Artikel top billede

(Foto: Lars Jacobsen)

Nørgaard: Microsoft har store problemer med AI - det kommer ikke til at gå godt

Klumme: Copilot er da udmærket til nogle ting, men det er jo som at køre i hestevogn i stedet for Tesla. Og så er det ved at gå op for markedet, at OpenAI slet ikke ønsker at blive det næste Microsoft, men det næste Google.

Denne klumme er et debatindlæg og er alene udtryk for forfatterens synspunkter.

Velkommen til 4th of July! Uafhængighedsdagen! Rebilddagen! Det bliver da en fantastisk weekend.

Vi har et par fantastiske emner at kigge på: Jeg begynder med tre, øhm, lidt anderledes AI-nyheder, hvorefter det kommer til at handle om gamle ting aka legacy-systemer.

Det må så også være nok for denne gang.

Jeg er dog nødt til at starte med et par citater:

Citat 1: “After Israel began bombing, China’s supreme leader, Xi Jinping, telephoned Putin to agree that: “The use of force is not a right way to resolve international disputes.””

Dét er stats-humor.

Netop de to er da de helt rigtige til at fordømme anvendelsen af magt overfor andre. Det vil jo også være Taiwan, der angriber Kina lige om lidt, ligesom Ukraine angreb Rusland både i 2014 og 2022. Faktum. Og et lille nik.

Citat 2: ““In post-war Europe, crafting elegant rationales for impotence is a prized skill.””

(Sagt om hovedparten af EU-landenes ledere efter NATO-topmødet).

Nå, til sagen:

AI, Ai, ai

State of the Nation: Ethan Mullick har gjort status:

- ChatGPT, Gemini og Anthropic fører - i den rækkefølge.

- Ræsonnements-modellerne fører. o3, 2.5 Pro og Opus. I den rækkefølge.

- Deep Research fungerer lidt forskelligt, men fremragende, hos alle tre.

- ChatGPT fører i “tekst-til-billede” og Google i “tekst-til-video”.

Der er tre store AI-nyheder denne gang:

Nyhed 1: Accenture Invalideret (forkortet AI)?
Netop Accenture, med deres evne til at overtale ledelsen til at genopfinde (re-invente) alt muligt har det lidt vanskeligt for tiden, fordi det åbenbart er svært at re-invente sig selv til en tid med AI, hvor kunderne tænker, at de selv kan lave det meste af det, som de ellers ville sætte Accenture-konsulenter til.

En it-kvinde sagde til mig forleden: “Vores it-afdeling bruger mærkeligt nok slet ikke AI og hyrer som altid diverse eksterne konsulenter ind til at få lavet alt muligt. Men de eksterne konsulenter bruger jo AI til at løse opgaverne, når vi ikke kigger”.

Tip: Tag alle diagrammerne over de processer, som I har i dag.

Hold så det møde, hvor brugerne skal fortælle jer, hvad de kan lide, ikke lide og ønsker - og optag det hele.

Transskriber møde-optagelsen med Goodtape eller andet.

Kom diagrammer, procesbeskrivelser, transskriptionen og alt muligt andet ind i ChatGPT og bed den opsummere, hvad brugerne ønskede sig, og hvordan de fremtidige diagrammer skal se ud, skrive krav-specs, user stories og alt det andet hejs - og referat, selvfølgelig.

Bum! Det tager et par timer i stedet for et par måneder på den gamle måde (med ekstern hjælp und viel spass und gemüse).

Months2Minutes, som min fremtidige AI-biks skal hedde.

Sonja siger dog NEJ. Hun siger, at man ligeså godt kan spørge ChatGPT som at hyre mig ind. Hun er benhård.

Jeg vil mene, at en “AI First”-strategi giver ekstremt god mening, når det drejer sig om at hyre ekstern hjælp til en biks: Check først, om opgaven mon ikke kunne løses ved hjælp af ChatGPT på nogle få minutter eller timer i stedet.

C-klassen (CEO, CFO, CIO) burde forlange, at alle ansøgninger (også deres egne) om at hyre dyre konsulenter ind, skal begrunde, hvorfor i alverden de ikke bare spørger ChatGPT.

Mit gæt er, at der kun vil være én reel årsag tilbage: Dækning af chef-numser, så de ikke behøver stå på mål for vigtige beslutninger, og den slags services SKAL jo være dyre for at bestyrelsen, ejerne, aktionærerne og ledelsen tror på det. Alt andet kan ligeså godt laves med ChatGPT.

Derfor bliver det spændende at se, hvordan Accenture vil genopfinde sig selv, nu, hvor de selv står over for “Innovators Dilemma” (slagt din kerneforretning før andre gør det).

Det gælder også for McKinsey. Og alle de andre.

Statens forbrug på 4-5-10 milliarder om året for management-konsulenter, Kammeradvokat-konsulenter, it-konsulenter og ledelses-coaches burde nærme sig asymptotisk til NUL i løbet af meget kort tid, fordi man jo bare kan spørge ChatGPT eller Gemini.

Men mon ikke det går, som det altid går, nemlig at de mest forbløffende omkostninger bare stiger år efter år?

Nyhed 2: AI koster 9.000 Microsoft-medarbejdere jobbet
Men ikke fordi de kan erstattes af en snedig AI! Nej, det er fordi AI er blevet så dyrt for Microsoft, at de må fyre for at spare for at klare sig.

Jeg har altid været fascineret af de meget, meget kloge mennesker, der opfordrer krise-ramte virksomheder til at investere helt vildt for at overleve.

Det er oftest folk, der aldrig har prøvet selv at skabe og køre en biks (undervisere på CBS, fagforeningsfolk, politikere, dyre konsulenter, osv.), der siger den slags sludder.

Når man har underskud, skal man fyre, indtil man har overskud. Med mindre man er en fodboldklub, for så skal man bare tiltrække endnu en rigmand, der er villig til at sige farvel til en masse penge.

Microsofts tre AI-udfordringer

Tilbage til Microsoft: De er et hårdt sted lige nu, og de er i fuld gang med at lave en 3D-løsning på AI-området: Dyrt, Dumt & Dårligt. Det er der tre årsager til: Kontrakter, bureaukrati og mangel på talent.

Årsag 1: De har lænet sig op ad OpenAI, men også - som de store jo gør på grund af deres tusindvis af jurister - sikret sig så urimelige kontraktvilkår, at OpenAI vil ud af det og laver krumspring og undvigemanøvrer.

De reddede nemlig OpenAI ved at give dem adgang til compute-kraft i deres datacentre, osv, men ville til gengæld have så meget magt over OpenAI, at det fra begyndelsen var noget, som OpenAI ikke var glad for, men var nødt til at acceptere for at overleve.

Death by jurister. OpenAI har nu fået adgang til compute-kraft hos Oracle (også), og har købt en biks, der konkurrerer med Microsoft og vil ikke give Microsoft adgang til konkurrentens kode. Ævbæv.

Årsag 2: Deres enorme bureaukrati og spindelvæv af produkter gør det stort set umuligt at lave AI-løsninger (Co-pilot) i tide, der kan konkurrere.

Copilot er da udmærket til nogle ting, men det er jo som at køre i hestevogn i stedet for Tesla - en ældgammel version af ChatGPT model 4o, og indrapporterede bugs bliver naturligt nok ikke fixet, fordi det jo er gårsdagens bugs og alle andre bruger o3, o3-Pro og Deep Research.

Tesla fokuserer på at få gjort deres biler selvkørende i stedet for at lave seks-hjulede hestevogne og sadler lavet i ballistisk nylon i stedet for læder.

At integrere et så vigtigt værktøj som AI i alle mulige produkter OG holde det opdateret i en eksponentiel tid kræver faktisk, at man overlader det til AI, og det kan Microsoft ikke bare lige gøre. Innovator’s Dilemma.

Det står også klart, at OpenAI ikke ønsker at blive det næste Microsoft, men det næste Google.

Jeg tror, at der skal et par overraskelser af de store til, for at Microsoft (og Apple, i øvrigt - bliver Siri aldrig fixet?!) kan følge med.

Det kunne være i form af et gennembrud for en anden type AI end brute-force-LLM’erne, men de er ikke lige på horisonten.

Årsag 3: De bedste gider ikke arbejde for Microsoft
Men lad os nu sige, at Microsoft vil investere sig ud af krisen, OG at de har penge nok.

Nu skal man så vælge, om man vil købe sig til det, som man mangler, eller selv opbygge det.

Jamen, dét har vi et fremragende eksempel på, nemlig Facebook/Meta.

De plejer at kunne kombinere opkøb af konkurrenter (WhatsApp, osv) med “Plagiarize with Pride” (altså råt kopiere de andre).

Men: Deres Llama 4 er et flop, selv om den kommer i en version, som open source-nørder kan køre på deres Mac - og Mark Zuckerberg er skidesur.

Han har også enormt mange penge, så han vil da bare hyre de bedste fra dem, der lykkes (OpenAI, Google, Anthropic) og så bare smide penge efter det indtil Facebook igen fører. Som han plejer. Og som mislykkes (kan I huske Metaverset?).

Både Facebook og Apple er for eksempel ude efter at købe Complexity for at få noget AI-talent ind i biksen, men begge steder vil de nyindkøbte jo drukne i bureaukrati og ikke få lov til at lave ægte vilde ting, fordi hovedindtjeningen skal beskyttes og ikke må generes inde fra. Innovator’s Dilemma.

Zuckerberg har tilbudt nogle af de allerbedste fra OpenAI 100 millioner dollar som startgebyr, hvis de vil arbejde for ham, og han har kørt en mindre biks med en cool chef i spidsen for at han selv kan se cool ud.

Men hvem gider arbejde for en biks, der laver nogle ikke-så-gode open-source-modeller, hvor der snydes med benchmarks for at få dem til at se gode ud?

Ingen. Og slet ikke de bedste.

De allerbedste lægger vægt på deres ry, hvem de skal arbejde sammen med og at de får mulighed for at lave det sidste nye og/eller redde Verden.

Tilbage til Microsoft: De kan da slet ikke betale de $100M i startgebyr, som Meta prøver lige nu, for at få fat på nogle få af de få superhjerner, der går rundt på to ben og arbejder for OpenAI, Google, Anthropic og et par stykker mere.

Dertil kommer, at deres egen Microsoft AI er sub-standard ligesom Metas Llama4.

Microsoft er ved at lave en Zune inden for AI. Læs om Zune-fiaskoen her.

Læs om Microsofts AI-fyringer her.

Nyhed 3: Økonomistyrelsen går fuld Hestenettet
Den tredje store nyhed er er megastor og handler om, hvordan Økonomistyrelsen har brugt Hestenettet.dk til træning af deres AI, som de blandt andet “bruger til visitering” (jeg får billeder i hovedet…).

En kyndig udi Hestenettet fortalte mig, at det rigtigt nok ¨begyndte som et forum for hestepiger og et par andre, men pludselig en dag kom “Veer & Bleer” på, så kommende og nybagte mødre kunne diskutere relaterede heste-issues.

Derefter gik det stærkt. Det er, mildest talt, et mangfoldigt sted, det dér Hestenettet.

Det har Økonomistyrelsen snedigt nok benyttet sig af, og jeg citerer her fra en invitation jeg modtog forleden:

“Siden 1997 er det sociale netværk Heste-Nettet blevet brugt af danskere til at diskutere alt mellem himmel og jord. Alt det materiale er guf, når kunstig intelligens skal trænes på dansk.

Det har Økonomistyrelsen nydt godt af. På konferencen "AI i det offentlige: Potentiale, erfaringer og krav" 27. august i København fortæller Brian Arreborg Hansen, hvordan Økonomistyrelsen har automatiseret sagsgange med AI.”

Jeg kan desværre ikke den dag, men det kan da blive ret interessant.

AI-Bonus! En fed, fed AI-usecase: Wifi interferens.

Min ven James skrev forleden, at han havde bedt ChatGPT om at læse alle hans wifi scanner outputs, en plantegning over huset, opsætnings-detaljer på hans wifi access points, etc. - og fået et virkeligt godt resultat ud af det.

Legacy!

Jeg har ofte citeret min ven Tim Gorman’s bonmot i hans mails dengang vi begge arbejdede for Oracle, men det tåler en gentagelse: “Building tomorrow’s legacy systems - on crises at a time”.

Min ven HS har gjort sig nogle store tanker om legacy-systemer, og jeg har fået lov til at bringe det - og så hører jeg meget gerne fra jer på mogensxy@gmail.com for at høre, hvad I tænker om legacy-problemet. Jeg vil jo bare løse det hele med AI (man er vel dum-optimist), men kan det lade sig gøre?

Her er, hvad HS skrev:

“Forestil dig at Superman møder op på arbejde den første dag, og straks går igang med at løse problemet med et legacy-system. Fx Polsas. Han bruger selvfølgelig AI, sætter det rigtige team sammen, og udvider det kun når det giver mening. Og så lykkedes det.

Historien her er helt utopisk.

Mængden af legacy-systemer tårner sig op, og i morgen er det værre. Vi bliver nødt til at have lavet en eller anden skabelon for hvad man gør med den slags, så man kan få dem udskiftet med noget andet, eller nedlagt hvis det er en mulighed.

Ingen gør noget ved det. Heller ikke mig, der bare siger "nogen burde gøre noget".

Måske der skal laves en efteruddannelse, hvilket plejer at være standardsvaret, så man skal have et "Legacy-system-kørekort" for overhovedet at måtte røre ved den slags. Alt for mange har forgæves forsøgt at fjerne et legacy-system og har fejlet. Jeg vil ikke bebrejde dem, men hvad fanden gør vi ved det?

Det er skidenemt at lave et nyt system. Uanset om det bliver godt eller dårligt. Masser har gjort det og sluppet godt fra det. Men legacy-systemer kræver virkelig nogle færdigheder, som meget få mennesker besidder.

Så her er et (uskarpt) diagram over Skattevæsenets systemer.

https://zetland.imgix.net/119a6fa0-41fb-11e7-962f-19354cf0bfeb/efi.jpg

Artiklen er her

https://www.zetland.dk/historie/soGP6Pnb-aOZj67pz-ffd6f

I hvilket hjørne ville du gå i gang?”

Den mail fra HS tænkte jeg lidt over, og vi mailede lidt med hinanden, hvorefter han skrev:

“Jeg ville ønske, jeg selv kunne løfte opgaven, men mine evner rækker ikke. Tænk hvis man en dag fik øgenavnet "Mister Legacy", så ville man være sej. Sådan lidt en Red Adair-type (oliefelt brandmand).

Det er heller ikke realistisk at køre rundt i en Ford-T. Opgraderinger er nødvendige.

Min 22 år gamle Opel Zafira synger også på sidste vers, og den er yngre end nogle af Skattevæsenets systemer.”

Tak til HS for et godt oplæg. Alle de ressourcer man har brug for i forbindelse med legacy-systemer og redning af disse kan erstattes af ChatGPT, ikke? Lad mig høre argumenterne for og imod - og gerne også fra folk, der bare har gjort det.

Det var dét. God weekend. Skriv til mogenxy@gmail.com og fortæl, hvad vi gør ved legacy-systemer og legacy-folk - og hvad I har brugt AI til.

Klummer er læsernes platform på Computerworld til at fortælle de bedste historier, og samtidig er det vores meget populære og meget læste forum for videndeling.

Har du en god historie, eller har du specialviden, som du synes trænger til at blive delt?

Læs vores klumme-guidelines og send os din tekst, så kontakter vi dig - måske bliver du en del af vores hurtigt voksende korps af klummeskribenter.