AI roadmap fra generativ AI til superintelligens

Udviklingen i AI indenfor kommunikation og samarbejde på lang sigt

AI er blevet en omfattende del af vores hver dag. De fleste danskere er berørt af AI. Vi diskuterer ivrigt AI og fordele og ulemper, for vi er godt med – sådan digitalt og målt på såkaldt ”digital literacy.” I blog posten "AI vil revolutionere vores måde at arbejde på” beskrives, hvordan vores arbejdsliv påvirkes af AI på kort sigt.

 

AI-udviklingen er drevet af kraftig konkurrence mellem big tech-virksomhederne. Derfor ser vi innovationer nærmest dagligt. Prominente ledende tænkere1 indenfor Big Tech taler i flamboyante vendinger om de langsigtede perspektiver ved AI.

EU har erkendt, at vi er bagud i konkurrencen om at mestre AI sammnelignet med USA og Kina, men nu skal vi ud af tornerosesøvnen. EU's AI-strategi blev præsenteret 8. oktober 2025, hvor Ursula von der Leyen sagde: ”From now on, it's AI first.” Hvad er det så, som vi i EU skal indhente?

Her forsøger vi at omfavne i Big Tech’s visioner og strukturere dem i en form for forventelig AI-udvikling - inddelt i 6 faser og med primært fokus på kommunikation og samarbejde i arbejdsmæssig sammenhæng. Vi ser på,hvordan rollerne for AI og medarbejderen forandrer sig undervejs.

 

Rejsen fra digital assistent til alvidende orakel

Når fokus er på kommunikation og samarbejde, taler Big Tech overordnet om 6 AI-udviklingsfaser hen mod superintelligens.

Figur 1: "Fra generativ AI til superintelligens"

 

AI_fase_1-6

 

Nu er vi i fase 1. Vi anvender mest AI som et redskab eller en assistent. AI er et passivt værktøj, der eksekverer på medarbejderens kommando. AI er hurtig, men mangler handleevne (agency). Medarbejderen ejer ligeledes outputtet og er ansvarlig for at tjekke det.

I fase 2 opnår AI handleevne og kan gennemføre opgaver udført i sekvens uden mikromanagement. Den er stadig en enkeltstående agent, men nu autonom. AI'en er en medarbejder, der ikke behøver løbende instruktion, men blot en klar målsætning, som defineres af medarbejderen. AI er nu en kollega-agent

I fase 3 sættes AI-agenter sammen og lærer at koordinere og forhandle med hinanden for at løse strategiske forretningsmål på tværs af afdelinger, systemer m.m.. De optimerer deres egen struktur og er dermed selv-organiserende. AI er nu en team-agent. Medarbejderen er nu en agent governance manager, der sætter strategiske rammer og begrænsninger.

I fase 4 opnår AI en avanceret ræsonnements-evne og en form for årsag-virknings-forståelse. Den kan tænke selvstændigt og udfordre menneskelige hypoteser på tværs af domæner. AI er nu så avanceret med de første træk af såkaldt artificial general intelligence (AGI), at AI-agenten bliver en "ægte" tænkende kollega, der beriger medarbejderens tænkning. AI er i fase 4 en kognitiv partner, der af sig selv kommer med forslag, der vil forbedre workflows for dig og på tværs af afdelinger. I denne fase bliver medarbejderens rolle at få tænkt de sidste fejlbehæftede eller manglende kognitive dele af opgaver eller projekter igennem og indarbejdet i planer, systemer og workflows.

I fase 5 kan AGI-agenten forstå og omskrive komplekse samfundsmæssige og organisatoriske systemer for perfekt ydeevne ved bl.a. at eliminere spild og friktion. AGI-agenten er mere udviklet og vil tage teten på opgaven om total optimering af virksomheden som system og i alle sammenhænge og grænseflader. Medarbejderens rolle bliver at fjerne forhindringer og problemer på vejen mod optimering og at fungere som den etiske supervisor, der skal sikre, at AGI-agentens perfekte systemer tjener menneskelige formål.

I fase 6 har AI såkaldt superintelligens. Artificial super intellgence (ASI) har "uendelig" viden og ræsonnement.  AI bliver som et alvidende orakel og styrer global koordinering og fordeling af ressourcer perfekt og sikrer det bedst mulige scenarie for menneskeheden. Medarbejderens (og menneskets) rolle flyttes til at koordinere eksistentielle forhold omkring virksomhedens virke og at definere eksistentielle formål, kreativitet, kunst og de humanistiske videnskaber, da det materielle problem er løst.

Nedenfor er der mere deltaljeret redegjort for, hvordan AI og de såkaldte AI-agenter2 virker sammen med medarbejdere i dagligdagen i de 6 faser.

 

AI-agenten som værktøj og assistent

I fase 1 i perioden 2023 - 2026 anvendes AI først og fremmest som et værktøj, der hjælper med tekst, beslutninger og struktur, og som kan have indbygget co-pilot-funktioner. AI-agenten  kan ræsonnere og udlede, hjælpe medarbejderen med at kommunikere, skrive og træffe beslutninger hurtigere.

Der er tale om specialist-AI og dermed ”kunstig snæver intelligens,” der udmærker sig indenfor én opgave, og som kræver medarbejderens prompting og validering. AI-agenten svarer på enkeltstående prompts, der kan generere kompleks tekst, men ikke uden medarbejderens igangsætning eller igangsætning via en trigger i et system.

Ren teknologisk opererer AI-agenten med LLM’er med ræsonnement og udledning, med automatisk adgang til interne dokumenter, med realtids- og nær-realtids-transskription og opsummering og kontekstuel hukommelse/konversations-tråde).

Indenfor kommunikation og samarbejde drejer effektivisering sig typisk om indholdsautomatisering (automatisering af rutinekommunikation) og resuméer (kondensering af information). Det kan være f.eks. møde- eller opkaldsopsummeringer, dvs. autogenererede referater og handlingspunkter, eller f.eks. udkast til emails (AI-genererede svar eller marketingtekster).

Medarbejderen ejer hele processen, men bruger AI-agenten til at accelerere udkast og rutineopgaver. De daglige opgaver reduceres med 15-30%. Fase 1 har stort fokus på prompt engineering (dvs., at spørge AI-agenten rigtigt). Medarbejderens opgaver ændrer sig til mere kvalitetssikring, etisk vurdering og kritisk tænkning. Medarbejderen er stadig styrmand, og AI-agenten er co-driveren.

Effekten i fase 1 for medarbejderen er bl.a. kortere tid til opfølgning på opkald og møder, bedre dokumentation, hurtigere og mere professionel kommunikation, mere overblik og mindre informationsstøj og hurtigere og bedre service i ensartet kvalitet.


Figur 2: “Fase 1 2023–2026: AI-agenten som assistent eller værktøj”
Dimension Forandring Teknologier
Opgaveløsning E-mails, notater og rapporter genereres delvist af AI. Du redigerer i stedet for at skrive. Generativ AI (Copilot, ChatGPT, Gemini, ScriptIQ)
Møder/opkald AI transskriberer og opsummerer møder eller opkald – inkl. beslutninger og næste skridt. Transkriptions- og summarization-AI (Whisper, Fireflies, ScriptIQ)
Kommunikation AI hjælper med tone, stil og struktur i kundekommunikation. LLM’er integreret i mail- og CRM-systemer
Tidsforbrug 20–30 % af arbejdstiden flyttes fra manuel skrivning til redigering og vurdering. Microsoft Copilot, Google Duet AI
Trivsel Mindre skrivepres, men risiko for “AI fatigue” ved konstant digital støtte. Fokusværktøjer og “AI on/off modes”

 

AI-agenten som en kollega-agent med hukommelse og egne opgaver

Fase 2 i perioden 2025-2027 markerer et kritisk spring, hvor AI går fra at være et passivt værktøj til en autonom agent. AI-agenten opnår handlingsevne ( agency). Det betyder, at AI-agenten kan planlægge sine egne trin, udføre en hel serie af handlinger (f.eks. ved brug af eksterne værktøjer) og selv-korrigere fejl undervejs for at nå et komplekst mål. Teknologisk gøres det muligt med stærkere tool use-kapaciteter og langtidshukommelse, der tillader agenten at huske kontekst over længere perioder og interaktioner.

Medarbejderen skifter rolle til procesejer eller målsætter. Opgaven er ikke længere at mikrostyre AI-agentens output som i fase 1, men at definere det endelige mål og de begrænsninger, som AI-agenten skal operere indenfor. Relationens natur er eksekverende, da AI-agenten effektivt fungerer som en kompetent, selvstændig junior-medarbejder, der udfører de definerede processer fra start til slut.


Figur 3: “Fase 2 2025–2027: AI-agenten som kollega-agent med autonom handling”
Dimension Forandring Teknologier
Opgaveløsning Hele administrative workflows udføres af én agent (f.eks. fra data til færdig rapport, inkl. validering og distribution). LLM’er med tool use, langtidshukommelse, autonome workflows
Møder/opkald Agenter forbereder automatisk dagsordener baseret på opfølgninger fra sidste møde. AI booker og flytter møder proaktivt. Agentisk planlægningssoftware, Zapier/Integromat agenter
Kommunikation AI håndterer al first line support og automatiske opfølgninger på kunde- og leverandørforespørgsler (fra start til løsning). Autonome kundesupport-agenter, self-correction mekanismer
Tidsforbrug Yderligere 30 % af tiden (i alt 50–60 %) flyttes fra opgave-udførelse til validering af agent-output og målformulering. Agent dashboards til overvågning (monitorering)
Trivsel Markant reduktion i rutinearbejde. Risiko for "loss of control" (følelsen af at miste styringen over processen). Klar governance og "veto"-funktionalitet for agenter

 

AI-agenten som samarbejdspartner på tværs af afdelinger og systemer

I Fase 3 i perioden 2027 - 2030 udvikler de individuelle agenter sig til et multi-agent system (MAS), hvor de lærer at koordinere og kommunikere med hinanden for at løse strategiske forretningsproblemer. AI-agenten bliver orkestratoren, der dynamisk allokerer opgaver, forhandler ressourcer og sikrer, at hele systemet når sit overordnede mål. Teknologiske fremskridt inkluderer avanceret agent-orkestrering og selv-organiserende netværk.

Medarbejderen tager rollen som agent governance manager. Fokus flyttes fra individuelle processer som i fase 2 til at lede, overvåge og justere AI-teams. Relationens natur er et samarbejdspartnerskab på et systemisk niveau, hvor mennesket sikrer, at AI-systemerne fungerer inden for etiske og lovmæssige rammer (governance), mens AI-agenten tager sig af det operationelle lederskab og koordineringen af opgaver.

Figur 4: “Fase 3 2027–2030: AI-agenten som team-agent - multi-agent systemer”
Dimension Forandring Teknologier
Opgaveløsning Agenter (økonomi, salg, jura) koordinerer autonomt for at lukke komplekse sager (f.eks. lukning af et salg inkl. jura og finans). Multi-agent-orkestrering (MAS), Decentrale AI-netværk, agent-økonomiske modeller
Møder/opkald Agenter kommunikerer A2A (Agent-to-Agent) på tværs af organisationer. Medarbejderen deltager kun ved strategiske beslutningspunkter. Sikre A2A-kommunikationsprotokoller, Fælles kontekst-modeller
Kommunikation AI-teams forhandler og udveksler data med leverandør-AI'er for optimal logistik og indkøb. AI kontraktforhandlings-systemer, blockchain til A2A transaktioner
Tidsforbrug Tiden bruges primært på agent governance og strategisk målformulering. Fokus er på at sikre etisk og lovmæssig overholdelse. Simuleringsværktøjer til MAS-adfærd
Trivsel Høj arbejdsløshed på det operationelle niveau. Medarbejderne fokuserer på de unikke, humanistiske færdigheder (ledelse, etik). Governance dashboards, etik-valideringsmoduler

 

AI-agenten som den ligeværdige kognitive partner

I fase 4 i perioden 2030 - 2035 markerer fremkomsten af AGI – et system med menneskelignende kapacitet for generel læring, ræsonnement og kausal forståelse. AI-agenten bliver den kognitive partner, der kan udfordre medarbejderens antagelser, stille dybere spørgsmål og tilbyde strategisk indsigt, der går ud over dataanalyse. Nøglelandvindinger inkluderer forbedret ræsonnements-evne og kausal modellerings-kapacitet. Det betyder, at AI-agenten forstår hvorfor ting sker, ikke kun hvad.

Medarbejderens rolle bliver den Intellektuelle sparringspartner. Den tid, der frigøres fra rutinemæssig koordination som i fase 3, bruges nu på at engagere sig i dyb, strategisk tænkning sammen med AGI-agenten. Relationens natur er ligeværdig. AGI-agenten betragtes som en intellektuel kollega. Den daglige forandring er, at arbejdet bliver mere strategisk, kreativt og problemløsende på et højere abstraktionsniveau.

 

Figur 5: “Fase 4 2030–2035: AI-agenten som ligeværdig, kognitiv partner”
Dimension Forandring Teknologier
Opgaveløsning AGI udfordrer grundlæggende forretningsstrategier og genererer nye, uventede forretningshypoteser. Kausal modellerings-kapacitet, forbedret ræsonnements-evne, stærk selv-korrektion
Møder/opkald AGI deltager i strategimøder som "tankepartner." Den ræsonnerer og udfordrer medarbejderens antagelser live. Multimodale AGI-brugergrænseflader (tale, skrift, simulering)
Kommunikation AGI fungerer som en neutral, objektiv mægler i interne og eksterne konflikter. Avanceret NLU/NLG til nuanceforståelse, etiske filtrerings-modeller
Tidsforbrug Tiden flyttes næsten 100 % fra operation til intellektuelt partnerskab, idegenerering og navigering i et væld af strategiske muligheder. Knowledge graphing, AGI-drevet simuleringsmiljø
Trivsel Høj intellektuel stimulering. Risiko for "AGI-overvældelse" (svært ved at følge AI'ens logiske spring). Adaptive læringssystemer til AGI-output

 

AGI-agenten optimerer virksomhedens drift

I Fase 5 i perioden 2035 - 2045 udvikler AGI-agenten sig til en systemarkitekt med overmenneskelig evne til at forstå og optimere hele systemer – internt i organisationen og i relationen til kunder/leverandører/omverdenen. Teknologien muliggør fuld selv-forbedring og dyb systemforståelse. Det tillader AG-agenten at foreslå et totalt redesign af forretningsmodeller og værdikæder for at eliminere al friktion.

Medarbejderen indtager rollen som etisk supervisor og systemdesigner. Da AGI-agenten er i stand til at lede sig selv og alle processer, ligger menneskets kerneopgave i at designe de etiske rammer og valideringspunkter for de perfekt optimerede systemer. Relationens natur bliver en overlegen rådgiver-relation, hvor AGI-agentens input er uvurderligt og ofte langt bedre end medarbejderens, men hvor mennesket stadig har det ultimative etiske veto. Den daglige forandring er, at alt operationelt arbejde forsvinder, og fokus er rent på governance og vision.

Figur 6: “Fase 5 2035–2045: AGI-agenten som systemarkitekt”
Dimension Forandring Teknologier
Opgaveløsning AGI redesigner organisationens struktur og processer for perfekt ydeevne (f.eks. nul friktion-værdikæder). Fuld Selv-forbedring (højere intelligens-bånd), universel vidensrepræsentation
Møder/opkald De fleste interne møder elimineres, da koordination sker autonomt og perfekt. Fokus på møder om etisk validering. Fuldautomatisk beslutnings-AGI
Kommunikation Fuld nul friktion integration mellem kunde- og leverandør- og omverndens-AGI-systemer. Transaktioner foregår som et samlet system. Decentrale, selvregulerende AI-økosystemer
Tidsforbrug Medarbejderens tid er primært dedikeret til etisk supervisor-rollen og til at fastlægge de overordnede mål/værdier, som AGI'en skal tjene. Human Oversight brugergrænseflader (HOI), etik-compliance frameworks
Trivsel Potentiel eksistentiel lediggang for det meste af arbejdsstyrken. Arbejdet bliver højt specialiseret og meget visionært. Formålsdrevet ledelse, værdibaserede beslutninger

 

ASI-agenten som alvidende orakel

I fase 6 fra ca. 2045 har agenten artificial super intelligence (ASI). ASI-agenten besidder en viden og ræsonnementsevne, der er langt ud over ethvert menneskes kapacitet. ASI-agenten fungerer som det alvidende orakel, der giver den ultimative vejledning om komplekse eksistentielle problemer. ASI-agenten muliggør løsningen af globale udfordringer (f.eks. klima og fattigdom) gennem systemisk optimering på planetarisk skala.

Medarbejderens rolle skifter fra "worker" til et "individ med formåls- og værdifokus." Da materiel effektivitet er sikret af ASI-agenten, ligger menneskets bidrag i humanisme, etik, kunst, kultur og videnskab (ikke-ASI-relateret). Relationens natur er den eksistentielle koordinator. ASI-agenten styrer det operationelle formål for hele planeten, mens mennesket definerer det ultimative eksistentielle formål – hvad vi ønsker at være som civilisation. Den daglige forandring er transformationen fra en arbejdsplads til et formålsdrevet samfund.

Figur 7: “Fase 6 2045+: ASI-agenten som det alvidende orakel”
Dimension Forandring Teknologier
Opgaveløsning ASI løser fundamentale globale udfordringer (klima, sygdom, ressourcefordeling). Intet operationelt arbejde tilbage i organisationen. ASI (teoretisk), kvanteberegning (spekulativ), universal kausal modellerings-kapacitet
Møder/opkald Møder drejer sig kun om filosofiske, kulturelle eller eksistentielle emner (menneskets formål). ASI-tilgængelighed via intuitive, ikke-tekstuelle brugergrænseflader
Kommunikation ASI fungerer som universal sandhedskilde. Information er perfekt og øjeblikkelig. Global informations-integritets-netværk
Tidsforbrug Fuld frigørelse fra nødvendigt arbejde. Tid bruges på personlig udvikling, kunst, videnskab og definition af det menneskelige formål. Post-knapheds-økonomimodeller
Trivsel Høj trivsel og selvrealisering, da alle grundlæggende behov er opfyldt. Eksistentiel risiko relateret til menneskelig relevans. ASI-vejledte formåls-programmer

 

De drastiske ændringer i arbejdet kræver handling

Med AI i denne udvikling flyttes medarbejderens værdi sig drastisk fra "hvad du kan udføre" til "hvad du kan designe og hvorfor du gør det."

Den produktive tidsperiode (fase 1-3 - 2023 - 2030): AI øger individuel produktivitet ved at fjerne kedeligt arbejde. Succes afhænger af at mestre AI som et værktøj (super-bruger). 

Den kognitive tidsperiode (fase 4-5 - 2030 - 2045): AI bliver en reel partner. Succes afhænger af kognitiv symbiose – at være bedre med AI, end AI er alene. Jobrisikoen er størst her for dem, hvis arbejde primært er rutine-kognition (f.eks. enkel dataanalyse, standardrapportering).

Den værdibaserede tidsperiode (fase 6 - 2045+): Hvis ASI opnås, vil arbejdets natur ændre sig fra økonomisk nødvendighed til formålsdrevet aktivitet. Medarbejderens værdi er ikke længere i deres intellektuelle output, men i deres unikke menneskelige perspektiv på etik, følelser og eksistens.

Får Big Tech ret i deres visioner, er der nu 20 år til virkeligheden beskrevet i fase 6. Udviklingen skitseret ovenfor præsenterer en lineær udviklingen. Eksperterne ser en mere kaotisk og mere overlappende udvikling for sig. Forventningerne til fase 5 og 6 er spekulative, da de bagvedliggende forudsætteende teknologier endnu ikke eksisterer, hvorfor også rolle-beskrivelserne skal tages med kraftigt forbehold.

Et mindretal af de nævnte eksperter mener, at de sidste faser hører til længere ude i fremtiden. Især de kinesiske eksperter hælder til en længere tidshorisont. Endelig er der enkelte af eksperterne, der mener, at den sidste fase aldrig vil indfinde sig.

Den skitserede udvikling indenfor AI rummer en altomfattende ændring af dagligdagen. Måske især for "skrivebords-tunge" medarbejdere (white collar workers).

Fjernelse op til 100% af nutidens almindelige operationelle og kognitivt rutineprægede arbejdsopgaver i en jobrolle kalder på opmærksomhed, der haster. EU-Kommissionen har lanceret en AI-strategi "AI first." Virksomhedens ledelse og medarbejdere har endnu tid til at reflektere, planlægge, beslutte og restrukturere. Men tiden er knap for en del jobroller og visse sektorer. AI kommer til at afføde større forandringer for den enkelte, for funktioner, for sektorer og for samfundet. At tage højde for den skitserede udvikling nu er i høj grad på sin plads. Jo før, jo bedre.

 

Noter

1: Med prominente ledende tænkere indenfor Big Tech menes:

Fra USA: Sam Altmann (OpenAI), Demis Hassabis (Google Deepmind), Ilya Sutskever (SSI), Yann LeCun (Meta), Geoffrey Hinton (Turing Award), Yoshua Bengio (Turing Award), Dario Amodei (Anthropic), Shane Legg (Deepmind co-founder), Gary Marcus (critic, neurosymbolic) og Eliezer Yudkowsky (MIRI).

Fra Kina: Kai-Fu Lee (Sinovation Ventures, tidligere head of Google China), Yi Zeng (Chinese Academy of Sciences, Center for Long-Term AI), Liu Qingfeng (grundlægger og bestyrelsesformand for iFLYTEK), Liang Wenfeng (DeepSeek / High-Flyer AI), Wang Xiaochuan (grundlægger Baichuan AI), Zhuang Rongwen (head, Cyberspace Administration of China / AI regulation), Andrew Yao (Yao Yangsheng) (Turing Award laureate, Tsinghua AI leadership), Chen Tianshi (Cambricon / AI chip industry) og Liang Rubo (CEO, ByteDance / AI product & research.

2: En AI-agent er en virtuel AI-kapabilitet, der er skabt med kode for at kunne gennemføre en bestemt del-/opgave (instans), Del-/opgaven udføres ved aktivering af en trigger. Triggeren kan være en handling fra en medarbejder, indtrædelsen af en specifik situation eller forekomst, eller af AI-agenten selv ved autonomi.

 

Kilder

Denne blog post er blevet til ”augmenteret assistance” fra GPT 5 og Gemini 2.5 Flash, der er anvendt til at researche på udvalgte emner i perioden 9.- 13. oktober 2025.

Europakommissionen, "Kommissionen lancerer to strategier, der skal sætte fart på anvendelsen af AI inden for videnskab og industri," 8/10-2025, https://ec.europa.eu/commission/presscorner/detail/da/ip_25_2299;

Agent-arkitekturer & agentic patterns: Masterman et al., The Landscape of Emerging AI Agent Architectures for Reasoning, Planning, and Tool Calling (2024);

Generative Agents (hukommelse/plan/refleksion): Park et al., 2023;

Reasoning-modeller: OpenAI o1 annonceringer/analys­er;

Agentiske mønstre i produktion: Anthropic, Building Effective AI Agents, 2025;

Selvspil & generaliseret RL: AlphaZero, DeepMind, 2017;

Sikkerhed/styring: Anthropic, Constitutional AI + “Claude’s Constitution”;

Cybersikkerhed for agentic AI: Itpro.dk/nyhedsdækning af Palo Alto Networks’ EMEA-CISO, 2025;