TL;DR: AI-agenter er flyttet ud af udviklingsafdelingen. Anthropic har klassificeret 1,2 millioner Claude Cowork-sessioner hos mere end 600.000 organisationer, og softwareudvikling fylder 8,7 % af dem. Forretningsdrift fylder 33,4 %. Den, der bygger agenter hos dig lige nu, er altså sandsynligvis ikke udvikler, og programmet er ikke et udviklerværktøj. Flaskehalsen er ikke længere at bygge noget. Den er at beslutte, hvem der må.
I fire år er der lagt lag på lag. Først den gode instruktion. Så gentagelserne, der kunne køre flere trin i træk. Så grafen, der kunne styre mange gentagelser på én gang. Så softwarefabrikken, hvor agenter skriver, tester og sender kode videre, mens mennesker godkender ved hver gate.
Hvert lag gjorde det billigere at producere. Ingen af dem gjorde det billigere at stole på resultatet.
Nu rykker mønstret ud af softwarebranchen. Det er den egentlige nyhed, og det bliver sværere at håndtere, end softwarefabrikken var.
Anthropic, 2026 Agentic Coding Trends Report (PDF, primær kilde) →
Juristen, der byggede sine egne værktøjer
Anthropics egen rapport om agentisk kodning har et afsnit, som er let at læse hen over. Deres juridiske afdeling skar ventetiden ned. Før tog det to til tre dage at få en markedsføringstekst godkendt. Nu tager det 24 timer. Ikke ved at ansætte flere. Ved at bygge arbejdsgange, der klarer det, der gentager sig: at gennemgå kontrakter og godkende tekster.
Og så kommer sætningen, der betyder noget. I Claude Code byggede en jurist uden programmeringserfaring sine egne værktøjer til at sortere sager, før de lander i den juridiske kø. Claude Code er stadig et udviklerværktøj, og det er pointen: da rapporten blev skrevet, skulle juristen derhen. Nu ligger den samme evne i Word og Excel.
Tænk over, hvad der skulle være sandt, for at det kunne ske. Juristen oprettede ikke en sag hos it. Ventede ikke på et sprint. Blev ikke holdt op mod produktplanen. Der var et problem, der var et værktøj, og så blev løsningen bygget.
I mange år gik automatisering gennem én kanal: en, der havde problemet, forklarede det til en, der kunne bygge. Den overlevering var langsom. Den var også et filter, uden at nogen havde planlagt det. Hver eneste automatisering skulle forbi et menneske, hvis job var at spørge, om den overhovedet skulle findes.
Overleveringen er væk. Filteret fulgte med, og det var der ingen, der besluttede.
8,7 %. Så meget af Claude Cowork er kodning
Anthropic klassificerede i maj 1,2 millioner anonymiserede Cowork-sessioner i 20 arbejdskategorier. Sessionerne kom fra mere end 600.000 organisationer. Fordelingen ser sådan ud:
- Forretningsdrift og processer: 33,4 %. Rapporter, onboarding-tjeklister, afstemning af regneark. Anthropic skriver selv, at det er opgaver, der hører hjemme i økonomi, HR og administration.
- Indhold og tekst: 16,4 %. Udkast, slides, opslag, tilbud.
- Softwareudvikling: 8,7 %.
- Derefter drift og infrastruktur på 7 %, research på 6,4 %, dataanalyse på 5,8 %, dokumenthåndtering på 4,1 % og salg og RevOps på 4 %.
Det tal kræver en ærlig note. De 8,7 % betyder ikke, at kodning er blevet en lille del af AI-brugen. Udviklere koder i Claude Code, ikke i Cowork, så de er stort set ikke med i den her måling. Tallet siger noget mere præcist og mere brugbart: når en virksomhed får et alment agentværktøj, der ikke er bygget til udviklere, så er det kontorarbejdet, der dukker op. Halvdelen af det er administration og tekst.
Det passer med den retning, Anthropic selv peger på. Tendens 7 i rapporten hedder "Non-technical use cases expand across organizations" (ikke-tekniske anvendelser breder sig i organisationen), og Anthropic forudsiger, at salg, marketing, jura og drift kan automatisere arbejdsgange med lidt eller ingen hjælp fra en udvikler.
Der er også et tal for, hvor meget nyt arbejde der kommer til, og det tal hører hjemme i udviklingsafdelingen: i afsnittet om softwareudvikling skriver Anthropic, at omkring 27 % af det AI-assisterede arbejde er opgaver, som ingen alligevel ville have lavet. Ikke hurtigere arbejde. Arbejde, der ikke kunne betale sig før. Om det samme gælder uden for kodningen, siger tallet ikke noget om.
Og helt oppe i den store skala: Anthropic skriver i rapporten, at Zapier har 89 % AI-udbredelse i hele virksomheden og mere end 800 agenter kørende internt, og at TELUS har bygget over 13.000 skræddersyede AI-løsninger. Begge tal kommer fra virksomhederne selv, gengivet af Anthropic.
Spørg dig selv, hvor mange af de 800 der har været igennem en godkendelse.
Regnearket ventede. Agenten venter ikke
Skygge-it er et gammelt problem. En kollega byggede et regneark, det blev forretningskritisk, ingen dokumenterede det, og en dag sagde kollegaen op. Det har virksomheder levet med i årtier. Det er et spørgsmål om adgange og dokumentation, og det er først og fremmest irriterende.
Det her er min vurdering og ikke en måling: skygge-agenter er ikke det samme problem i ny indpakning. Forskellen ligger i, hvad de to ting gør, når ingen kigger.
Et regneark gør ingenting, før nogen åbner det. Det har ingen tidsplan. Det sender ingen mails. Det kalder ikke et API klokken tre om natten. Det værste, et udokumenteret regneark kan gøre, er at give et forkert svar til den, der åbnede det. Og den person sidder der og kan se, at tallet ser mærkeligt ud.
En agent handler. Den kører efter en plan, den har sine egne adgange, den skriver i systemer, og den gør det, uanset om nogen kigger med.
Det flytter spørgsmålet fra it til ansvar. Et regneark, der tager fejl, er en fejl i et dokument. En agent, der tager fejl, er noget, din virksomhed har gjort. Over for en kunde, en leverandør eller en myndighed, og med dit navn på.
Et forbud flytter problemet. Det løser det ikke
Det nærliggende er at forbyde det. Ingen bygger agenter uden godkendelse. Jeg forstår godt trangen. Forbuddet virker bare ikke, og det handler ikke om kultur.
Værktøjet til at bygge dem ligger inde i de programmer, dine kolleger allerede har åbne. Claude for Financial Services blev lanceret 5. maj 2026 med ti færdige agentskabeloner, blandt andet en, der afstemmer finanskonti, en, der kører månedsafslutningen, og en, der screener KYC-sager. Den kom med add-ins til Excel, PowerPoint og Word, og Outlook var på vej. En uge senere, 12. maj, kom Claude for Legal med tolv plugins til hvert sit juridiske område og mere end tyve integrationer til Westlaw, iManage, Ironclad og resten. Artificial Lawyer skriver, at de plugins installeres med ét klik.
Om medarbejderne må bygge agenter, er altså allerede afgjort af den måde, Anthropic sælger produktet på. Et forbud er et skilt på en dør i en bygning uden vægge.
Det er stadig min vurdering og ikke en regel, nogen har vedtaget: den eneste kontrol, der virker, er at gøre den godkendte vej hurtigere end den uofficielle. Folk går udenom, når der går tre uger, før de får et svar. De går sjældent udenom for sjov.
Læs det med det her i baghovedet: jeg sælger den opsætning. Jeg tjener penge på at bygge den godkendte vej for virksomheder, så jeg har en klar interesse i at anbefale den. Jeg kører den også selv, også når ingen betaler mig for det. Længere nede kan du se den tegnet op.
Hvem må bygge AI-agenter hos dig?
Det her rammer forskelligt, alt efter hvor du sidder. Emnet er det samme. Konsekvensen er det ikke.
Ejer eller leder i en SMV
Der er sandsynligvis ingen it-afdeling hos dig, der kan håndhæve et forbud, og det er faktisk en fordel lige nu. Du kan træffe beslutningen på en eftermiddag. En større virksomhed skal først have tre afdelinger til at blive enige. Beslutningen, du skal træffe, er ikke, om agenter er en god idé. Den er at pege på de to systemer, en agent aldrig må skrive i, uden at et menneske har set det først. Bankforbindelsen og lønsystemet er de to, jeg oftest ender på.
Drifts- og transformationsansvarlig
Du får det her som en driftsopgave, længe efter at agenterne er bygget. Det billigste, du kan gøre i denne uge, er at finde ud af, hvilke agenter der allerede kører, og hvad de har adgang til. Ikke for at lukke dem. For at vide det. En liste over ti agenter tager efter min erfaring en formiddag at lave nu, og den bliver sværere for hver uge, der går.
Salgs- og RevOps-ansvarlig
Dine agenter rører ved kontaktdata, og det gør dem til et databeskyttelsesspørgsmål og ikke kun et spørgsmål om effektivitet. En agent, der skriver i CRM, ændrer et register over identificerbare personer. En agent, der sender mails på egen hånd, kommunikerer med dem. Det første betyder, at du skal kunne vise, hvem der ændrede hvad, altså en log over ændringerne. Det står der ingen paragraf om, men uden den log kan du ikke finde fejlen, og så kan du heller ikke rette den. Det andet er derimod et lovkrav: behandlingsgrundlaget efter artikel 6 skal holde, inden agenten sender noget ud. Oven i det har jeg en regel, der er min egen: et menneske godkender hver udsendelse, indtil du har set agenten tage fejl mindst én gang.
Produkt- og udviklingsansvarlig
Maskineriet har du allerede, som den eneste i huset. Versionsstyring, test, review og et sted, hvor arbejdet kan findes, uden at det gælder endnu. Dit job skifter fra at være den, der bygger, til at være den, der stiller sine gates til rådighed for resten af organisationen. Det er en upopulær udlægning, fordi det ligner mere arbejde uden mere mandskab. Alternativet er, at fem afdelinger hver især opfinder deres egen udgave af noget, du har haft kørende i ti år.
Sådan ser en fabrik ud, når den ikke bygger software
Der findes ét spørgsmål, som sorterer agenter hurtigere end nogen modenhedsmodel. Stil det om hver enkelt agent, der kører eller skal til at køre:
Hvis den her agent tager fejl på mandag, hvem opdager det så, og hvornår?
Der er reelt tre svar.
- Et menneske ser resultatet, før det tæller. Agenten er klar. Du fanger fejlen, mens den stadig er gratis.
- Nogen opdager det ved næste månedsafslutning. Ikke klar. Du har bygget en fejl med en måneds forsinkelse indbygget.
- Du hører det fra en kunde. Ikke klar, og den skal slukkes i dag.
Svar 2 og 3 er ikke argumenter for at droppe agenten. De er argumenter for at flytte den bag en gate, indtil svaret bliver 1.
Her er min egen. Det her er Brinviks indholdsfabrik, og den bygger ikke software. Den laver markedsføring, altså præcis den kategori, der fylder 16,4 % i Anthropics opgørelse.
Den kører tirsdag og torsdag nat i skyen. Syv gates, hver med et loft over antallet af runder, fra én til tre, fordi en gate, der spærrer for produktionen, er en ødelagt gate. Den bygger alt og udgiver ingenting. Jeg læser hvert udkast, før noget går live.
Vil du se alle syv gates på én gang, ligger hele diagrammet i fuld størrelse her.
Det interessante er ikke antallet af gates. Det er, at den har de fire ting, der fik softwarefabrikken til at virke. Ingen af dem blev opfundet til markedsføring:
- Et referat af, hvad der skete. Syv tabeller pr. kørsel. Hvad der blev set, hvad der blev skrevet, hvad der blev sat i kø, hvad der blev udgivet, hvad der kørte, hvad der gik galt, og hvad kørslen gav videre til morgenen.
- Kontroller, der kører af sig selv. Gate-scriptene er den mekaniske halvdel, og de leder efter grunde til at stoppe kørslen frem for grunde til at lukke den igennem. En gate, der aldrig stopper noget, har ikke godkendt noget. Den har bare ikke kigget efter.
- En menneskelig gate. Mig, om morgenen.
- En tilstand, hvor arbejdet findes, uden at det gælder endnu. Et udkast.
Den sidste er den, folk springer over, og det er den billigste af dem alle sammen. Et udkast er den mest undervurderede sikkerhedsmekanisme, der findes. Det koster ingenting at lave, og det gør enhver fejl gratis, lige indtil nogen trykker på knappen.
Der findes ingen git revert til en sendt mail. Der findes et udkast.
Det svære er sjældent at bygge agenten. Det svære er det, der kommer bagefter: at få den bag en gate, uden at gaten gør den ubrugelig. De fleste går i stå præcis der, fordi de hverken ved, hvor i forløbet godkendelsen skal ligge, eller hvem der skal kigge på hvad. Det er den samtale, jeg bliver hentet ind til. Jeg er AI-konsulent og fast AI-rådgiver for en håndfuld danske virksomheder, og arbejdet er sjældent at bygge flere agenter. Det er at sætte de eksisterende op, så de kan køre, uden at nogen skal holde vejret.
Rækkefølgen betyder mere end værktøjet. En AI-strategi, der begynder med at tælle agenterne, når længere end en, der begynder med at købe flere. Og AI-implementering i en SMV handler sjældent om modellen. Den handler om, hvem der siger ja, og hvor hurtigt.
Vil du se, hvordan det ser ud hos dig, kan du læse om interne AI-værktøjer eller om AI-rådgivning på abonnement. Vil du hellere se, hvad folk rent faktisk bygger, har jeg gennemgået 43 arbejdsgange fra Claude og vurderet hver enkelt for en dansk virksomhed. Og skal AI-automatisering af én konkret arbejdsgang være det næste skridt, har jeg skrevet om hvad du skal bygge først.
Lige nu kan du stadig nå at skrive alle virksomhedens agenter ned på én side, fordi der er få nok af dem. Sådan bliver det ikke ved med at være.
Den strukturerede version af den liste er min AI-parathedsanalyse, og den ligger gratis på siden. Den tager fem til ti minutter, og du skal ikke tale med mig for at bruge den.
Listen er ikke værd at lave, fordi agenter er farlige. Den er værd at lave, mens den er kort.
Kilder
Primær kilde
- Anthropic, 2026 Agentic Coding Trends Report (PDF). De otte tendenser, de 27 % i udviklingsafsnittet, juristen uden programmeringserfaring, Zapier og TELUS.
Tredjepart
- TechCrunch, 7. juli 2026, om Claude Cowork og brugsdataene. Metoden bag de 1,2 millioner sessioner og fordelingen på kategorier.
- The Decoder om den samme opgørelse. Kategorierne under 8,7 % og forklaringen på, hvorfor udviklerne ikke er med.
- Markets Media, Claude for Financial Services. De ti agentskabeloner, navn for navn.
- Artificial Lawyer, Claude for Legal, 12. maj 2026. De tolv plugins, integrationerne og at de installeres med ét klik.
FAQ
Ofte stillede spørgsmål
En AI-agent er et program, der selv udfører en opgave fra ende til anden, i stedet for at svare på et spørgsmål. Den har adgang til dine systemer, den kan køre efter en tidsplan, og den kan skrive data og sende beskeder. Forskellen på en agent og en chatbot er, at agenten handler.
Det bestemmer du, men i praksis er svaret lige nu: alle, der har Claude eller et lignende værktøj åbent. Værktøjet ligger inde i Word og Excel. Hvis du ikke har skrevet en regel ned, er den uskrevne regel, at det må enhver.
Du kan skrive forbuddet, men du kan ikke håndhæve det, fordi værktøjet allerede sidder i de programmer, de arbejder i. Det, der virker, er at gøre den godkendte vej hurtigere end den uofficielle. Ingen går udenom for sjov.
I Claude Cowork er softwareudvikling 8,7 % af sessionerne, målt af Anthropic på 1,2 millioner sessioner i maj 2026. Forretningsdrift fylder 33,4 % og tekstarbejde 16,4 %. Tallet er lavt, fordi udviklere koder i Claude Code og derfor ikke er med i den måling.
Stil ét spørgsmål: hvis agenten tager fejl på mandag, hvem opdager det så, og hvornår? Hvis et menneske ser resultatet, før det tæller, er den klar. Hvis fejlen først dukker op ved næste månedsafslutning, eller hvis du hører det fra en kunde, er den ikke.
Det første skridt koster en formiddag og ingen penge: skriv ned, hvilke agenter der kører, hvem der byggede dem, og hvad de har adgang til. Først derefter er det værd at tale om, hvad en opsætning med godkendelse og logning skal koste.
De bliver det, så snart de rører ved persondata. Lovkravet er behandlingsgrundlaget: artikel 6 skal holde, inden agenten sender noget ud. Resten er min praksis og ikke lovtekst: kan du ikke spore en ændring tilbage til den, der lavede den, kan du heller ikke rette fejlen.
Fordi det var i softwarefabrikken, at mønstret viste sig at virke. Kode kan testes automatisk og rulles tilbage, så det var det billigste sted at lade agenter arbejde. Det interessante i 2026 er, at mønstret nu flytter ud i funktioner, der ikke har nogen af de to ting.
