Kunde & Co har gjort AI til en fast medspiller i det kreative arbejde

Ifølge Michael Rud har generativ AI givet mulighed for at få turboladet ideudviklingen. Både ved at skabe supplerende idéer og ved at udfordre egne antagelser og forslag. 

Han udtaler, at slutproduktet ofte ender med at lyde glat, generisk og uden nerve, hvis man blot lader én AI køre en opgave fra start til slut. Hans løsning er derfor at sætte flere AI assistenter i spil og lade dem bygge videre på og udfordre hinandens arbejde, mens han selv står som dirigent.

Når Michael starter en session, tager han udgangspunkt i kundemateriale, interviews, filer og andet baggrundsviden, som på forhånd er vurderet, sorteret og valideret for at sikre f.eks. compliance og GDPR-mæssige udfordringer.

Herefter bruger Michael typisk Googles Gemini til research og analyse. Den får til opgave at tygge sig igennem de store mængder kontekst og finde mønstre, vinkler og relevante indsigter. På baggrund af det, udarbejder den en form for rapport med relevante indsigter. Det output bliver taget videre til næste trin, hvor ChatGPT bruges til at arbejde med struktur, strategisk retning og spænding i fortællingen. Her begynder materialet at tage form som en mulig kommunikationsretning. 

Når retningen er formuleret, bliver den sendt videre til Claude, som har til opgave at forholde sig kritisk til retningen, og forsøge at finde huller i osten. Holder argumentet? Er der noget, der lyder for generisk? Er der en svaghed i vinklen? Er der noget i strategien, der ikke hænger sammen? 

Uanset om udkastet går igennem, eller om Claude peger på problemer, returnerer Michael svaret til ChatGPT igen og arbejder videre med retningen. På den måde opstår der flere runder mellem modellerne, hvor idéen gradvist bliver skærpet. 

Til sidst bruger han igen Gemini til at holde resultatet op mod udgangspunktet. Er der noget vigtigt fra kundematerialet, der er gået tabt undervejs? Har processen flyttet teksten for langt væk fra den oprindelige opgave? Stemmer retningen stadig med det, kunden faktisk har brug for? Den sidste kontrol er vigtig, fordi flere AI-led selvfølgelig kan skærpe en idé, men også trække den i en forkert retning, hvis der ikke bliver holdt fast i konteksten. 

Den vigtigste gevinst er, at Michael kan bruge mindre tid på at komme fra blank side til første udkast og mere tid på det, der skaber reel værdi: at finde den rigtige positionering, og at mærke om idéen har nerve. 

Video-AI har udviklet sig markant på kort tid, og hos Kunde & Co er teknologien nu nået et niveau, hvor den kan bruges i reelle filmproduktioner.  

Det kan hurtigt anses som en smutvej til hurtigt og billigt indhold, men sandheden er også, at AI kan fungere som et kreativt produktionsværktøj, der i bestemte typer opgaver åbner for muligheder, som før ville have krævet langt større budgetter. 

Det gælder især produktioner, hvor alternativet havde været omfattende rejseaktivitet, dyre locations, studieopsætninger, statister, green screen eller special effects. Her kan AI i nogle tilfælde reducere produktionsomkostningerne markant. Ifølge Kunde & Co kan forskellen i de mest oplagte cases nærme sig en faktor 10, hvis man sammenligner med en traditionel produktion, hvor hele det fysiske setup skulle bygges op fra bunden. 

Samtidig understreger de, at AI-video stadig kræver håndværk. En stærk video kommer ikke ud af en løs prompt. Den kræver, at man næsten kan se optagelsen for sig på forhånd: kameravinkel, lys, stemning, bevægelse, baggrund og komposition. Hvis modellen selv skal finde for meget af det, bliver resultatet sjældent godt nok. Der ligger også stadig arbejde i klipning, lyd, efterbearbejdning og den samlede kreative styring. 

Bureauet har desuden erfaret, at AI er stærkest, når udtrykket gerne må være drømmende, fiktivt eller stiliseret. Jo mere præcist noget skal ligne virkeligheden, desto større bliver risikoen for, at små fejl springer i øjnene. Det gælder især mennesker, tekniske produkter og situationer, hvor autenticitet er afgørende. 

Derfor er AI-video ikke et automatisk valg, men en vurdering fra opgave til opgave. Kan teknologien løfte fortællingen uden at svække troværdigheden? Passer det visuelle greb til brandet? Og er det en type produktion, hvor AI faktisk giver adgang til noget bedre, større eller mere ambitiøst end det, budgettet ellers ville tillade? Når svaret er ja, kan Kunde & Co bruge AI til at skabe filmiske universer, som tidligere ville have været for dyre, for tunge eller for komplekse at producere.  

For Kunde & Co er international versionering en af de opgaver, hvor AI for alvor har ændret arbejdsprocessen. Mange af bureauets kunder skal have kampagner ud på tværs af platforme, kanaler og markeder på kort tid. Det kan være alt fra film og sociale posts til digitale annoncer og andet kommunikationsmateriale. Opgaven handler derfor ikke bare om at oversætte fra ét sprog til et andet, men om at tilpasse kampagnens budskaber, formater og udtryk til lokale markeder, kulturelle kontekster og kundens tone of voice.

Tidligere kunne den proces tage tre til fire måneder, når en kampagne skulle rulles ud i eksempelvis 20 lande. I dag kan Kunde & Co i nogle tilfælde gøre det på to til tre uger. Det skyldes ikke, at de bare sender tekster gennem en sprogmodel, men at de har skåret hele processen op i mindre dele og fundet ud af, hvor AI kan tage over, og hvor mennesker stadig skal ind over. 

Et konkret eksempel kan være et videoopslag på sociale medier, der først bliver lavet i en primær version. Når den skal oversættes og tilpasses et nyt marked, skal teksten trækkes ud, struktureres, lægges i et format, som en AI-model kan arbejde med, oversættes, sendes retur og placeres korrekt i det færdige design. Ifølge Kunde & Co kan sådan en proces bestå af omkring 14 trin. 

To medarbejdere, en fra den kreative side og en fra projekt- eller produktionssiden, har derfor kortlagt flowet trin for trin. For hvert trin vurderer de, om det kan automatiseres, og hvor kvaliteten kan være i fare. Der, hvor processen primært handler om at flytte tekst, håndtere formater eller lave første oversættelseskladder, kan AI spare meget tid. Men dér, hvor betydning, brandposition og kontekst kan skride, sætter de et menneske ind. 

Derfor arbejder Kunde & Co med kundespecifikke instruktioner og systemprompts, som holder AI’en inden for den rette ramme. Det er ikke nok at fortælle modellen, hvilket sprog teksten skal oversættes til. Den skal også forstå, hvilken type virksomhed den skriver for, hvilken position kunden har, og hvilke associationer teksten ikke må skabe. 

På analyseområdet har Kunde & Co truffet et bevidst valg: AI må gerne hjælpe med at håndtere data, men ikke med at skabe den. For når man bruger AI i analysearbejde, melder spørgsmålet om datakvalitet sig hurtigt. Hvor kommer tallene fra? Kan man stole på dem? Og hvad sker der, hvis en model begynder at udfylde huller eller drage konklusioner på et usikkert grundlag? 

Derfor bruger Kunde & Co fortsat de samme analyseværktøjer og datakilder som tidligere, når selve grundlaget skal være på plads. Til gengæld kan AI spille en praktisk rolle rundt om dataarbejdet. En model kan for eksempel hjælpe med at flytte data fra ét format til et andet, strukturere et datasæt eller gøre talmateriale klar til visualisering. På den måde kan AI tage noget af det tunge og manuelle arbejde, uden at bureauet overlader skabelsen af datagrundlaget til modellen. 

Det giver en klar arbejdsdeling. Mennesker og faglige analysemetoder sikrer, at datagrundlaget holder. AI hjælper med at behandle, omsætte og præsentere materialet mere effektivt. Dermed kan bureauet vinde tid i analyseprocessen uden at sætte troværdigheden over styr. 

Use-casen viser også en bredere pointe i Kunde & Co’s tilgang til AI: Teknologien skal ikke bare bruges, fordi den kan. Den skal bruges dér, hvor den understøtter arbejdet uden at udhule det, der skaber værdien.