Groels interviewer · Afsnit 1
Don't tell it, show it
Martin Thorborg vil have AI ned fra de luftige begreber og gøre gevinsterne synlige – på skærmen, i indbakken, i virksomhedens egen hverdag.

Martin Thorborg siger selv, at han ikke er programmør. Alligevel har han på en måned skrevet en bog på 96.000 ord sammen med AI, fået sin stemme klonet til lydbogen og ladet AI søge ISBN-nummer og sætte betalingen op. I Dinero, hvor han har omkring 30 udviklere og en CTO til det tekniske, bliver koden snart skrevet 100 % af AI.
Vi spurgte ham, hvordan en almindelig dansk virksomhed kommer godt i gang. Han svarede med to talebeskeder og et forbehold: Spørgsmålene var “lidt over mit niveau”. Svarene er redigeret let fra tale til skrift.
Vores påstand er, at modellerne ikke længere er flaskehalsen. Det er rammerne omkring dem: adgangen til data og værktøjer. Hvor ser du danske virksomheder lægge kræfterne forkert?
“Det er jeg helt enig i. Modellerne er vildt avancerede efterhånden. Det største arbejde ligger i at sætte guardrails op, så de ikke går amok eller gør forkerte ting. Det har vi selv været ude for flere gange: Folk i huset, der ikke er så kyndige, har arbejdet med ting, der åbnede for sikkerhedshuller. Heldigvis ikke kritiske, men nok til, at den slags projekter bare ikke kan køre hos os.
Men hvor lægger virksomhederne kræfterne forkert? Jeg tror slet ikke, vi er der endnu. Min opfattelse er, at mange ikke er kommet rigtig i gang. Der er stor skræk, og den er forståelig: Mange er med god grund bange for GDPR og datalæk, og det skal man fandme også tage seriøst. Men man skal passe på, at man ikke bliver så bange, at man ikke gør noget.”
Hvad skete der konkret med sikkerhedshullet, og hvad har I gjort siden?
“Vi havde et AI-team på to personer, der gik rundt og lavede processer for folk rundt omkring i virksomheden. De var gode til at forstå processerne, men ikke stærke nok IT-mæssigt. Vi er med i HackerOne, hvor white hat-hackere døgnet rundt prøver at hacke os og får penge, hvis det lykkes. En af dem fandt ret hurtigt et hul, hvor man kunne få adgang til testdata, man på ingen måde skulle have adgang til. Det gik ikke ud over nogen kunder. Men var det kommet i ordentlig produktion, havde vi eksponeret kundedata.
Så vores sikkerhedsprocedure virkede. Men det kunne have haft en rigtig, rigtig dum effekt uden det sikkerhedsapparat, vi bruger mange millioner kroner om året på. Hackerne er ikke længere væk end en medarbejder, der laver en fejl. Og det er helt fint, at medarbejdere laver fejl, men så skal der være procedurer for alt. Det er der ikke mange virksomheder med 10, 20 eller 30 ansatte, der har råd til.
Konkret hører al den slags nu under vores IT-afdeling og de normale procedurer. Det er vores programmører, der udfører opgaverne, inden for de guardrails og sikkerhedsprocedurer, vi har.”
AI kan i dag kobles direkte på fx mailen og andre systemer. Mange er bange for det. Er frygten berettiget?
“Siger du MCP til en almindelig virksomhed, aner de ikke, hvad du snakker om. Det forstår kun de mere avancerede, der har en rigtig IT-afdeling, eller virksomheder drevet af nørder. Så du er tidligt ude. Det spørgsmål bliver relevant om et halvt eller et helt år.
Er frygten berettiget? Al frygt omkring AI er berettiget på et eller andet plan. Det er et nyt redskab, der kan fantastiske ting, men det kan også åbne en bagdør for hackere, lave rod i IT-systemerne og udsætte virksomheden for juridiske problemer. Behandler du kundedata på amerikanske systemer, kan du komme til at overtræde lovgivningen. Og så er der hele den med: Hvad hvis jeg deler mine data med modellerne, og de træner på dem? Så er min virksomhed lige pludselig ligegyldig, fordi jeg har foræret alle mine data til en amerikansk eller kinesisk virksomhed.”
Kan du give et eksempel på en proces, I har bygget helt om med AI?
“Supporten. Indtil for et par år siden sad vores supportere med en masse standardsvar, de kunne hive frem og tilpasse til den enkelte kunde, når der kom beskeder via kontaktformular og mail. Det fungerede ganske udmærket.
For knap fire år siden, lige da ChatGPT kom, gik vi i gang med de første versioner. De gik live for omkring tre år siden og kunne svare på cirka 20 %. Så gik procenten stille og roligt op. Siden brugte vi et amerikansk produkt, Fin, og der fik vi styr på en masse, både fordi vi blev dygtigere, og fordi produktet var virkelig godt. Nu er vi gået over til Gemini. Det koster en femtedel og er koblet på brugerens eget regnskab, så den kan svare på meget mere. Jeg regner med, at 90 % af al support er taget af AI inden årets udgang.
Ser man på supportere pr. kunde, burde vi med de kunder, vi har i dag, have 65 supportere. Vi har lidt under 30, og om et år er vi nok maksimalt 20, nærmere 15. Det sker ved naturlig afgang. Vi bruger mange studerende, som bliver færdige og skifter job, og vi lader bare være med at genansætte. Det er ret udramatisk.”
Vi tror, at små virksomheder har en kæmpe fordel, fordi de kan bygge deres processer om hurtigere end de store. Hvad skal de konkret gøre?
“Det tror jeg også. Der er altid træghed i store virksomheder. I Dinero er vi over 100 medarbejdere, og vi rykker ret hurtigt, men det er, fordi vi har det juridiske og det tekniske på plads og har modet til at køre fuld skrue. En normal virksomhed på over 100 vil være vildt bange for at ødelægge noget. Der er et brand, IT-sikkerhed og juridiske ting, der skal værnes om. Og så sidder der nogle topledere, som har svært ved at følge med, og det kan jeg godt forstå. Der var en, der skrev forleden: Skal man virkelig forstå, hvad der foregår i AI, skal man være arbejdsløs, for så kan man sidde online 16 timer om dagen. En almindelig direktion bruger hele dagen på at drive virksomheden. Den kan ikke også følge med i, at der er et AI-gennembrud fire gange om dagen.
En mindre virksomhed kan agere mere agilt og tage større chancer. Ledelsen er tættere på problemerne, kunderne og medarbejderne.
Konkret skal man gøre det til en del af virksomhedens DNA, at enhver proces bliver vurderet: Kan den her automatiseres? Hver gang der kommer en bestemt type mail: Behøver vi selv at svare på den? Hvis ikke, så lær en AI at svare på den eller i det mindste komme med et forslag. Sidder man og laver det samme på computeren hver dag, kan en AI højst sandsynligt gøre det. Og så skal man give lov til at bruge tid på det. I starten går det måske langsomt, men lige pludselig går det meget stærkt.”
Hvordan forklarer man det her til en travl ejerleder, der ikke gider høre om modeller og hype?
“Man skal sætte sig ned med dem og vise det. Don’t tell it, show it. Vis dem med en desktop-model på deres egen maskine, hvordan den kan svare på en mail eller lave en manuel opgave om til en automatiseret proces. Bare det at sige: ‘Vis lige forslag til svar på de sidste 20 mails.’ Så er man allerede rigtig langt, for ti af dem kan man bare trykke send på. Når folk først har set, hvordan noget kan automatiseres, bliver de hooked. Så begynder de selv at rode med det, og så kører det derudad.”
Hvad bruger du selv AI til lige nu? Gerne det mest nørdede eksempel.
“Er du sindssyg, mand. Det helt hverdagsagtige er sådan noget som at skaffe frisørtider. Lige nu bygger jeg thorborg.dk om, så hele siden kommer på engelsk. Og så har jeg skrevet en bog på en måned, 96.000 ord, sammen med ChatGPT og med Claude som forlagsredaktør. ElevenLabs har klonet min stemme ud fra tre timer af min podcast og indtalt bogen: 9,5 time, næsten uden fejl. AI’en har bygget hele bogsiden, selv ansøgt om en betalingsløsning hos en udbyder og sat det hele op. Den har lavet forsiden, søgt om ISBN-nummer og lavet stregkoderne. Bogen kommer til salg i løbet af de næste par dage.
I Dinero har vi bygget et projekt oven på kundernes regnskaber, deres hjemmeside, Trustpilot og alt, hvad vi kan finde om dem på nettet. Det kan advare dem om dårlige betalere ud fra, hvad vores andre brugere oplever, og komme med forslag til, hvordan deres website kan blive bedre, og hvordan de kan få mere salg. Og inden 1. januar bliver 100 % af vores kode skrevet af AI. Så vi er rimelig godt med.”
Det tager vi med: tre ting, du kan gøre i morgen
- Åbn mailen sammen med en AI. Bed den om forslag til svar på dine sidste 20 mails. Tæl, hvor mange du kan sende næsten uændret.
- Lav en liste over det, du gør hver dag. Spørg ved hver opgave: Behøver et menneske at gøre det her? Start med den, der fylder mest.
- Lad dem, der har ansvaret for IT-sikkerheden, eje det, der rører systemer og kundedata. Det er Dineros egen lære. Start med opgaver uden kundedata, og spørg, hvor data ligger, og om udbyderen træner på dem.
Er du erhvervsleder og vil interviewes af Groels om AI i din virksomhed? Skriv til redaktion@ai-cases.dk.