Sådan bygger du et AI-oplæg, folk faktisk bruger bagefter

For et par uger siden fik jeg lov til at tale for en gruppe fremtidsforskere fra hele verden 🌍

Jeg sagde ja, inden jeg havde tænkt over hvad jeg sagde ja til.

Ret syret oplevelse at stå i et rum, hvor stort set alle har PhD'er, og så være ham der skal lære dem noget! Tvivler min gamle dansklære havde troet det ville ske 😅

Jeg deler det her, fordi selve opbygningen af dagen er værd at stjæle. Uanset om du skal holde et AI-oplæg for din ledelse, dit team eller en forsamling af forskere, er der en grund til, at det virkede.

Hvorfor det ikke er skræmmende at undervise folk, der ved mere end dig

Der er en frygt, jeg møder hos næsten alle, jeg taler med om at holde AI-oplæg internt. Hvad nu hvis der sidder nogen i salen, som er dygtigere end mig?

Der gør der næsten altid. Og det gør ingen forskel.

Forskerne i rummet vidste mere om fremtidsforskning, end jeg nogensinde kommer til. Jeg vidste mere om, hvad der sker, når man sætter en AI-agent til at løse en konkret opgave i praksis. De to ting overlapper ikke.

Forskerne var super nysgerrige og sultne – og det var en fornøjelse at få lov til at vise, hvordan AI kan bruges helt praktisk i deres arbejde.

Nysgerrighed slår ekspertise, når det handler om AI lige nu. Feltet flytter sig så hurtigt, at ingen har haft tid til at blive rigtig gammel i faget.

Opbygningen der fik AI-oplægget til at sidde fast

Deres speak var faktisk ret cool opbygget:
🧠 De havde allerede udfyldt et spørgeskema på forhånd
💬 Vi snakkede og diskuterede deres svar vs mit view
🤖 Derefter testede de en AI-agent, jeg havde bygget
🌐 Agenten samlede viden (scrapede websites) omkring fremtiden
🧩 Den tog udgangspunkt i deres enkelte personlighed
💡 Til sidst lærte de selv at bygge dele af agenten

Rækkefølgen gør arbejdet.

Spørgeskemaet på forhånd betyder, at folk har taget stilling, før de kommer ind i lokalet. De har en holdning at forsvare, og det gør diskussionen skarp fra første minut.

Diskussionen af deres svar op mod mit view giver et sammenstød. De opdager selv, hvor deres billede af AI afviger fra det, der findes i dag. En slide overbeviser ingen. Mange skifter mening, når de tager fejl foran sig selv.

Testen af agenten kommer først derefter. Nu er de klar til at se noget, fordi de har et spørgsmål med sig ind i demoen.

Personalisering er det, der flytter folk

Agenten tog udgangspunkt i deres egen personlighed og deres eget arbejde. Det var den vigtigste detalje i hele dagen.

En generisk demo får folk til at nikke. En demo, der bruger dine egne data og svarer på dit eget felt, får folk til at række ud efter tastaturet.

Og så det sidste trin, hvor de selv byggede dele af agenten. Det er forskellen på et foredrag og en workshop. Folk husker det, de har rørt ved med hænderne.

Det var tydeligt, at mange blev overraskede over, hvor hurtigt udviklingen inden for AI bevæger sig – og især hvor meget deres måde at indsamle og bearbejde viden kommer til at ændre sig fremover.

For en fremtidsforsker er dataindsamling selve håndværket. Når en agent kan læse hundrede kilder på et kvarter og sortere dem efter din problemstilling, ændrer det, hvad du bruger din tid på. Det er ikke research, der forsvinder. Det er timerne før researchen.

Den samme forskydning sker i alle fag, jeg kommer ud i. Bogholderen, juristen og mægleren oplever den bare med hver deres opgaver.

Målet er, at folk bruger det dagen efter

Det bedste? At se flere af deltagerne tagge mig på LinkedIn bagefter og skrive, at de havde fået noget konkret med hjem 👌

Det er den eneste måling, jeg bruger på et AI-oplæg. Har folk gjort noget dagen efter?

Gode karakterer i evalueringen betyder, at folk hyggede sig. Ændret adfærd betyder, at dagen var pengene værd. Derfor slutter jeg altid med, at deltagerne har bygget noget, de kan tage med tilbage til deres eget skrivebord.

Elsker, når fremtiden møder den praktiske AI-verden – og der opstår de dér ægte aha-øjeblikke.

Ofte stillede spørgsmål

Hvordan bygger man et godt AI-oplæg?

Start med at få deltagerne til at tage stilling, før de kommer, gerne via et kort spørgeskema. Diskutér deres svar op mod virkeligheden, vis derefter en demo på deres eget fagområde, og slut med at de selv bygger noget. Rækkefølgen afgør, om de husker det.

Hvad er forskellen på et AI-foredrag og en AI-workshop?

Til et foredrag lytter folk, til en workshop bygger de. Foredraget flytter holdninger og skaber opbakning, workshoppen skaber kompetencer og noget, deltagerne kan vise frem. De fleste virksomheder får mest ud af at kombinere dem på samme dag.

Kan man undervise folk, der er dygtigere end en selv?

Ja, når din viden ligger et andet sted end deres. En forsker kan sit felt til bunds og har sjældent bygget en AI-agent. Du bidrager med praktisk erfaring fra virkeligheden, og det er sjældent i konflikt med deres faglighed.

Hvad er en AI-agent i praksis?

En AI-agent er et program, der selv udfører flere trin for at løse en opgave. Den kan hente information fra websites, sortere den efter dine kriterier og aflevere et resultat, uden at du styrer hvert skridt. Til research betyder det, at forarbejdet går fra timer til minutter.

Hvordan måler jeg effekten af et AI-oplæg?

Se på, hvad deltagerne gør dagen efter. Antal personer, der har bygget eller ændret noget i deres eget arbejde inden for en uge, siger mere end en evalueringsscore. Bed derfor deltagerne aflevere med noget konkret i hånden.

Skal jeg holde oplægget hos jer?

Et AI-oplæg virker, når deltagerne rører ved værktøjerne på deres eget fagområde og går hjem med noget, de har bygget selv.

Jeg holder foredrag og workshops for ledergrupper, faglige teams og konferencer, og jeg bygger demoen op om jeres egne opgaver. Skriv til mig, så finder vi ud af, hvad der passer til jeres dag.