Fra lastbiler til ventilation: 3 danske SMV’er der knækkede AI-koden

Når vi kører workshops med SMV'er, er det første spørgsmål altid det samme: Har andre virksomheder som os gjort det? Det er en fuldstændig naturlig reaktion. Man vil gerne have beviser på bordet, inden man beder kollegaerne om at ændre deres indgroede rutiner. Hver fjerde danske virksomhed med 10 til 49 ansatte brugte AI i 2024 ifølge Danmarks Statistik. De bruger ikke teknologien til at bygge avancerede robotter, men til at fjerne tidsspild i indbakken, oversætte dokumenter og skrive salgsmateriale. Her ser du, hvordan det folder sig ud i virkeligheden.

Hovedpointer: 3 danske AI cases SMV'er kan lære af

• En logistikvirksomhed: Skar markant i tidsforbruget på manuelle oversættelser af fragtpapirer.
• En ventilationsproducent: Øgede produktionen af unikke forhandlertekster uden at ansætte flere medarbejdere i marketing.
• En softwarevirksomhed: Automatiserede udkastene til deres tunge tilbudsdokumenter og gav salgsteamet værdifulde timer tilbage.
• Fælles for dem alle: Ingen af dem opfandt ny kompliceret teknologi. De gav eksisterende AI-værktøjer til medarbejderne for at løse administrative byrder.

Indholdsfortegnelse

• Logistikvirksomheden: Fra manuel oversættelse til AI-udkast
• Ventilationsproducenten: Fra flaskehals til tekstmaskine
• Softwarevirksomheden: Fra skriveblokering til første udkast
• Hvad kan jeg lære af andre virksomheders AI-implementering?

Logistikvirksomheden: Fra manuel oversættelse til AI-udkast

I transportbranchen håndterer man dagligt stakkevis af toldpapirer, fragtbreve og kundemails på mange forskellige europæiske sprog. Det er klassisk rugbrødsarbejde, som tidligere krævede langsommelig manuel indtastning eller hjælp fra kollegaer med specifikke sprogkundskaber.

Sådan gør de det konkret:

En medarbejder uploader det fremmedsprogede dokument direkte i ChatGPT og skriver følgende prompt:

"Du er logistikassistent. Oversæt det vedhæftede fragtdokument til dansk. Opsummér derefter de tre vigtigste logistiske krav i punktform: leveringsfrist, særlige håndteringsinstruktioner og eventuelle toldkrav."

Resultatet kommer tilbage med det samme. Medarbejderen gennemlæser, bekræfter og videresender til den rette kollega eller indtaster i systemet.

Hvad det kræver at kopiere det:

1. Adgang til ChatGPT Plus eller Claude i en betalt plan
2. En standardprompt som den ovenfor, gemt som skabelon
3. En times introduktion til medarbejderne om, hvad de må og ikke må uploade (ingen personfølsomme kundedata)

Hvad det giver: Når opgaven gentages ved hver forsendelse, løber de sparede minutter hurtigt op til timer.

Den største tidsbesparelse gemmer sig ofte i det kedelige rugbrødsarbejde frem for i de store, forkromede projekter.

Ventilationsproducenten: Fra flaskehals til tekstmaskine

Forestil dig at din virksomhed producerer store ventilationsanlæg og skal sælge dem gennem 50 forskellige forhandlere på tværs af landegrænser. Det var udfordringen for en dansk ventilationsproducent. Virksomhedens største flaskehals var overhovedet ikke at bygge anlæggene, men at skrive og tilpasse det enorme arkiv af salgsmateriale, brugermanualer og produktbeskrivelser, som hver enkelt forhandler forlangte.

Sådan gør de det konkret:

Marketingmedarbejderen samler de tekniske specifikationer for ét produkt i et tekstdokument og indsætter dem i Claude eller ChatGPT sammen med denne prompt:

"Du er teknisk tekstforfatter med erfaring i B2B-salg af HVAC-udstyr. Nedenfor finder du de tekniske specifikationer for vores ventilationsanlæg [MODEL]. Skriv tre versioner af en produktbeskrivelse på dansk: én til en dansk grossist (fokus på installationstid og margin), én til en norsk slutkunde (fokus på energibesparelse og støjniveau) og én til et tysk fagblad (fokus på tekniske specifikationer og CE-certificering). Hver version må maksimalt fylde 200 ord."

Medarbejderen modtager tre færdige udkast. Hun retter til, godkender og sender videre. Arbejdet flytter fra at skrive fra bunden til at rette og godkende.

Hvad det kræver at kopiere det:

1. Et centralt dokument med jeres tekniske standardspecifikationer per produkt
2. En promptskabelon med de faste parametre: målgruppe, fokuspunkter, længde, sprog
3. En redaktørrolle hos mindst én medarbejder, der ejer den endelige godkendelse

Hvad det giver: Materialet kan holdes opdateret til flere forhandlermarkeder løbende, uden at der skal ansættes flere i marketing.

Sådan griber vi det også an på vores workshops: AI skal aldrig tænke for jer, den skal blot mangedoble rækkevidden af jeres eksisterende faglige viden.

Softwarevirksomheden: Fra skriveblokering til første udkast

En softwarevirksomhed, der sælger løsninger til personalisering, håndterer komplekse B2B-tilbud, der ofte fylder mange sider og kræver præcis tilpasning til kundens udbudsmateriale. Processen var tidskrævende og afhang af, at de mest erfarne sælgere selv tog sig tid til at formulere fra bunden.

Sådan gør de det konkret:

Sælgeren samler to dokumenter: kundens udbudsmateriale og virksomhedens egne standardbetingelser og produktark. Begge uploades i ChatGPT, og sælgeren skriver:

"Du er erfaren B2B-salgskonsulent. Jeg har vedhæftet et udbudsdokument fra en potentiel kunde samt vores egne standardbetingelser og produktbeskrivelser. Skriv et struktureret tilbudsudkast på dansk, der: 1) adresserer kundens tre primære krav fra udbuddet direkte, 2) fremhæver de dele af vores løsning der matcher præcist, 3) foreslår en struktur med executive summary, løsningsbeskrivelse, implementeringsplan og prisramme. Markér med [UDFYLD] de steder, hvor jeg selv skal tilføje specifikke tal eller kundeinformation."

Sælgeren modtager et struktureret udkast med tydelige markeringer for, hvad der mangler. Den indledende skriveblokering forsvinder. Første udkast kan være klar til intern review langt hurtigere end før.

Hvad det kræver at kopiere det:

1. Et opdateret og samlet produktark i ét dokument (det tvinger i øvrigt mange virksomheder til en nyttig oprydning)
2. En fast promptskabelon, godkendt af salgslederen
3. En klar aftale om, at AI-udkastet altid gennemlæses og godkendes af sælgeren inden afsendelse

Hvad det giver: Første udkast kommer hurtigere på plads. Det frigiver tid til flere kundemøder og opfølgninger i den periode, hvor tilbuddet ellers ville have ligget i kø.

Når vi rådgiver ledere og afdelinger, fremhæver vi konsekvent denne pointe: Succesfuld implementering sikres ved at give den enkelte medarbejder fuldt ejerskab over optimeringen af sine egne rutiner.

Hvad kan jeg lære af andre virksomheders AI-implementering?

De tre cases deler en struktur, du kan bruge direkte:

Det bedste første skridt er enkelt: Spørg dine medarbejdere, hvilken opgave de helst ville slippe for i morgen. Svaret peger næsten altid direkte mod det pilotprojekt, der giver det hurtigste og mest mærkbare resultat.

Du kan finde inspiration til at kortlægge jeres første AI-opgaver i Spildtid til overskud: Sådan kortlægger du SMV'ens lavthængende frugter.

Bruno Poulsen

Bruno Poulsen er partner i Poulsen & Vinding, et konsulenthus der hjælper danske virksomheder og styrelser med at tage generativ AI i brug i den daglige drift. Han har undervist hos Bigum&Co i mere end 10 år og har siden 2024 stået bag AI-implementeringer, foredrag og workshops for blandt andre Lægemiddelstyrelsen, GS1 Danmark, Bornholms Højskole og SMV’er på Bornholm via Business Center Bornholm. Skriver om praktisk anvendelse af AI-værktøjer, prompt engineering og hvordan ledelser kommer i gang mandag morgen kl. 08.00.