Fra DOS til AI-avatarer i realtid. Broen mellem dig og "maskinen" bliver kortere. Hvad betyder det for tillid, og hvad skal du gøre som leder?
Forestil dig, at din næste supportsamtale foregår med et ansigt. Det kigger på dig, smiler på det rigtige tidspunkt og svarer, før du er færdig med at undre dig. Du ved godt, det er en maskine. Efter to minutter tænker du bare ikke over det længere.
Det er tættere på, end det lyder. Den 4. november lancerede Chen-Ping Yu Atmee v2, en model, der lader en AI-agent tale med dig som et levende ansigt. Tekst og stemme fungerer fint, skrev han, "just like DOS did before the Mac. But nothing's more intuitive than face to face" (Yu på X).
Jeg tror, han har ret. Og det er præcis derfor, vi skal være lidt vågne.
Yu er ikke en tilfældig startup-stifter med en flot demo. Hans forrige virksomhed, Phiar, lavede AR-navigation til biler og blev købt af Google i september 2022. Google bekræftede handlen over for pressen. Prisen blev aldrig offentliggjort (CB Insights).
Hans nye firma hedder Atmanity og blev ifølge egen hjemmeside grundlagt i oktober 2024. I lanceringsopslaget lover han, at Atmee v2 kan lave en hvilken som helst karakter ud fra ét billede og 10 sekunders lyd (Yu på X). Karakteren skal kunne vise ansigtsudtryk, bruge gestik og reagere på omgivelserne, enten i et live videoopkald, som ren stemme eller som genereret video.
Den 5. november 2026 var opslaget set over 2,2 millioner gange (X, opslagets egne tal).
Se selv: Lanceringsvideoen på ca. 162 sekunder ligger i det første opslag i tråden.
Ét spørgsmål vil jeg have med hele vejen, og jeg svarer på det til sidst. Hvis "maskinen" en dag føles som et menneske, er det så en sejr? Eller er det dér, problemerne starter?
Yus sammenligning med DOS er god, fordi den minder os om, hvor meget vi tidligere selv skulle oversætte.
Da IBM's PC kom på markedet i august 1981, fulgte PC DOS med. Brugerfladen var tekstkommandoer, du tastede på et tastatur. Ingen mus. Du skulle kunne kommandoerne udenad og stave dem rigtigt, ellers skete der ingenting.
I januar 1984 kom Macintosh. Apples egen pressemeddelelse sagde det ret direkte: brugerne skulle ikke længere "memorize the numerous and confusing keyboard commands". Musen var i øvrigt ikke ny. Den havde ligget i laboratoriet hos Doug Engelbart i årevis, før Mac'en gjorde den almindelig (Nielsen Norman Group). Teknologien fandtes. Det var broen til almindelige mennesker, der manglede. Det er samme mønster, der får mange it-strategier til at gå i stå. Planen findes, men broen til mandag morgen mangler.
Så tog det over 20 år, før næste store hop kom. Da Steve Jobs præsenterede iPhone i januar 2007, sagde han: "We are all born with the ultimate pointing device, our fingers". Nu forsvandt musen også. Du pegede på det, du ville have.
Med Siri i oktober 2011 lovede Apple en assistent, der hjælper dig med at få ting gjort "just by asking". I praksis lærte de fleste af os hurtigt et særligt Siri-sprog. Korte sætninger. Faste formuleringer. Tålmodighed.
Det store skift kom med ChatGPT i november 2022. Pludselig kunne du skrive, som du tænker, og få et svar, der gav mening. Prompten er stadig en bro, men den er meget kortere end en DOS-kommando.
Det, der interesserer mig mest, er hvordan den bro også er blevet kortere teknisk. Da OpenAI lancerede GPT-4o i maj 2024, forklarede de, at den gamle stemmefunktion i virkeligheden var tre modeller i en kæde. Én lavede tale om til tekst, én tænkte, og én læste svaret op. Det gav en gennemsnitlig ventetid på 2,8 sekunder med GPT-3.5 og 5,4 sekunder med GPT-4. Den nye model svarede ifølge OpenAI på ned til 232 millisekunder og i gennemsnit 320 millisekunder, "similar to human response time" (OpenAI).
Kæden blev til én model. Pausen blev til en almindelig samtalepause. Det er dét, jeg mener, når jeg siger, at "artificial"-delen bliver mindre. "Maskinen" er lige så kunstig som før. Det er oversættelsen mellem os, der skrumper.
Atmanity beskriver selv ideen meget kort: "AI agents went from text to voice. Video is next" (atmanity.io). Firmaet deler arbejdet i to. En model, de kalder Causeur, bestemmer adfærden, og Atmee v2 tegner den. "Causeur decides, Atmee v2 renders."
Tråden under lanceringen viser, hvor de forestiller sig, at det skal bruges. Jeg har ikke selv set videoerne endnu, så her er kun det, Yu selv skriver om dem:
Bemærk i øvrigt, hvad Yu svarer en bruger, der spørger ind til det menneskelige. "Life-like is the word", skriver han, og han nævner legetøjsrobotter og tegnefilmsdyr som eksempler (Yu på X). Det er en vigtig skelnen. En robot, der reagerer naturligt på dig, kræver ingen illusion om, at der sidder en person i den anden ende.
Sjovt nok skriver Atmanity på sin egen forside, at de træner "the most human-like real-time human foundation model" (atmanity.io). Så helt enige med sig selv er de ikke endnu, og det er netop den grænse, du som køber skal holde øje med.
Ifølge lanceringsopslaget er Atmee v2 "up to 50x faster" og "10-100x cheaper" end generelle videomodeller som Seedance 2.5 og Wan 3.0 (Yu på X). Det er Atmees egne påstande.
Det eneste konkrete eksempel står længere nede i tråden. Samme billede, samme prompt. Seedance 2.5 brugte 233,6 sekunder og kostede 0,50 dollar. Atmee v2 brugte 3,5 sekunder og kostede "about a cent" (Yu på X).
Jeg har kigget på de to grafer, som Yu selv har lagt i samme opslag. De viser pris mod hastighed ved 480p og 720p. Atmee v2 er klart billigst i begge. Men det er ikke den hurtigste model på graferne. Et par af konkurrenterne genererer hurtigere, til en højere pris. Og ved 720p ligger Atmee v2 selv over linjen for realtid. Det passer fint med Yus egen formulering, "real time or close to it". Det er bare lidt mere nuanceret end "50x".
Faktoren flytter sig også lidt, afhængigt af hvor du kigger. En uge før lanceringen, den 28. oktober, skrev Yu på LinkedIn, at Atmee v2 var "119x cheaper and 51x faster than Seedance 2.5" i en sammenligning på et klip på 8 sekunder (Yu på LinkedIn). Eksemplet på X giver regnet ud en faktor på cirka 67 i hastighed. Begge dele er virksomhedens egne målinger.
Tech-sitet explainx.ai påpeger, at hverken opløsning, billeder pr. sekund, ventetid eller GPU-type er oplyst, og at de ikke har fundet nogen uafhængig test (explainx.ai). Så det er spændende tal. Men de er markedsføring, indtil nogen har checket dem.
Allerede i 1970 beskrev den japanske robotforsker Masahiro Mori det, vi i dag kalder "the uncanny valley". Jo mere menneskelig en robot bliver, jo mere kan vi lide den. Indtil et punkt, hvor den er NÆSTEN menneskelig. Dér falder sympatien som en sten.
Det er også målt. Maya Mathur og David Reichling testede det i 2016 med 80 rigtige robotansigter. Folk kunne mindre lide de ansigter, der var næsten men ikke helt menneskelige. I et investeringsspil påvirkede det samme fænomen også, hvem deltagerne stolede på. Små detaljer i ansigtsudtrykket afgjorde, om robotten virkede troværdig (PubMed).
Det er værd at tænke over i forhold til avatarer. Et ansigt rammer de dele af os, der vurderer andre mennesker. Det gør en chatboks ikke. Det kan gå begge veje. Et lidt forkert ansigt kan koste tillid. Et overbevisende ansigt kan give mere tillid, end systemet bag har fortjent.
Her er den side af sagen, jeg synes, vi taler for lidt om. Jeg ser to ting.
Den første er afhængighed. OpenAI og MIT Media Lab undersøgte i marts 2025 knap 40 millioner samtaler og fulgte knap 1.000 deltagere i fire uger. Følelsesmæssig brug var sjælden og samlet hos en lille gruppe tunge stemmebrugere. Det var også dem, der oftere sagde, at de betragtede ChatGPT som en ven. Stemme hang sammen med bedre trivsel ved kort brug, men med dårligere udfald ved lang daglig brug. Undersøgelsen er ikke fagfællebedømt, så tag den som et tidligt signal.
Læg så mærke til, hvad Atmee blandt andet selv nævner som brugsscenarier. Ledsagere. Dine kære. Din egen tvilling (atmee.ai). Samme side lokker skabere med "Get verified, earn every minute" (atmee.ai). Jeg siger ikke, at nogen gør noget forkert. Men når betalingen følger minutterne, belønner systemet den avatar, der holder dig længst. Det kender vi fra sociale medier.
Den anden er bedrag. Når et ansigt kan laves ud fra ét billede og ti sekunders lyd, er der ikke langt til at efterligne en rigtig person uden samtykke. Det peger explainx.ai også på. Det er i øvrigt sigende, at Yu, da en bruger spurgte, hvorfor han ikke selv brugte en avatar i lanceringen, svarede, at de har en avatar af ham, "but it's important to be authentic here" (Yu på X).
EU har taget stilling. Fra 2. august 2026 skal systemer, der taler direkte med mennesker, "such as chatbots, AI agents, and avatars", fortælle folk, at de har med en AI at gøre. Senest ved første kontakt, medmindre det er åbenlyst. Deepfakes skal mærkes. Bøderne kan ifølge Kommissionen og forordningens artikel 99 nå op på 15 millioner euro eller 3 procent af den globale omsætning (EU-Kommissionen, AI-forordningen, artikel 99).
Krav som det behøver ikke at bremse jer. Jeg har skrevet om governance, der fremmer innovation i stedet for at kvæle den.
Så tilbage til spørgsmålet fra starten. Er det en sejr, når "maskinen" føles som et menneske?
Mit svar er ja, så længe du stadig kan se, at det er en maskine. Hver eneste grænseflade fra DOS til chat har fjernet noget, vi før skulle oversætte. Det har gjort teknologien tilgængelig for langt flere. Et levende ansigt er næste skridt, og jeg tror, det kommer til at virke. Især for mennesker, der aldrig har været trygge ved et tastatur.
Men friktionen og ærligheden er to forskellige ting. Friktionen må gerne forsvinde. Ærligheden om, at der sidder en AI i den anden ende, skal blive. Det er FAKTISK dér, tilliden bliver vundet eller tabt.
Før I sætter et ansigt på jeres AI, så skriv den første sætning, den skal sige til en kunde. Den skal fortælle, at det er en AI, og hvad den kan hjælpe med. Hvis I ikke kan skrive den sætning, så den både er ærlig og lyder ordentligt, er I ikke klar til et ansigt endnu.
Hvad tænker du … ville du helst tale med et ansigt eller en chatboks, næste gang du ringer til din bank?
Læs videre: Bruger I allerede AI-agenter internt, så læs AI-agenter skal have et mandat, ikke en snor. Den handler om, hvem der må sige ja, når "maskinen" handler på jeres vegne.
Sparring: Skal I beslutte, hvor AI skal møde jeres kunder, så se, hvordan jeg arbejder med It-ledelse og strategi.
Hold dig opdateret med mine informative blogindlæg.
Kæmper du med komplekse projekter, udfordringer med it-ledelse eller eksekvering af strategi? Med over 30 års erfaring med at levere resultater med stor effekt – hvad enten det er at redde forsinkede initiativer, optimere ressourcer eller drive transformation – giver jeg den klarhed, struktur og ledelse, der skal til for at lykkes.
Lad os tage en snak om, hvordan jeg kan hjælpe dig med at nå dine mål. Book et opkald i dag!
Vi bruger kun nødvendige cookies, medmindre du siger ja til statistik (Google Analytics). Så kan vi se, hvilke artikler der bliver læst. Du kan altid ændre dit valg. Læs privatlivspolitikken
