagbog · Episode 70 · Optaget 24. august 2024 · 22:03
Jeg ligger i en seng på Hindsgavl Slot i Middelfart. Jeg burde egentlig sove, for min gode ven Mikael skal giftes i morgen. Men efter en aften med fest, musik og en god snak om AI fik jeg lyst til at gribe mikrofonen.
Jeg er hæs, jeg er lidt beruset, og jeg har danset og festet i flere timer. Så bær over med mig. Man skal jo ikke lade en god brandert gå til spilde, hvis der også kommer en tanke ud af den.
Et venskab begyndte med en Cola Zero
Mikael lærte jeg at kende, efter at Jane og jeg købte hoteller på Bornholm. Jeg tænkte: Når jeg nu skal komme her med jævne mellemrum, vil jeg gerne have nogle intelligente mennesker at snakke med.
Det var ikke, fordi jeg kendte en masse uintelligente mennesker på Bornholm. Jeg kendte faktisk slet ikke nogen. Så jeg var lidt udfordret på netværket.
Jeg læste Bornholms Tidende, og Mikael blev ved med at dukke op. Han havde købt et gammelt flygtningecenter og lavet det om til lejligheder, havde restauranter og gang i alle mulige andre ting. Han virkede som en fyr med fart på. Ham ville jeg fucking gerne mødes med.
Så jeg fandt ham og skrev: Hej Mikael. Du ved sikkert ikke, hvem jeg er, men jeg hedder Martin, og jeg har købt hotel på Bornholm. Jeg vil rigtig gerne møde dig og drikke en cola.
Dagen efter svarede han, at vi bare skulle have en cola. Han inviterede mig til Gudhjem, og så sad vi udenfor i en halv time og drak Cola Zero. Vi klikkede fuldstændig. Vi havde det skidesjovt fra første øjeblik.
Han er sådan en lille, trind bornholmer, der taler så bornholmsk, at man næsten ikke kan forstå ham. Men jeg kan forstå ham. Han er ærlig, sjov og bindegal.
Et par dage senere blev jeg inviteret til frokost. For at være helt ærlig endte det med, at Mikael og jeg dansede rundt splitterragende nøgne, mens min kone og hans daværende kæreste kiggede meget underligt på os. Vi havde det pisseskægt.
Vi har festet lige siden. Vi har også snakket forretning og fået et fedt makkerskab, som nu har bestået i fire år. Og nu skal han giftes med sin skønne kæreste fra Jylland.
En bryllupstale skal være kort
De har inviteret til det vildeste bryllup. Jeg er kommet dagen før sammen med mange af de andre gæster, og vi har haft en virkelig fed fest med hans orkester.
Jane kommer i morgen. Hun havde masser af arbejde og travlt med hotellerne, så jeg sagde: Kan jeg ikke bare tage afsted til den første fest, og så tager du toget i morgen? Jeg skal hente hende omkring halv tolv.
Jeg er forlover, så jeg skal holde ringen. Jeg har også lavet en tale på fem minutter, og den glæder jeg mig faktisk til at holde.
Det, man skal huske til et bryllup, er, at man ikke skal holde lange taler. Enten skal man holde sin kæft, eller også skal man holde noget kort, præcist, sjovt og underholdende.
Jeg kan godt lide at holde taler, især når jeg har gjort mig umage med dem. Han får lidt røg, men selvfølgelig på en kærlig måde. Det er deres aften, ikke min.
Mit job er at underholde og hygge. Det må gerne gå til kanten, så folk har noget at grine af, men ikke over kanten, så nogen bliver pinligt berørt. Det glæder jeg mig til.
Hvad bruger man egentlig AI til?
Grunden til, at jeg greb mikrofonen, var en samtale med brudens bror. Han arbejder i en større virksomhed og sagde noget i retning af: Vi er blevet pålagt at bruge AI. Men hvad bruger man det egentlig til?
Det er et interessant spørgsmål, og det er noget, jeg tænker meget over.
Min holdning til ny teknologi er, at man bestemt skal bruge den. Man skal lege med den og forstå den. Men man skal også passe på med kun at tænke: Hvordan propper jeg den her teknologi ind i min forretning?
Hvis man har en hammer, bliver alt nemt til et søm. Men det er jo ikke sikkert, at den opgave, man står med, kræver, at man banker et søm i.
Mit teknologiske udgangspunkt er derfor: Hvad er det for en opgave, vi står overfor, og hvordan løser vi den? Ikke bare: Vi har en teknologi, hvordan bruger vi den?
Dinero begyndte med et problem, der skulle løses
Da vi startede Dinero, havde jeg sammen med David, Anders og Nikolaj en vision om at bygge regnskabsreglerne ind i programmet. Vi ville gøre det muligt at bogføre, selv om man ikke forstod bogføring.
En hundefrisør eller en konsulent går jo ikke rundt og kender alle regnskabsreglerne. Der er tusindvis af detaljer.
Jeg bruger blomster som eksempel i optagelsen: Om en buket bruges til dekoration i et mødelokale eller gives til en medarbejder eller kunde, kan gøre en forskel for momsbehandlingen. Pointen er, at det ikke bare er ordet »blomster«, der afgør, hvordan noget skal bogføres. Anvendelsen betyder noget.
Hvordan kunne vi tage den slags regler og putte dem ind i Dinero på en måde, som gav mening for brugeren?
Vi havde også en tanke om, at hvis folk selv bogførte, ville de få større indsigt i deres virksomhed. Hvis man giver det hele til en bogholder og ellers ikke følger med, kan man miste følingen med økonomien.
Man kan glemme at fakturere eller rykke for betaling. Man kan miste overblikket over omkostningerne og over, hvad der kommer ind, og hvad der kommer ud.
Så kan man ende med, at bogholderen siger: Nu skal du betale moms om en uge, og det koster dig 30.000 kroner. Og så sidder man der og opdager, at pengene ikke er sat til side.
Hvis du få dage før en momsbetaling går til banken og siger, at du skal låne penge, fordi du ikke har styr på din moms, er det ikke ligefrem et godt udgangspunkt for samtalen.
Visionen var derfor at gøre brugeren opmærksom på økonomien løbende, mens vedkommende bogførte. At give et bedre overblik over forretningen og de betalinger, der ventede. Det var opgaven, vi ville løse.
En rigtig idé kan komme for tidligt
Der var en anden virksomhed i gang omkring samme tidspunkt. Jeg kan ikke lige huske navnet. Deres idé var at løse det med AI, og det er altså omkring ti år siden.
Tanken var at se på, hvordan alle deres kunder bogførte, og bruge det til at forudsige, hvordan en ny regning skulle bogføres. Når en regning kom ind, skulle programmet foreslå en løsning på baggrund af de andre kunders bogføring.
Det var en supergod idé. Problemet var, at de ikke kunne få den til at virke ordentligt. Programmet kom til at fortælle forkerte ting, og når brugerne fulgte anbefalingerne, blev der i mange tilfælde bogført pivforkert.
Det er lidt som en selvkørende bil: Det er ikke nok, at den fungerer godt noget af tiden, hvis den også kører galt indimellem. Den sammenligning er selvfølgelig sat på spidsen, men tillid betyder noget.
Som jeg husker det, brændte de omkring 20 millioner kroner af, gik konkurs og forsvandt. Men da vi startede Dinero, var min frygt faktisk, at de ville få det til at virke.
For kunne de det, ville de kunne smadre markedet og tage markedsandele fra alle de andre regnskabsprogrammer. Tanken var rigtig. Efter min mening var de bare for tidligt ude og fokuserede for meget på, hvordan de ville bruge teknologien, frem for på at få opgaven løst.
Et Excel-ark kan også være en god løsning
Vi gjorde det meget mere lavpraktisk. Vi analyserede, hvordan vores kunder bogførte, og gik ind i et regneark for at se på mønstrene.
Når folk for eksempel bogførte blomster, hvad brugte de dem så typisk til? Det kunne være en medarbejders jubilæum, en gave til en kunde eller dekoration.
Så lavede vi manuelt nogle scenarier, som brugeren kunne vælge imellem. Hvis ingen af mulighederne passede, måtte brugeren selv finde ud af det eller kontakte supporten.
Ideen var, at når vi kom med en anbefaling, skulle vi vide, at den var rigtig. Til gengæld kunne vi måske kun hjælpe hver anden gang.
For at blive i billedet med bilen: Nogle dage sagde vi, at vi kunne køre dig. Andre dage sagde vi, at det kunne vi ikke. Vi ville hellere sige fra end sende folk afsted med et forkert svar.
Det gjorde, at folk stolede på løsningen. Når vi ikke kunne hjælpe automatisk, tog vores menneskelige supportere over.
Det krævede en helvedes masse manuelt arbejde. Rasmus, som blev partner i Dinero, var 24 år og sad i tre-fire måneder og mappede alle de her ting i Excel.
Det var lavpraktisk og på nogle måder lidt primitivt. Men det virkede sindssygt godt. På tidspunktet for den her optagelse arbejder vi stadig med at se på, hvordan folk bogfører, og lave regler, som vi ved virker.
Det er også en del af pointen med automatiske bogføringsregler: Brugeren skal have hjælp til opgaven. Det er ikke i sig selv interessant, hvilken teknologi vi har brugt til at bygge hjælpen.
AI skal ikke ind alle steder for enhver pris
Tilbage til brudens bror. Jeg sagde til ham, at han skulle passe på med kun at kigge på teknologien og lede efter steder, hvor han kunne bruge den.
Så kan man få indført noget, der er fuldstændig unødvendigt, dyrere og måske ikke virker særlig godt, bare fordi man har fået en idé om, at man skal bruge AI.
Se på opgaverne. Hvordan kan de løses? Nogle gange er AI det rigtige. Andre gange er et Excel-ark eller en anden løsning rigeligt.
Når det er sagt, er det selvfølgelig også vigtigt at tage den anden hat på indimellem: Nu er der kommet en ny teknologi. Hvad kan den egentlig gøre muligt i min forretning?
Det er en balance. I nogle tilfælde er AI superfedt. I andre gør det bare løsningen mere kompliceret.
Husk regningen for udvikling og drift
En ting, jeg oplever, er, at AI kan være dyrt at drive. Når man bruger AI til en opgave i sit system, kan beregningerne koste mange gange mere end en mere traditionel løsning på den samme opgave.
Det kræver også meget strøm. Så hvis begge løsninger kan klare opgaven lige godt, er det ikke ligegyldigt, hvad man vælger.
I den større sammenhæng, vi arbejder i, gjorde vi meget ud af, at folk skulle tænke AI, da teknologien for alvor blev noget, mange begyndte at forstå. Nu taler vi også om, hvor vi kan undgå at bruge AI, fordi hostingomkostningerne er eksploderet.
Der har været en tendens til, at alt skulle løses med AI. Men hvis opgaven kan løses lettere, sikrere og billigere med noget gennemtestet, skal vi da bruge det.
Omvendt kan driftsomkostningen være småpenge, hvis AI faktisk løser en vigtig opgave, som vi ellers ikke kunne løse, eller kun kunne løse på en dum måde. Så giver det selvfølgelig mening.
Jeg taler her især om selv at udvikle AI-løsninger. Færdige værktøjer som ChatGPT, som man bare kan tage ind og bruge i sit arbejde, er noget andet. Der skal man give den gas.
Men specialiserede AI-udviklere koster fucking kassen. Og hvis man får udviklet i et spor, der senere viser sig at være forkert, kan man ikke altid bare rette lidt til. Nogle gange må man skrotte det hele og begynde forfra.
Jeg tror stadig, at AI kan blive en af de største revolutioner i menneskehedens historie. Det ændrer bare ikke ved, at mere manuelle og gennemtestede teknologier kan løse nogle af de samme opgaver med langt mindre udviklingsarbejde og langt lavere driftsomkostninger.
Vi skal finde smartere måder at arbejde på
I Dinero har jeg på det her tidspunkt lavet et ansættelsesstop for det næste år. Jeg vil tvinge os til at se på, om noget af det, vi laver i dag, kan løses smartere.
Vi har omkring 30 supportere. Det giver mening at undersøge, hvilke dele af deres arbejde teknologien kan hjælpe med.
Et område, hvor det er lykkedes godt, er vores API. Hvis man skal forklare det enkelt, er et API en grænseflade mellem vores software og andre udvikleres løsninger.
I Dinero har vi regnskabsmotoren, og andre kan bygge programmer, der arbejder sammen med den. Vi har et par hundrede partnere, som laver alle mulige løsninger: automatisk bogføring af ordrer fra webshops, kørselsregnskaber og meget andet.
De arbejder op imod vores API. Til det har vi dokumentation, der forklarer, hvordan man programmerer mod Dinero, og hvilke funktioner man kan bruge. Den er teknisk og skrevet til programmører.
AI fungerer godt med en afgrænset opgave
Vi har sat en AI-chatmotor ind over den API-dokumentation. Nu kan en udvikler spørge, hvordan man gør en bestemt ting, og få et svar inden for få sekunder.
Her er min vurdering, at fejlraten er ganske lille, måske en-to procent. Det er meget specialiseret viden og en afgrænset opgave, hvor dokumentationen passer godt til den måde, motoren arbejder på.
Vi havde før en medarbejder, som brugte omkring halvdelen af sin tid på at svare på den slags spørgsmål. Den opgave har løsningen hjulpet os med at løfte, og udviklerne er meget tilfredse med at kunne spørge og få et hurtigt svar.
Det er et eksempel på, at AI allerede gør en reel forskel for os.
Regnskabssupport er sværere
Det er sværere, når vi tager den generelle dokumentation om moms, skat og regnskaber. Her oplever vi på tidspunktet for optagelsen, at ChatGPT kan fucke op.
Den kan blande regler for A/S, ApS og I/S sammen og give et svar, der ikke passer til den virksomhed, som spørger.
Det arbejder vi på at løse ved blandt andet at dele materialet op på smartere måder. Jeg skal ikke sidde og gøre mig klog på alle de tekniske detaljer, for jeg forstår heller ikke selv det hele hundrede procent.
Men at noget er svært, betyder ikke, at vi skal lade være. Selvfølgelig skal vi arbejde på at få det til at fungere.
Mit skøn her i august 2024 er, at vi med den teknologi, vi har nu, kan løfte måske ti-tyve procent af den generelle support automatisk. Jeg tror, vi i løbet af det næste år kan komme op på tredive-fyrre procent. Men det er en forventning, og det tager tid.
AI hjælper os allerede rigtig meget. Træerne vokser bare ikke ind i himlen lige nu.
Bedre værktøjer kan give mere kapacitet
Et andet sted, hvor teknologien hjælper, er hos udviklerne. En af vores udviklere skulle for noget tid siden omdøbe en masse filer. Det var vurderet til at være en hel dags arbejde. Med hjælp fra værktøjet blev det klaret på få sekunder. Det er jo genialt.
Der er stadig meget almindelig udvikling, hvor AI ikke kan klare det hele. Men den kan hjælpe med noget, og det noget kan være vigtigt.
Vi har typisk ansat tre-fire ekstra programmører om året for at følge med. På det her tidspunkt har vi omkring 30. Min tanke er, at bedre AI-værktøjer kan give det eksisterende team en ekstra kapacitet, som svarer til de tre-fire udviklere, vi ellers ville have ansat.
Det er det, jeg vil have os til at undersøge: Kan vi bruge teknologien til at få mere ud af de dygtige mennesker, vi allerede har?
Marketingafdelingen får selvfølgelig også en kæmpe hjælp til tekster, billeder og alle mulige andre opgaver. Der er masser af fine værktøjer derude, som man bare skal komme i gang med.
Vær begejstret og pragmatisk
Det, jeg egentlig vil sige, er: Brug AI. Lær det at kende. Men lad være med kun at fokusere på, hvad AI kan gøre.
Hav en pragmatisk holdning og sæt dig ned og spørg: Den opgave, jeg har her, hvordan løser jeg den bedst?
Nogle gange er svaret AI. Andre gange er det bare et Excel-ark.
Nu skal jeg sove og finde smokingen frem
Nu tror jeg, at det må være nok. Jeg ligger her i sengen, er ved at blive ædru og skal have noget søvn.
I morgen skal jeg op og have smoking på. Jeg har købt en meget fin smoking, for når min gode ven Mikael skal giftes, skal jeg selvfølgelig have noget, der matcher anledningen.
Du havde måske aldrig drømt om at se mig i smoking. Så måske tager jeg et billede til Instagram, så det bliver dokumenteret, at jeg også kan have andet på end hættetrøje og sneakers.
Det kan også være, du er pisseligeglad med det. Det kan jeg egentlig godt forstå. Så lader du bare være med at kigge.
Jeg skal feste i morgen og hente min kone. Godnat herfra Hindsgavl Slot. Hav det rigtig godt.
Optaget 24. august 2024. Erfaringer med AI, fejlprocenter, bemanding, omkostninger og planer beskriver Martins vurderinger på det tidspunkt. Eksemplet med blomster forklarer tanken bag bogføringshjælpen; konkrete momsregler afhænger af anvendelsen og de gældende regler.
