Helt ærligt, kan du huske “Custom GPTs” fra 2024? De var da meget søde. Lidt ligesom et digitalt kæledyr, man kunne fodre med et par PDF’er og give et “custom” navn. Vi byggede en til at svare på support-mails, en til at skrive SoMe-opslag, og en tredje til at… ja, hvad var det nu?
Problemet var, at de fleste af dem endte i den samme digitale skuffe som vores Tamagotchi fra 90’erne. Sjovt legetøj, men ikke just en game changer.
Spol frem til i dag, oktober 2025. Landskabet er totalt forandret.
Jeg har rodet med det her som “early adopter” siden 2019, og jeg har set hele udviklingen. Fra de første klodsede modeller til det, vi ser nu med GPT-5, Claude 4 og Googles nye Gemini 2.0-arkitektur. Og lad mig sige det ligeud: Hvis du stadig tænker “Custom GPT”, tænker du alt for småt.
I 2025 bygger vi ikke “bots”. Vi bygger agenter.
Hvorfor “agenter” er det nye sort (og “GPT’s” var for små)
Forskellen på en “Custom GPT” og en “AI-agent” er som forskellen på en lommeregner og et helt regnskabsprogram.
En Custom GPT var en sandkasse. Den var afgrænset. Den kunne læse den viden, du gav den (RAG), og svare pænt på baggrund af den.
En specialiseret AI-agent, som vi bygger i 2025, er ikke en sandkasse. Den er en motor. Den er forbundet til den virkelige verden via API’er (det, der før hed “Actions”). Den har fået hænder og fødder.
- Den chatter ikke bare om, hvad et godt blogindlæg er. Den logger ind på dit Google Analytics, finder et emne med højt potentiale, analyserer de 10 øverste konkurrenter, skriver et SEO-optimeret udkast, finder et billede og publicerer det på din WordPress.
- Den foreslår ikke bare et svar til en kunde. Den slår kunden op i dit CRM-system, ser deres ordrehistorik, tjekker lagerstatus i dit ERP-system og sender en personlig e-mail med et specifikt løsningsforslag.
I mine workshops hos Fagbasen eller i mine AI-netværk hos DM er det her, vi ser de største “aha”-øjeblikke. Når AI’en ikke bare skriver en opgave, men udfører den. Det er her, vi går fra “prompt engineering” til “workflow automation”.
Hvad driver motoren? (Hint: Det er ikke kun GPT-5)
Ja, de nye store sprogmodeller er vilde. GPT-5 er skræmmende klog, og dens evne til at ræsonnere og håndtere et gigantisk kontekstvindue har løst mange af de “dovne” problemer, vi så med GPT-4.
Men den virkelige magi ligger i integrationen.
Det er platforme som Make.com (en af mine personlige favoritter, som jeg også underviser i), der er limen. Evnen til at bygge en agent, der kan tale med OpenAI’s model i ét trin, slå data op i et Google Sheet i det næste, oprette en opgave i dit projektstyringsværktøj i det tredje og sende en Slack-besked i det fjerde.
Jeg havde en kunde for nylig – en mellemstor B2B SaaS-virksomhed. De brugte timevis på konkurrentanalyse. Vi byggede en “Konkurrentanalyse-Agent”.
Nu kører den én gang om natten. Den scraper 20 konkurrent-hjemmesider, tjekker deres LinkedIn for nyheder, analyserer deres SEO-performance (ja, jeg er jo SEO-mand i hjertet) og skriver et 3-punkts resumé på dansk, der ligger klar i ledelsens indbakke kl. 07.00.
Det er ikke “chat”. Det er en automatiseret, værdiskabende medarbejder.
Trin-for-trin: Byg din egen AI-agent (den pragmatiske metode)
Okay, John, tænker du. Det lyder dyrt og teknisk. Hvordan kommer jeg i gang?
Som jeg altid siger: Vi skal være pragmatiske. Teknologi skal være nemt at forstå og skabe værdi. Her er min jordnære proces:
Trin 1: Definer formålet (og glem alt-mulig-manden!)
Den største fejl, jeg ser, er at ville bygge en agent, der kan “hjælpe marketing”. Det er alt for bredt. Vær specifik. “En agent, der kan analysere vores Google Ads-data og give tre konkrete bud på nye A/B-tests.” Eller: “En agent, der kan omskrive tekniske specifikationer til letlæselige salgstekster.” Jo smallere, jo bedre.
Trin 2: Fodr den med viden (på den smarte måde)
I 2024 uploadede vi PDF’er. I 2025 sætter vi agenten direkte til kilden. Det er ikke en “videnbase”, der skal opdateres manuelt. Det er en live-forbindelse til jeres SharePoint, jeres database, jeres PIM-system eller jeres Google Analytics. Agenten skal have adgang til de nyeste data, ellers er den ubrugelig.
Trin 3: Giv den “hænder” (API’erne er magien)
Det er her, 9 ud af 10 går kolde. Din agent skal have lov til at gøre ting. “Send e-mail”, “Opret bruger”, “Publicer indlæg”. Det kræver, at man bygger bro mellem AI’en og dine andre systemer. Det er her, en som mig eller et specialiseret bureau (som mit, John Cooley ApS) ofte kommer ind i billedet, for det er teknisk. Men det er det, der adskiller en gimmick fra et reelt værktøj.
Trin 4: Test, træn og slip den løs (forsigtigt!)
Du må aldrig slippe en ny agent løs på dine kunder med det samme. Test den internt. Lad den skrive udkast, som et menneske godkender. Og vigtigst af alt: Træn dine medarbejdere! Som jeg har set igen og igen i min rolle som underviser: Den bedste AI er den, der rent faktisk bliver brugt, fordi folk stoler på den og forstår den.
De nye faldgruber (vi er stadig ikke i mål i 2025)
Selvom vi er i 2025, og teknologien er kvantespring foran 2024, er der stadig faldgruber.
- “Autonomi-panik”: Hvad nu hvis agenten går amok? Sætter hele marketingbudgettet over styr på Google Ads, fordi den “troede”, det var en god idé? Svaret er altid “human-in-the-loop” (menneske i kredsløbet) til kritiske beslutninger.
- Sikkerhed: Hvis din agent er forbundet til dit CRM, hvad så med “prompt injection”? Hvad hvis en ondsindet bruger lokker agenten til at udlevere hele kundedatabasen? Sikkerheden er altafgørende.
- Etik og bias: GPT-5 er klogere, men den er stadig trænet på data. Som medlem af European AI Alliance er det noget, jeg går meget op i. Du skal have en etisk retningslinje for, hvad din AI må og ikke må.
- Omkostninger: GPT-5 er ikke gratis. At køre komplekse agent-workflows 24/7 kan mærkes på bundlinjen. Du skal regne på din ROI: Hvor mange timer sparer vi reelt? Hvor meget mere sælger vi?
Er du klar til at bygge – eller vil du bare snakke?
Hele pointen i 2025 er at stoppe med at chatte med vores AI og begynde at sætte den i arbejde.
Vi er rykket fra “kunstig intelligens” som et teoretisk buzzword til “anvendt AI” som et praktisk, uundværligt værktøj. De virksomheder, der forstår at bygge og integrere disse specialiserede agenter, er dem, der rykker fra konkurrenterne.
Er du i tvivl om, hvor du skal starte? Føles det uoverskueligt at bygge bro mellem en sprogmodel og dit CRM-system?
Det er helt naturligt. Og det er præcis det, mit bureau, John Cooley ApS, lever af. Vi hjælper virksomheder med at implementere AI på en praktisk og jordnær måde – så alle kan følge med.
Lad os tage en snak. Ikke om “chatbots”, men om konkrete, automatiserede resultater.
