5 ting AI stadig ikke kan i 2026 — og hvorfor det er godt

Jeg lever af at fortælle hvad AI kan. Jeg vil gerne bruge en time her på at fortælle hvad den ikke kan. Det er paradoksalt den vigtigste tekst jeg kan skrive i 2026 — fordi den korrigerer en hypefortælling der ellers gør folk dårligere til at navigere i den virkelige verden.

Her er fem ting AI stadig ikke kan. Og hvorfor det er godt.

1. Reel dømmekraft i komplekse situationer

AI kan analysere data. AI kan veje argumenter. AI kan endda foreslå mig hvad jeg skal gøre.

Men AI har ikke noget på spil. Den lider ikke selv konsekvenser hvis valget var forkert. Og det er præcis fraværet af denne risiko der gør den ude af stand til den dømmekraft mennesker udvikler over tid.

Når du som leder beslutter at fyre en medarbejder — eller at give hende en sidste chance — så vejer du ikke bare datapunkter. Du vejer en lang historie med mennesket, jeres relation, hvad du tror der vil ske med jeres team. Det er ikke kognitiv arbejde alene. Det er dømmekraft. Og dømmekraft kræver erfaring, ansvar og personlig konsekvens — tre ting AI ikke har.

Hvorfor det er godt: Det betyder at ledere stadig har en rolle. Det betyder at erfaring stadig betaler sig hjem. Det betyder at den enkelte fagperson stadig har værdi.

2. Tavs viden i en bestemt organisation

AI kan læse hver eneste mail, hvert dokument, hver Slack-besked i din virksomhed. Den vil aldrig vide hvorfor Jens fra økonomi altid bliver i dårligt humør efter mødet med eksterne revisorer. Eller hvorfor I aldrig sender Sigrid på det årlige strategiseminar selvom hun teknisk er den rette profil.

Tavs viden — det Karl Polanyi i 1950'erne kaldte "the knowledge we cannot tell" — lever i mennesker. Den læres gennem at være tilstede. Den dokumenteres ikke. Den findes ikke i Confluence.

AI er fremragende til den eksplicitte del af jeres organisations viden. Den er blind på den tavse del. Og den tavse del er typisk den vigtigste.

Hvorfor det er godt: Det betyder at lange tjenstedere, relationer, mentor-roller, organisatorisk erfaring fortsat har værdi — og ikke kan udskiftes med en model der "har læst alle vores dokumenter".

3. Reel kreativitet der ikke kun kombinerer det eksisterende

Det her er den mest filosofiske, men også den vigtigste.

AI-modeller er på det grundlæggende plan genkombinationsmaskiner. De har set milliarder af tekster og kan kombinere mønstre fra dem på fantasifulde måder. Det er ikke ikke-kreativt. Men det er anderledes end den kreativitet et menneske udviser når det foreslår en idé der ikke ligner noget der er set før.

Den slags kreativitet — bruddet med det forventede, det rigtigt overraskende, det der får dig til at sige "hvor kom det fra?" — er stadig en menneskelig egenskab. Mest fordi den er knyttet til frustration, kedsomhed, kropslig erfaring og det at have et liv.

Hvorfor det er godt: Det betyder at de menneskelige kunstnere, skribenter, designere og strateger der finder helt nye veje, fortsat har eksklusiv adgang til den slags arbejde. AI gør den øvre middelklasse af kreativt arbejde ekstremt billigt. Det gør den absolutte top mere værdifuld.

4. Pålidelighed på tværs af lange kæder af opgaver

En AI-agent kan udføre 10 skridt selvstændigt. På opgave 5 begår den en lille fejl. På opgave 6 bygger den oven på den fejl. På opgave 10 leverer den noget der ser komplet ud — men som er bygget på sand.

Det er ikke noget der bliver løst med næste model. Det er en strukturel egenskab ved hvordan disse systemer fungerer. Jo længere en kæde af handlinger, jo større chance for at fejl kompoundes.

Mennesker har samme problem — men vi har bedre selvkorrektion. Vi mærker når noget føles galt. Vi stopper op. Vi spørger igen. AI gør det også — men markant ringere end et opmærksomt menneske.

Hvorfor det er godt: Det betyder at AI-agenter ikke kommer til at overtage komplekse arbejdsforløb i 2026. De bliver ved med at være effektive på korte kæder med klare succeskriterier — og fortsat utilstrækkelige på det der ligner "et job".

5. Relationsarbejde mellem mennesker

Det er den enkleste pointe. Også den vigtigste.

Mennesker vil have at andre mennesker engagerer sig i dem. Det er en grundlæggende social ting. AI kan simulere det. AI kan ikke være det.

Når en kunde har en svær situation. Når en medarbejder har det dårligt. Når en stakeholder skal vindes ved et middagsbord. Det er menneskeligt arbejde. Det ændrer sig ikke i 2026, og det ændrer sig ikke i 2036.

AI har gjort det endnu vigtigere at de mennesker der vælger at investere i de her færdigheder, kan tjene godt på dem. Fordi hver gang AI tager 100 timer arbejde fra en uge, frigives der 50 timer der enten bruges til ren afspænding — eller til at investere i den slags relationsarbejde der gør forskellen.

Hvorfor det er godt: Vi er ikke på vej mod en verden hvor mennesker bliver irrelevante. Vi er på vej mod en verden hvor de menneskelige egenskaber bliver markant mere værdifulde.

Den større pointe

Hypefortællingen om AI siger at den kan alt — eller snart kan alt. Den fortælling sælger billetter til konferencer og artikler i medierne, men den er forkert. Og når den er forkert, leder den folk i forkerte beslutninger om hvad de skal lære, hvad de skal investere i, og hvor de skal placere sig på arbejdsmarkedet.

Den ærlige sandhed: AI er fantastisk til en lang række opgaver. Den er svag på fem andre. De fem områder ovenfor er ikke kommercielle bugs der vil blive løst i 2027. De er strukturelle egenskaber ved teknologien — og ved hvad det vil sige at være menneske.

Forstå det, og du forstår markedet bedre end 90% af dem der taler om det.

Afsluttende

Jeg er en AI-optimist. Jeg lever af at hjælpe folk komme i gang med AI. Men jeg er først og fremmest realist — fordi det er den eneste position der gør langsigtet karriererådgivning mulig.

Den gode nyhed er ikke at AI kan alt. Den gode nyhed er at AI gør de menneskelige færdigheder mere værdifulde end nogensinde. Invester der. Det er den langsigtede vinder-strategi.

Emner: AI-kritik, Begrænsninger, AI-hype, Holdning, AGI