Denne klumme er et debatindlæg og er alene udtryk for forfatterens synspunkter.
Anthropic ændrede stille og roligt deres enterprise-prisstruktur i november sidste år. Hvert
eneste token bliver nu faktureret oven i seat-prisen til standard API-rates.
Det inkluderede forbrug, der før var en del af aftalen, findes ikke længere.
4. april i år gik de et skridt videre og stoppede deres egne power-users på Pro- og Max-abonnementerne fra at køre tunge agenter på flat-rate.
GitHub Copilot skifter fra 1. juni 2026 hele platformen over til usage-based billing. OpenAI
har lagt deres Codex-prissætning om til token-baseret model.
Cursor prøvede skiftet allerede sidste sommer og måtte offentligt undskylde og refundere kunder, fordi deres egne brugere brændte det månedlige loft af på få prompts.
Skiftet er ikke en dyster forudsigelse. Det er allerede sket. Og det er en nyhed der bør vække genklang hos CFO’en og i bestyrelseslokalet.
Det har været for billigt - for længe
Fladt abonnement har aldrig dækket den faktiske compute-omkostning hos AI-udbyderne.
OpenAI brugte i 2024 over hundrede procent af sin omsætning bare på inference og træning, før nogen anden udgift overhovedet kom på regnskabet.
Power-users på Anthropics 200-dollars-abonnement har genereret op til 5.000 dollar i faktisk API-forbrug per måned. Det er en krydssubsidiering, hvor lette brugere har betalt for tunge brugere. Den model holder ikke længere.
Sam Altman har sagt åbent flere gange, at hans mål er at intelligens skal sælges som en utility på lige linje med el og vand. Du betaler for det du bruger.
Det er en flot vision (hvis man driver et stort AI-selskab), men den underspiller en afgørende detalje. Det er ikke virksomhederne, der vælger jeres forbrug.
Det er deres AI-systemer, der gør.
Det er de selvkørende agenter der koster
Den vigtigste mellemregning er, at den almindelige medarbejder, der skriver tre prompts om
dagen i ChatGPT eller Copilot, ikke er den der vælter regningen.
Det er de agenter, der handler autonomt på virksomhedens vegne.
Gartner har i marts 2026 dokumenteret, at agentic AI bruger fem til tredive gange flere tokens per opgave end en standard chatbot. En agent, der kører en iterativ proces af ti omgange, kan forbruge halvtreds gange så mange tokens som ét enkelt svar.
Always-on agenter, der overvåger mails, ordrer eller markedsdata, forbruger tokens (compute) hele tiden.
Også klokken to om natten, når ingen sidder foran skærmen.
Det risikerer at ramme de virksomheder der er godt i gang med AI-oprustningen hårdt.
Reasoning-tokenforbruget per enterprise-kunde hos OpenAI er steget cirka tre hundrede
gange på et år.
Hvem sagde eksponentiel stigning?
Det her er en CFO-sag, ikke en it-sag
De danske virksomheder der har et AI-budget har lavet det på en forudsætning, der ikke længere holder.
Forudsætningen om at AI er en fast omkostning per medarbejder per måned. Det forsvinder nu. AI bliver en variabel omkostning, der svinger med forbrug, kompleksitet og hvor autonome jeres systemer bliver.
AI-budgettering bliver meget sværere. CFO’er er ikke vant til at en stabsfunktion kan koste det dobbelte næste måned uden at de har godkendt en ny business case eller lign.
AI er på vej til at blive mere som en elregning end som en softwarelicens.
Shadow AI bliver dyrere. Hvis medarbejdere selv kobler AI til workflows uden central styring, kan udgifterne løbe løbsk uden nogen ser det.
Det er ikke svært at forestille sig en kollega, der sætter en agent til at scanne kundedata hver time, og det opdager CFO’en først på næste måneds faktura.
Leverandørrisikoen skifter karakter. Når priserne er token-baserede, kan en udbyder hæve
enhedsprisen uden at justere abonnementet.
Du opdager det først. når regningen kommer.
Det er en ny form for afhængighed, og den er ikke beskrevet i de fleste danske virksomheders leverandørstrategi.
Det betyder også, at valget af AI-leverandør bliver en strategisk beslutning på en helt anden måde end før.
Tidligere var risikoen ved at binde sig til én udbyder primært en datasikkerheds- og integrationssag. Nu er den i højere grad økonomisk.
Hvis I bygger jeres workflows oven på en model og en prismodel, der ser fornuftig ud i dag, men hvor enhedsprisen kan løbe løbsk om tolv eller atten måneder, har I sat jer i en position, hvor I ikke længere har et reelt valg når regningen vokser.
Multi-leverandør-strategier og modelportabilitet er ved at gå fra teknisk overvejelse til bestyrelsesbesluting.
Og hvad skal ledelsen så gøre?
Forskellen mellem at bruge AI og at få værdi af AI har altid været det vigtigste AI-spørgsmål for danske virksomheder. Nu bliver det spørgsmål mere komplekst.
Nu er virksomhederne også nødt til at tage stilling til hvad forskellen mellem at bruge AI og at kende/forecaste sit AI-forbrug.
Den forskel kan blive dyr.
Direktion og bestyrelser bør lige nu stille tre spørgsmål til ledelsen.
Hvad bruger vi i tokens i dag, og hvor hurtigt vokser forbruget? Hvilke af vores AI-anvendelser er agentic, og hvad er loftet for hvad de må forbruge? Og, sidst men ikke mindst, hvilken struktur har vi sat op, så vi opdager omkostningerne dagen før regningen kommer, ikke dagen efter?
Det er (stadig) ikke et teknologispørgsmål, men et ledelsesspørgsmål. Og et svært et af slagsen, som få danske virksomhder er i stand til at besvare.
Den dyreste medarbejder i 2027 bliver ikke den højest lønnede ekspert. Det bliver en AIagent, en kollega satte i gang i et eksperiment, og som ingen siden har slukket.
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.
