Det svære er at sætte ord på, hvordan du selv løser opgaven

Julian Bent Singh · Stifter af AI Growth Minds og AI Agent Skolen

Julian Bent Singh brugte machine learning til SEO i 2017, dengang det krævede data, kode og tålmodighed. I 2019 fik han ifølge Julian adgang til GPT-2 som en af OpenAIs tidlige forskningsbrugere. I dag har han selv koblet AI på sin mail, kalender, CRM og bank, og han underviser kursister i at bygge med AI gennem AI Growth Minds.

Vi spurgte ham, hvorfor små virksomheder har en fordel, hvor grænsen går for, hvad en agent må, og hvad en travl ejer skal bruge sin første time på. Han svarede skriftligt på alle syv spørgsmål. Svarene er gengivet ordret.

“Min regel er, at agenten gerne må læse og skrive kladder, men alt, der forlader huset, går gennem mig.”

Tal fra AI Growth Minds

• 4-5 timer → under 6 minutter: en opgave i kursisten Lui Høyers affiliate-forretning, efter han byggede sit eget CMS med otte agenter. Selvvurderet (Luis egne tal, ifølge Julian)
• 1.500+ arbejdstimer frigivet af Julians system AGM AI OS for ham selv og deltagerne. Selvvurderet (ifølge Julian)
• 20 minutter til at skrive ugens opgaver ned med minuttal på hver. Forventet (Julians skøn)

Du har arbejdet med AI siden 2017, længe før ChatGPT. Hvad er det største skift, du har set fra dengang til i dag, og hvad tror folk stadig fejlagtigt er svært?

“I 2017 brugte jeg machine learning til SEO, og dengang krævede det data, kode og en god portion tålmodighed, før der kom noget brugbart ud af det. I 2019 fik jeg adgang til GPT-2 som en af OpenAIs tidlige forskningsbrugere, og i dag beskriver du en opgave på dansk, så laver en agent den.

Det største skift er, at du ikke længere skal kunne kode for at bygge. Folk tror stadig, at teknikken er det svære, men det svære er at sætte ord på, hvordan du selv løser opgaven i dag, fordi det meste af det sidder i hovedet og aldrig er blevet skrevet ned.”

Mange siger, at modellerne ikke længere er flaskehalsen, men at det handler om opsætningen omkring dem: agenter, workflows, data og værktøjer. Er du enig? Hvor går det typisk galt for dine kursister?

“Ja, langt hen ad vejen. Modellerne er gode nok til det meste af det, en lille virksomhed laver, så forskellen ligger i, hvad du giver dem at arbejde med.

Hos mine kursister går det typisk galt, fordi de starter med værktøjet. De ser en smart demo og vil have den samme agent, i stedet for at tage en opgave, de selv laver hver uge og kender til bunds. Den anden fejl er, at de ikke måler noget. Ved du ikke, hvor lang tid opgaven tog i hånden, kan du heller ikke se, om agenten har gjort en forskel, og så dør projektet lidt stille.”

Dine kursister er selvstændige og små teams. Hvorfor har de faktisk en fordel over store virksomheder, når det gælder AI? Kan du give et eksempel på en lille virksomhed, der har bygget en proces helt om med AI i stedet for bare at sætte AI oven på den gamle?

“Fordi den, der beslutter, også er den, der bygger. Der er ingen IT-afdeling, der skal godkende noget, og ingen arbejdsgang, der skal igennem tre møder, før den må ændres.

Lui Høyer er et godt eksempel. Han driver affiliate-sites helt alene, og han er marketingmand, ikke udvikler. I stedet for at sætte en chatbot oven på den gamle arbejdsgang byggede han sit eget CMS med otte agenter, der researcher produkterne, skriver SEO-indholdet og laver billederne. Det, der før tog ham 4-5 timer, klarer systemet nu på under seks minutter, og det er hans egne tal.”

Mange er bange for at koble AI på deres mail, CRM og systemer (MCP, connectors, automatiseringer). Hvad siger du til en ejer, der er nervøs for sikkerhed og kontrol? Hvor går grænsen for, hvad du selv vil lade en agent gøre?

“Jeg forstår godt nervøsiteten, og jeg har selv koblet AI på min mail, kalender, CRM og bank. Min regel er, at agenten gerne må læse og skrive kladder, men alt, der forlader huset, går gennem mig. Den skriver mailen og lægger den klar, og så er det mig, der siger send. Penge og annoncer, der skal tændes, kræver altid mit ja.

Den regel står også i selve opsætningen, hvor de farlige handlinger er spærret, så systemet spørger mig, uanset hvad agenten selv mener. Mit råd er at starte med læseadgang og så give den mere, når du har set den arbejde et stykke tid.”

Hvilken AI-løsning er du mest stolt af, og hvad sparede eller tjente den konkret?

“Det er AGM AI OS, fordi det i dag håndterer alle mine driftsopgaver og har hjulpet mange af mine kursister med at gøre det samme. Indtil videre har det frigivet over 1.500 arbejdstimer for mig og deltagerne.

Det betyder, at systemet har været en direkte grund til, at flere af dem får mere tid med deres børn, vækster deres virksomheder og generelt er gladere på arbejde.”

AGM AI OS er Julians eget system. Interviewets kursist-case er Lui Høyer (se ovenfor). Timetallet er Julians eget opgjorte tal.

Du har undervist over 3.000 danske professionelle i praktisk brug af AI. Hvad adskiller dem, der rent faktisk kommer i gang og bygger, fra dem, der går i stå efter første prompt?

“Dem, der kommer i gang, vælger én kedelig opgave fra deres egen hverdag og bygger den første løsning samme uge. Den behøver ikke være smart, den skal bare virke på noget, de gør hver uge.

Dem, der går i stå, samler på indhold. De ser videoerne, gemmer opslagene og venter på det rigtige tidspunkt eller det rigtige værktøj. Mange af dem har viden nok, men mangler en sti fra første prompt til første løsning i drift, og det har jeg selv lært meget af, fordi flere af mine egne kursister har sagt præcis det til mig.”

Hvis en travl ejer af en virksomhed med 10 ansatte kun har én time i næste uge, hvad skal vedkommende så bruge den på?

“Skriv de opgaver ned, du selv laver hver uge, og sæt et tal på, hvor mange minutter hver af dem tager. Det tager cirka 20 minutter.

Brug så resten af timen på den opgave, der er mest kedelig og kommer oftest, og beskriv den trin for trin, som hvis du skulle lære den fra dig til en ny medarbejder. Den beskrivelse er præcis det, AI’en skal have, og har du den, kan du bygge din første agent ugen efter.”

Det tager vi med: tre ting, du kan gøre i morgen

1. Skriv ugens opgaver ned med minuttal. Det tager ifølge Julian cirka 20 minutter. Uden tallet kan du ikke se, om en agent senere gør en forskel.
2. Beskriv den mest kedelige opgave trin for trin. Vælg den, der kommer oftest, og skriv den, som hvis du skulle lære en ny medarbejder op. Den beskrivelse er det, AI’en skal have.
3. Giv agenten læseadgang og lov til at skrive kladder, ikke mere. Alt, der forlader huset, og alt, der koster penge, kræver dit ja. Udvid adgangen, når du har set den arbejde et stykke tid.

Er du erhvervsleder og vil interviewes af Groels om AI i din virksomhed? Skriv til redaktion@ai-cases.dk.