OpenAI

OpenAI er det amerikanske AI laboratorium bag ChatGPT og GPT modellerne. Virksomheden leverer to ting på én gang: en færdig chat grænseflade, som medarbejdere kan bruge fra dag ét, og en udviklerplatform (API), hvor man bygger egne løsninger oven på de samme modeller. Porteføljen dækker tekst, billeder, video, tale og kode, og det gør OpenAI til et af de mest udbredte fundamenter for erhvervsmæssig AI.

For en virksomhed løser det typisk to slags problemer. Det første er produktivitet: at give medarbejdere et værktøj, der kan udkaste tekster, opsummere lange dokumenter, oversætte, analysere data og besvare spørgsmål i hverdagen. Det andet er produktudvikling: at indlejre sprogforståelse direkte i egne systemer, for eksempel en kundeservice assistent, automatisk sagsbehandling eller søgning i virksomhedens egen viden. Begge dele bygger på den samme underliggende modelkvalitet, men kræver forskellige tilgange og forskellige beslutninger om data og budget.

For en mindre eller mellemstor dansk virksomhed er de mest realistiske gevinster ofte de nære. ChatGPT bruges til at skrive og bearbejde tilbud, emails, produktbeskrivelser og opslag, til at opsummere møder og rapporter og til at strukturere data fra regneark. Det kræver ingen udvikling, blot en konto og nogle klare retningslinjer for, hvad medarbejdere må indtaste.

Når behovet bliver mere systematisk, kommer API'et i spil. Her kan man bygge en kundeservice assistent, der trækker på virksomhedens egne dokumenter via embeddings og såkaldt RAG (retrieval augmented generation), så svarene baseres på jeres faktiske viden og ikke på modellens generelle hukommelse. Andre typiske projekter er automatisk kategorisering af henvendelser, udtræk af information fra fakturaer og kontrakter samt taletransskription med Whisper. Skal man længere, kan Responses API og Agents SDK bruges til egentlige agenter, der udfører flertrins opgaver, mens kodeagenten Codex kan understøtte udviklingsarbejdet selv. For de fleste SMV'er gælder dog, at man bør starte småt med ét veldefineret problem frem for at automatisere alt på én gang.

OpenAI har to prislogikker. Abonnementer dækker brugen af ChatGPT: en gratis udgave, en Plus plan til enkeltbrugere, en Team plan til mindre organisationer med fælles administration, og en Enterprise aftale efter tilbud til større virksomheder med skærpede krav. API'et afregnes derimod forbrugsbaseret pr. token, altså efter hvor meget tekst der sendes ind og ud, hvor billigere batch- og flex tilstande kan reducere prisen ved store mængder.

Prisniveauer og modelnavne ændrer sig hurtigt i dette marked, så konkrete tal bør altid verificeres hos leverandøren på openai.com/pricing før et budget lægges fast. Det vigtigste at forstå er forskellen i model: et abonnement giver en forudsigelig fast udgift pr. bruger, mens API forbrug skalerer med anvendelsen og derfor bør estimeres og forsynes med et loft, inden det sættes i produktion.

OpenAI er ikke alene på markedet. Den nærmeste konkurrent er Anthropic Claude, der ofte fremhæves for stærk tekstforståelse, lange kontekster og en udtalt sikkerhedsprofil; for mange opgaver er forskellen i kvalitet i dag mindre afgørende end økosystem, pris og databehandling. Google Gemini er det andet oplagte alternativ og er især interessant for virksomheder, der allerede arbejder i Google Workspace og ønsker tæt integration med den eksisterende kontorpakke.

Et tredje spor er Microsoft Azure OpenAI Service, som giver adgang til de samme OpenAI modeller, men med EU hosting og enterprise vilkår. For danske virksomheder med stramme krav til, hvor data behandles, er det ofte den mest relevante vej til OpenAI's modeller, fordi den adresserer netop dét, der ellers er den største indvending mod at bruge OpenAI direkte. Det praktiske valg afhænger derfor sjældent kun af, hvilken model der er "bedst", men af hvilken leverandør der passer til virksomhedens eksisterende systemer og datakrav.

OpenAI passer godt til virksomheder og udviklere, der vil bygge på en moden, bredt understøttet model med et stærkt værktøjsøkosystem af SDK'er, agenter og multimodalitet. Vil man prioritere høj modelkvalitet og hurtig adgang til nye funktioner frem for den laveste pris, er det et solidt valg, både til medarbejderproduktivitet via ChatGPT og til produktudvikling via API.

Man bør overveje alternativer i nogle bestemte situationer. Har man strenge krav til, at data forbliver i EU, peger det mod Azure OpenAI Service eller en europæisk leverandør frem for den direkte API. Er prisen den afgørende faktor ved meget store mængder, kan andre modeller være billigere. Og ønsker man at undgå for stærk leverandørbinding, bør man designe sine løsninger, så modellen kan skiftes ud senere. Det er også værd at huske, at den ældre Assistants API udfases i 2026, så nye projekter bør bygges på Responses API og Agents SDK.

For medarbejderbrug er vejen kort: opret konti på et passende abonnement, og udstik klare retningslinjer for, hvilke oplysninger der må indtastes, særligt person- og kundedata. For udvikling kræver det en API nøgle, en grundlæggende forståelse af token baseret forbrug og en plan for, hvordan jeres egne data eventuelt kobles på via embeddings. Uanset vej bør man tidligt afklare databehandleraftale, datalagring og GDPR, da OpenAI som udgangspunkt hoster data i USA, og Enterprise- eller API adgang giver bedre kontrol end den gratis ChatGPT.

Valget mellem abonnement og API, mellem direkte adgang og Azure, og mellem OpenAI og dets alternativer afhænger af konkrete forhold som datakrav, volumen og eksisterende systemer. Her kan Lodværk hjælpe med uvildigt at vælge den rigtige model og leverandør og med at implementere løsningen forsvarligt, så investeringen modsvarer det reelle behov.