Dan Rose har bygget verdens bedste podcast-app på en middagslurstid. Den er bare ulovlig - i hvert fald at distribuere. Og det er præcis pointen.

For et par år siden havde det taget tre måneder. I dag tager det den tid, det tager en etårig at sove til middag. Og når det går så stærkt, er ophavsretten snart umulig at håndhæve – og alt det, din virksomhed troede var svært at kopiere, er det ikke længere.

I det her afsnit bruger Dan sin ulovlige podcast-app og et internt HR-system som afsæt for en bredere pointe om, hvad der faktisk beskytter en forretning i en verden, hvor alle kan bygge alt.

Dan kommer omkring:

Ophavsrettens udløbsdato:
Hvornår afledte værker holder op med at give mening som juridisk konstruktion – og hvad det betyder for mediehuse, SaaS-virksomheder og alle andre, der bygger forretning på indhold.

Vibe coding som forretningsværktøj:
Hvorfor du skal starte med et vibe codet system, før du køber en enterprise-løsning – og hvordan Dan allerede gør det i Todai.

SaaS-markedets nye virkelighed:
Hvad der sker med de SaaS-virksomheder, der kun kan det, alle nu selv kan bygge på to timer.

Hyperpersonalisering og ekkokamre:
Når alle processer og interfaces er skræddersyet til den enkelte, opstår der et nyt alignment-problem i organisationen.

Kultur som den eneste voldgrav:
Hvorfor IT-investeringer og unikt indhold er holdt op med at beskytte din virksomhed – og hvad Apple vs. Dell lærer os om, hvad der faktisk gør forskellen.

Har du ønsker til emner eller gæster? Skriv til dan.rose@todai.ai

"Vi sætter bare et menneske ind i loopet" er blevet standardsvaret, når compliance spørger til risici. Men hvad nu hvis det gør tingene værre?

I det her soloafsnit tager Dan Rose fat på Human in the Loop – et begreb, der er vokset eksplosivt og er skrevet direkte ind i EU's AI Act, men som forskning viser gang på gang kan sænke kvaliteten, forværre bias og reducere dygtige medarbejdere til juridiske stødpuder.

Dan kommer ind på:

Præstationsparadokset:
Hvorfor menneske plus AI ikke altid giver det bedste resultat – og hvornår AI faktisk klarer sig bedre alene.

De kognitive faldgrupper:
Vigilance decrement, belejlighedsbias, forankringsbias og bekræftelsesbias – og hvad de gør ved dine medarbejdere, når de sættes til at godkende AI-output.

Den moralske deformationszone:
Hvorfor Human in the Loop alt for ofte er et "cover your ass"-værktøj, der placerer ansvaret hos medarbejderen uden at give dem reel kontrol.

Tre konkrete designgreb: Kognitiv tvangsfunktion, delegation inversion og kortet vs. terrænet – sådan bygger du workflows, der rent faktisk virker.

Har du ønsker til emner eller gæster? Skriv til dan.rose@todai.ai

Kildeliste:

Human-AI Synergy (MIT, 2025): Når mennesker gør AI dårligere:
https://mitsloan.mit.edu/ideas-made-to-matter/when-humans-and-ai-work-best-together-and-when-each-better-alone

Ansvarshuller (AU, 2023): Hvorfor det er uetisk at give medarbejderen ansvaret for AI-fejl:
https://link.springer.com/article/10.1007/s10676-023-09699-6

Manglende Metaviden (2022): Vi er dårlige til at vurdere, hvornår vi skal stole på maskinen:
https://pubsonline.informs.org/doi/10.1287/isre.2021.1079

Kognitive Tvangsfunktioner: Fartbump der tvinger os til selv at tænke:
Studie 1: https://arxiv.org/abs/2101.04517

Studie 2: https://arxiv.org/abs/2402.16279

Moral Crumple Zones (2019): Mennesket som "deformationszone" når teknikken fejler:
https://estsjournal.org/index.php/ests/article/view/260

Case: Zillows algoritme-flop (2021): Da AI-styrede boligkøb kostede millioner:
https://www.gsb.stanford.edu/insights/flip-flop-why-zillows-algorithmic-home-buying-venture-imploded

Succes-case: Radiologi (2023): Markant bedre diagnosticering via AI-støtte:
https://pubmed.ncbi.nlm.nih.gov/37993303/

Hvad nu hvis det system, du bruger til kontrakter, CRM eller projektstyring, aktivt spænder ben for din forretning? Dan Rose tager i det her soloafsnit fat i en diskussion, mange overser: Hvordan AI ændrer det fundamentalt, du bør kræve af dine it-leverandører.

Du skal høre om 80/20-modellen, der vender indkøbslogikken på hovedet – og om, hvad vibe coding faktisk gør muligt, når din leverandør er åben nok til at lade dig bygge ovenpå. Dan giver konkrete eksempler fra Todais eget maskinrum, inkl. et system han er i gang med at opsige netop nu.

Og så tager han djævlens advokat-kasketten på og advarer mod Vibe Collapse – det nye shadow IT-mareridt, der opstår, når alle bygger alt, og ingen ejer noget.

Dan kommer omkring:

• Hvorfor et 80% færdigt system er præcis det, du skal gå efter – og hvad de sidste 20% skal betyde for dig
• Composable AI og Gartners opgør med monolitiske it-systemer
• Vibe coding i praksis: Todais interne dashboard og screenshot-til-deal-løsning i HubSpot
• Friktion dræber innovation: Kontraktsystemet Dan er ved at opsige, og HubSpot som det gode eksempel
• Vendor lock-in som strategisk trussel: Kelsey Hightowers advarsel om AI-portabilitet
• 3 røde flag til dit næste leverandørmøde: forandringsledelse, AI Act washing og grundmodel-hype
• Vibe Collapse: Når demokratiseret udvikling skaber historiens største shadow IT-problem

Har du ønsker til emner eller gæster? Skriv til dan.rose@todai.ai

Hvad sker der, når AI ikke fjerner arbejdet fra dine medarbejdere, men i stedet overbelaster deres hjerner?

I den her soloepisode tager Dan Rose fat på AI Brain Fry – et nyt fænomen, der peger på, at den største flaskehals i AI-arbejdet ikke længere er teknologien, men menneskets evne til at følge med.

Du skal bl.a. høre om, hvorfor de medarbejdere, der får mest ud af AI, også kan være dem, der rammes først, hvad det betyder for kvalitet og trivsel, og hvorfor debatten om massearbejdsløshed måske rammer ved siden af.

Dan kommer omkring:

Den nye flaskehals: Hvorfor det ikke længere er data, jura eller regnekraft, der begrænser effekten af AI, men frontallapperne på dine medarbejdere.

Brain Fry vs. burnout: Hvorfor AI godt kan fjerne trivielt arbejde og samtidig skabe en ny form for akut kognitiv overbelastning.

Når produktivitet bliver en fælde: Hvordan AI kan tredoble kapaciteten på papiret, men også gøre arbejdet mentalt tungere og mere fejlbehæftet.

Ledelsesproblemet ingen taler nok om: Hvorfor AI-superbrugere oftere risikerer at brænde ud, sige op og tage innovationen med sig ud ad døren.

Har du ønsker til emner eller gæster? Skriv til dan.rose@todai.ai

Nævnt i episoden:

Harvard Business Review: “When Using AI Leads to ‘Brain Fry’”

OpenAI / arXiv: “GPTs are GPTs: An Early Look at the Labor Market Impact Potential of Large Language Models”

Noema Magazine: “AI Could Actually Help Rebuild the Middle Class”

Anthropic: “Labor market impacts of AI: A new measure and early evidence”

Berlingske: “Martin Thorborg: De fleste har stadig ikke forstået, at revolutionen er i fuld gang”

"Start internt frem for kunderettet med AI, for det er mindre risikabelt" har længe været et godt og udbredt råd. Men dynamikkerne har ændret sig.

I denne uges episode forklarer Dan Rose, hvorfor det er en strategisk fejlslutning at bruge dit AI-budget på at optimere backoffice, før du har kigget på dine kunder.

Lær, hvorfor kunderettet AI er den mest effektive måde at fjerne overflødig administration på, og hvordan du flytter fokus fra risikostyring til reel værdi.

Dan kommer omkring:

- Dødsstødet til interne business cases: Se hvordan en AI-app til kunden kan fjerne 80% af fejlene ved kilden og gøre dit interne automatiseringsprojekt overflødigt.

- Robot-babysitter-fælden: Hvorfor dine højtuddannede medarbejdere hader at læse korrektur på AI-genererede mangelbreve, og hvordan du i stedet giver dem deres faglige stolthed tilbage.

- Hyperpersonalisering i frontlinjen: Fra passive formularer til proaktive rådgivere, der guider borgeren eller kunden til den rigtige løsning fra sekund ét.

- Hjem-Is fælden: Den livsfarlige advarsel om ikke at ændre både kerneforretning og teknologi samtidig.

- Bot-optimering: Hvorfor du skal begynde at skrive lange, komplekse tekster igen – ikke til mennesker, men til de maskiner, der læser for os.

Har du ønsker til emner eller gæster? Skriv til dan.rose@todai.ai

Hvad sker der, når AI’en ikke længere venter på dine spørgsmål, men tager kontrollen over din computer for at løse opgaverne selv?

I denne uges episode tager Dan Rose fat OpenClaw – den lynhurtigt voksende AI-agent, der har taget tech-verdenen med storm og fået OpenAI til at hive den store tegnebog frem.

Du skal høre om, hvorfor det er farligt, hvad det lærer os om fremtiden og hvad du skal bruge det til i dit daglige AI-arbejde.

Dan kommer omkring:

• Det enorme potentiale: Se hvordan agenter forhandler bilkøb ned i pris og koder deres egne værktøjer fra bunden.
• De livsfarlige faldgruber: Hvorfor Metas sikkerhedsdirektør måtte flå stikket ud af væggen, og hvordan "Loop and burn" kan tømme din konto på en nat.
• Shadow AI: Hvorfor dine medarbejdere måske allerede bruger værktøjer, din it-afdeling ikke kan se.
• Fremtidens Guardrails: Hvorfor teknologien er klar, men vores sikkerhedssystemer halter bagefter.

Lær hvordan du spotter mulighederne i autonome agenter uden at sætte virksomhedens data på spil i "den digitale svampeskov".

Har du ønsker til emner eller gæster? Skriv til dan.rose@todai.ai

Alle leder efter “AI-talent”. Og alt for mange rekrutterer, som om AI bare er endnu en tech-disciplin.

I det her soloafsnit går Dan Rose i clinch med den dyreste fejl i AI-satsninger: at virksomheder ansætter den samme persontype til vidt forskellige opgaver. At bygge modeller og at drive adoption kræver to forskellige hjerner. Hvis du blander dem sammen, ender du med dyre løsninger, ingen bruger – og en organisation, der mister troen på, at AI kan blive til noget.

Dan tager udgangspunkt i et konkret rammeværk, Todai selv bruger, og giver en praktisk guide til, hvordan du matcher mål, fase og rolle, før du skriver jobopslaget. Og så vender han den til sidst om: Hvad gør du som kandidat, hvis du vil vinde et AI-job uden at være “den klassiske” Data Scientist?

Han taler om:

• Hvorfor AI-rekruttering ofte rammer ved siden af (og ender med “den samme type” i alle roller)
• Effektivisering vs. transformation: hvilke profiler passer til hvilken fase?
• Tretrinsraketten Mål → Aktivitet → Rolle: sådan undgår du at slå den forkerte stilling op
• De fire AI-roller – og hvorfor du ofte har de vigtigste profiler internt
• Hvad du skal screene for hos Data Scientists og superbrugere (inkl. “show, don’t tell”)
• Til kandidaten: sådan vinder du jobbet uden at undskylde for din baggrund

Har du ønsker til gæster eller emner? Send en mail til dan.rose@todai.ai.

Hvordan bygger man tillid hos topledelsen til AI-satsninger og skalerer det sikkert i en af Danmarks største og mest regulerede virksomheder? Og hvordan sikrer man, at topledelsens opbakning er reel og stikker dybere end den obligatoriske "skåltale"?

I dette afsnit har Dan Rose besøg af Kasper Tjørntved Davidsen, CAIO i Danske Bank. Vi får et unikt kig ind i maskinrummet og en masterclass i enterprise-AI. Kasper deler sine erfaringer med alt fra vigtigheden af topledelsens opbakning og AI-governance, til bankens pragmatiske tre-trins model for AI-implementering.

Vi diskuterer også klassiske enterprise-dilemmaer som "Buy vs. Build", medarbejdernes forventninger, vigtigheden af benhård datadisciplin / data lineage, for at undgå hallucinationer i kritiske processer, og hvorfor AI i sin essens er et ledelsesgreb og ikke blot et it-projekt. Til sidst tager vi et kig ind i en meget nær fremtid, hvor vi på arbejdsmarkedet og hvor meget AI vil transformere banker.

De taler om:

• Hvordan du genkender ægte opbakning til fra topledelsen
• Hvordan du bygger tillid til transformativt arbejde med AI
• Build vs. buy: hvorfor “bliv i økosystemer” kan være en strategi - og hvad exit-planen er
• Hvor meget datakvalitet og context engineering fylder i Danske Bank
• Governance vs. decentralisering: hvad skal centraliseres, og hvad bør sættes fri?
• Hvordan Danske Bank sætter KPI’er og mål, der binder AI-adoption og forretningen sammen?
• Hvad der sker, når kunderne også bruger AI?