Tillykke. I har lige signet en medarbejder, der kan analysere markedet, researche kunderne, skrive produkttekster, udvikle kampagner, lave salgspræsentationer og producere thought leadership.
Han arbejder døgnet rundt, taler 50 sprog og bliver bedre hver måned. Hans navn er Claude, Gemini eller ChatGPT alt efter, hvem der lige passer bedst ind hos jer.
Problemet er bare, at jeres konkurrent ansat en tvilling, der er akkurat lige så skarp og produktiv. Og her ligger et af de mere oversete problemer ved AI: Når alle får adgang til de samme superkræfter, bliver det sværere, ja, nærmest umuligt, at bruge dem til at skille sig ud.
McKinsey beskriver udviklingen meget præcist i artiklen 'From AI table stakes to AI advantage: Building competetive moats': Når virksomheder får adgang til de samme AI-modeller, bliver teknologien i sig selv hurtigt table stakes (= hygiejnefaktor). Konkurrencefordelen skal findes i det, virksomheden kombinerer teknologien med: egne data, processer, relationer, viden og andre aktiver, som konkurrenterne ikke uden videre kan reproducere.
Det er et strategisk spørgsmål. Men det er altså også et kommunikationsproblem.
For hvad sker der, når virksomheder med forskellige produkter, historier og styrker bruger de samme værktøjer til at analysere de samme markeder, studere den samme best practice og producere professionel kommunikation?
Vi risikerer at komme til at lyde endnu mere f****** ens.
Bed din AI-model skrive forsiden eller about-teksten til en mellemstor dansk B2B-virksomhed. Den er veldrevet, international og sælger tekniske løsninger til industrien.
Resultatet bliver sandsynligvis ganske hæderligt. Der vil sikker være noget med innovation. Noget med kunderne i centrum. Måske bæredygtighed, kvalitet, partnerskaber og løsninger, der skaber værdi.
Problemet er bare, at hvis du holder hånden over logoet, kunne teksten lige så godt være fra konkurrentens hjemmeside.
Det er på en måde ikke et AI-problem: AI har bare accelleret et problem, vi havde i forvejen.
Virksomheder har altid haft en tendens til at kommunikere sig ind mod midten. Vi kigger på konkurrenterne. Vi benchmarker. Vi finder branchens best practice. Og så ender vi med omtrent de samme budskaber. Det gælder i øvrigt også i kommunikationsbranchen, selvom vi blandt andet lever af rådgive vores kunder om differentiering og positionering.
Men nu har vi alle fået adgang til en teknologi, der er ekstremt dygtig til at genkende og reproducere mønstre. En ny artikel i Harvard Business Review, 'Research: The Innovation Problems AI Can’t Solve', beskriver forskning i AI og innovation, der peger på en beslægtet risiko: Når teams anvender de samme modeller og lignende metoder, risikerer resultatet at blive store mængder kompetente, men homogeniserede idéer.
AI er fremragende til at fortælle os, hvordan en professionel tekst plejer at se ud. Det er bare ikke det samme som at fortælle os, hvad netop vores virksomhed bør sige og stå for.
Man behøver ikke lede længe på danske B2B-virksomheders websites for at møde: Quality. Innovation. Customer focus. Sustainable solutions. Your trusted partner.
Der er ikke noget galt med ordene. Problemet er, at de sjældent fortæller os, hvorfor vi skal vælge virksomhed A frem for virksomhed B. Men bag ordene gemmer sig ofte langt mere interessante forskelle.
En stor dansk industrivirksomhed taler blandt andet om innovation, kvalitet, kundeværdi og ambitionen om at være kundernes foretrukne partner. Det kunne seriøst være næsten hvem som helst. Men virksomheden har årtiers applikationsviden, global markedsadgang og en stærk position inden for energieffektivitet og industriel omstilling.
En anden dansk teknologivirksomhed fremhæver kvalitet og innovation. Men bag ordene ligger årtiers specialisering i måleteknologi og en position i krydsfeltet mellem hardware, data og intelligent drift af kritisk infrastruktur.
En tredje fremhæver kvalitet, innovation, pålidelighed, bæredygtighed og kundeservice. Men virksomheden har altså opbygget en global position i en meget specifik produktkategori, egen produktionskapacitet, lokal markedstilstedeværelse og dyb applikationsviden.
Det er reelle forskelle. Quality, innovation og partnership er det ikke.
Og det er ikke eksempler på dårlige virksomheder eller nødvendigvis dårlig kommunikation. Tværtimod. Det er stærke virksomheder med reelle konkurrencefordele. Det er derfor, eksemplerne er interessante (selvom jeg har anonymiseret dem).
Bed en AI-model analysere 100 virksomheder i en branche, identificere best practice og skrive en professionel positionering til virksomhed nummer 101. Resultatet kan lyde imponerende skarpt. Som skrevet den dygtigste McKinsey-type på MBA-studiet.
Men du får desværre også den statistisk mest sandsynlige version af, hvad sådan en virksomhed bør sige. Og så lander vi igen på innovation, kvalitet, ekspertise, partnerskab, bæredygtighed og kundeværdi.
Det er jo ikke, fordi AI-modellen er dum. Det er, fordi den har lært af os. Og her tror jeg, AI får en vigtig konsekvens for kommunikationsfaget: Den middelgode kommunikation bliver ekstremt billig.
En hæderlig produkttekst? Billig.
Et LinkedIn-opslag fra direktøren om det seneste kvartalsregnskab? Billigt.
En artikel med “fem trends, du skal kende”? Meget billig.
20 lokale versioner af en kampagne? Også billige.
Det er godt nyt for produktiviteten. Men det betyder også, at professionel udførelse i sig selv får mindre differentierende kraft. Som det er gået med fotos: Engang var det en særlig kompetence at kunne tage et teknisk godt billede med et dyrt spejlreflekskamera. I dag går næsten alle rundt med et fremragende kamera i lommen.
Vi er imidlertid ikke blevet en nation af fremragende fotografer. Vi tager bare tusindefold flere teknisk udmærkede billeder.
Sådan kan det også gå med virksomhedskommunikation. Vi får mere af den. Den bliver grammatisk bedre. Den kommer hurtigere. Og meget af den bliver lige så mindeværdig som en prit ved glemslens flod.
Det interessante spørgsmål er ikke kun, hvordan kommunikationsafdelingen skal bruge AI. Det er, hvad kommunikationsafdelingen skal kunne, når AI kan løse mere af det håndværk, vi hidtil har brugt tiden på.
Mit bud er, at noget af værdien flytter baglæns i processen.
Fra produktion til position.
Fra formulering til analyse.
Fra content til synspunkt.
Fra “hvordan skal vi sige det?” til “hvad har vi egentlig ret til at sige?”
Det kræver forretningsforståelse. Hvorfor vælger kunderne os? Hvorfor bliver de? Hvad kan vi, som konkurrenterne faktisk har svært ved? Hvad ved vores specialister, som markedet ville have glæde af at vide? Hvilket problem ser vi anderledes på end resten af branchen? Og hvilke påstande kan vi rent faktisk dokumentere?
AI kan være fremragende til at udfordre svarene. Men som virksomheder skal vi selv have noget at komme med.
Denne diskussion bør interessere andre end os i kommunikation og marketing. Mange ledergrupper har i årevis accepteret innovation, kundefokus, kvalitet, bæredygtighed og partnerskab som svar på spørgsmålet om, hvorfor virksomheden er anderledes.
Det er de sjældent. De er adgangsbilletten, hygiejnefaktoren. Ingen seriøs B2B-virksomhed kan i 2026 positionere sig på, at den går op i kvalitet og kunder. Det forventer markedet som minimum.
En position kræver fravalg.
Den skal sige noget om, hvem virksomheden er særlig relevant for. Hvad den er særlig god til. Hvilket problem den løser bedre. Og måske også, hvad virksomheden tror på eller gør anderledes, som ikke alle konkurrenterne kan eller vil skrive under på.
Det er altså lidt mere besværligt end at bede AI om at “gøre teksten mere skarp og professionel”. Til gengæld er det betydeligt sværere at kopiere.
Man kan også vende masseødelæggelsesvåbnet mod sig selv. AI kan nemlig være en nådesløs stresstest af virksomhedens positionering.
1. Fjern virksomhedsnavnet fra jeres vigtigste budskaber.
Bed AI vurdere, hvilke virksomheder i jeres branche teksten kunne stamme fra.
2. Bed den finde de generiske påstande.
Innovation, kvalitet, partnerskab, kundecentrering og bæredygtighed tæller kun, hvis I kan forklare, præcis hvad I gør anderledes.
3. Giv den tekster fra jer og tre konkurrenter.
Bed den identificere de væsentligste forskelle. Hvis svaret primært handler om ordvalg, har I noget arbejde foran jer.
4. Spørg, hvilke af jeres påstande konkurrenterne ikke troværdigt kunne skrive på deres egen hjemmeside.
Det er typisk her, det bliver interessant.
5. Spørg så jer selv – ikke AI – hvorfor kunderne faktisk vælger jer.
Der kan være et betydeligt gap mellem svaret på det sidste spørgsmål og det, der står på hjemmesiden. Hvis der er, har I måske ikke et AI-problem, men snarere et positioneringsproblem.
Og det bliver ikke mindre, fordi det nu er blevet billigere for både jer og konkurrenterne at producere 'professionel' kommunikation. Når mængden af kompetent content eksploderer, bliver det knappe gode ikke flere ord. Det bliver noget, der faktisk er værd at sige.
Så måske er det vigtigste AI-spørgsmål for kommunikationsdirektøren ikke: Hvordan får vi AI til at skrive som os?
Men snarere: Har vi overhovedet gjort det klart, hvorfor vi ikke skal lyde som alle de andre?
Tak for at læse med.