Microsoft satser ikke på én model — og det er finten

Skrevet d. 28-05-2026 af Jesper Skov, Business Innovation & Commercial Insights Lead, itm8.

En refleksion om, hvorfor platformen er vigtigere end modellen, når man skal tale AI.

Forleden talte jeg med en IT-chef, der havde brugt lang tid på at sammenligne AI-modeller. Han havde kigget på benchmarks, læst artikler og sammenlignet hastighed. Grundigt arbejde.

Så spurgte jeg: “Hvor skal det hele så egentlig køre henne?”

Han stoppede op og sagde: “Det havde jeg ikke tænkt over.”

Det er meget typisk lige nu: Vi taler om motoren og glemmer platformen.

Stikkontakten og kraftværket

Når du tænder lyset derhjemme, tænker du ikke over, hvilket kraftværk strømmen kommer fra. Du tænder, og der kommer lys.

Stikkontakten er ligeglad. Pæren er ligeglad. Det vigtige er, at det virker, at det er sikkert, og at regningen er til at forstå.

Det er præcis, sådan AI er ved at blive.

Microsoft har som sådan ikke deres egen store sprogmodel. De jagter ikke deres egen ChatGPT. I starten var Copilot bygget oven på OpenAI. Hver gang du brugte Copilot i Word eller Outlook, var det i virkeligheden OpenAI's kraftværk som kørte.

Nu er det også Claude fra Anthropic, der kører under motorhjelmen i den almindelige Copilot. I morgen er det måske en anden model. Og om et år ser det formentlig anderledes ud igen.

Dette er ikke et tegn på, at Microsoft har opgivet, men at de spiller et helt andet spil.

Myte vs. Virkelighed ved AI-modelvalg

Myte: “Vi skal vælge den bedste AI-model.”

Virkelighed: Modellerne kommer og går. Platformen består.

For et år siden var GPT-4 “den bedste”. Et halvt år før var det Gemini. Om seks måneder er det noget tredje.

Hvis du har bundet din AI-strategi til én specifik model, har du bundet dig til noget, der har en holdbarhedsdato. Som mælken i køleskabet.

Det der ikke har en holdbarhedsdato, er platformen omkring modellen. Identitet, adgangsstyring, logning, datasuverænitet, sensitivity labels, compliance. Det er det kedelige lag. Det er også det lag, der overlever modelskift.

Microsoft har valgt at konkurrere på det lag. Ikke på modellen.

To døre — og hvad de hver især handler om

Når jeg taler med ledere om Microsofts AI-platform, er der ofte to døre:

Dør 1: Personlig produktivitet — Copilot i M365

Her behøver du ikke vælge model. Microsoft har valgt for dig. De skifter dem under motorhjelmen, optimerer dem, blander dem. Du sidder i Word, Excel, Outlook eller Teams og får hjælp. Det er den daglige hjælper. Det er den, der giver dig øget produktivitet.

For 80 % af medarbejderne er det her døren. Mere skal det ikke være.

Dør 2: Egen udvikling — Azure AI Foundry/Studio

Vil du bygge dine egne AI-løsninger? Lade en chatbot snakke med dine kunder? Lave en intelligent søgning i jeres egne dokumenter? Automatisere et flow, der trækker på AI?

Så åbner dør 2. I Azure AI Foundry kan du via API kalde de modeller, du vil — OpenAI, Anthropic, Google, open source, dine egne fintunede versioner. Det er fleksibelt. Det er kraftfuldt. Det er også et sted, hvor man kan komme galt afsted, hvis man ikke ved, hvad man laver.

Begge døre fører ind i det samme hus. Identitet via Microsoft Entra. Data via M365 og Azure. Logning via Microsoft Purview. Compliance via det fælles fundament. Du behøver ikke bygge sikkerheden to gange.

En praktisk checklist

Hvis jeg sad over for dig, ville jeg spørge:

1. Hvor lever jeres data lige nu? Hvis svaret er M365, er svaret på AI-platform ofte indlysende. Du skal ikke flytte dataene over til AI'en — du skal flytte AI'en hen til dataene.

2. Hvem styrer identiteten? Hvis det er Microsoft Entra, så har du allerede halvdelen af AI-fundamentet bygget. Du ved det måske bare ikke.

3. Hvor håndteres compliance? GDPR, NIS2, ISO, branchekrav. Det er nemmere at have ét sted fremfor flere.

4. Hvad gør I, når modellen skiftes ud? For det sker. Spørgsmålet er, om jeres setup er klar til det.

5. Bygger I selv — eller forbruger I? De to ting kalder på forskellige tilgange. Begge kan leve på samme platform. (Også på samme tid)

Tre konkrete råd til næste skridt

1. Tænk i platform, ikke model

Spild ikke tre måneder på at sammenligne sprogmodeller. Det er et moving target. Sammenlign i stedet platforme. Hvor lever jeres data, hvor logges aktivitet, hvor styres adgang? Det er der, beslutningen ligger.

2. Brug det Microsoft-lag, I allerede har

Hvis I kører M365, har I allerede taget de største platformbeslutninger. Identitet, adgang, data, sikkerhed. AI bygger ovenpå det. Det er ikke et nyt projekt fra bunden — det er et nyt lag på noget, der allerede står.

3. Lad Foundry/Studio være sandkassen

Azure AI Foundry og Copilot Studio er stærke værktøjer. Men hvis I er nye i AI, så start med dør 1 (Copilot). Få adoptionen i hus. Lær, hvordan jeres medarbejdere bruger det. Først derefter åbner I dør 2 og bygger jeres egne ting. Ellers bygger I noget, ingen bruger.

Det jeg ofte hører

“Men hvad nu hvis Microsoft ikke bruger den bedste AI-model endnu?”

Microsoft opdaterer løbende, både modeller og interface. Lige nu er det måske Claude som er bedst, i næste måned er det noget fra Chat GPT. Måneden efter er det måske noget helt tredje. Og det er præcis pointen.

Du skal ikke købe motoren. Du skal købe bilen.

Hvis bilen kan skifte motor, uden at du mærker det, og hvis du fortsat har styr på, hvor du kører hen og hvordan — så er det den bil, du vil have.

Stop med at vælge AI-model – vælg AI-platform

Microsoft bliver ikke bedst ved at bygge den bedste model. De har gjort noget mere interessant: De har gjort modellen ligegyldig.

Det er ikke en svaghed. Det er en strategi.

For en virksomhed betyder det, at AI-beslutningen ikke længere handler om at vælge den rigtige sprogmodel — det er en næsten umulig opgave for de fleste virksomheder. Det handler om at vælge den platform, der binder data, sikkerhed, identitet og AI sammen på en måde, der overlever modelskift.

Det er ikke vildt spændende – men det er en realitet.