Er du typen, der tænker, før du taler? Eller er det mere omvendt? Og hvad foretrækker du, når du bruger AI? 🤔

Bedst som vi alle havde lært GPT/chat-modellerne godt at kende, har alle de store AI-udbydere udviklet en ny type modeller, nemlig reasoning.

Det er for eksempel OpenAI's o1 og o3-mini, DeepSeeks R1 og Claude 3.7 Sonnet.

Reasoning-modellerne følger en anderledes logik end chat-modellerne. Det betyder, at de ellers gode standard-prompts, som du har skrevet ned i dine noter, nu ikke virker helt lige så godt... I hvert fald ikke i reasoning-modellerne. Sorry to say.

Til gengæld er reasoning-modellerne rigtig gode til mere komplekse problemstillinger. De har altså hver sine styrker og svagheder, og derfor er det en god ting at vide lidt om forskellene på de to typer af modeller, samt hvordan du bruger dem bedst.

Det har vi været så venlige at skrive en guide til. Den indleder AIgendaen i dag, inden vi også skal snakke om en ny undersøgelse, der viser, at AI-søgninger leder til mere relevant trafik end klassiske søgemaskiner, MIT's bud på 10 breakthrough technologies i 2025 og en opdatering på de mange Deep Research-værktøjer derude.

Netop Deep Research-værktøjerne har også fundet vej til Rasmus' Toolbox i dag, så der får du et par gode tips til, hvordan du kan bruge AI-forskningsassistenter i dit arbejde. For det kan du helt sikkert.

You know the drill 👇 Happy scrolling.

P.S. Hvis du kan lide, hvad du læser, så tøv ikke med at sende AIgendaen videre til kolleger, venner eller fjerne familiemedlemmer. Vi vil så gerne have så mange med på AIgendaen som muligt. Her er et smart link.

Guide: Chat-modeller vs. Reasoning-modeller

OpenAI har o1, o3-mini og GPT-4o. DeepSeek har V3 og R1. Perplexity har sonar-pro og sonar-reasoning. Google har Gemini 2.0 Flash og Gemini 1.5 Pro. Anthropic har Claude 3.5 Haiku og nu også 3.7 Sonnet.

Markedet for AI-modeller er eksploderet, og de mest brugte modeller kan efterhånden ret forskellige ting. OpenAI har selv skrevet denne anvisning til best practices for deres reasoning-modeller.

Det betyder også, at du som bruger skal være skarp på, hvilke modeller du bruger til hvilke formål, og hvordan du prompter forskelligt til især GPT/chat-modeller og reasoning-modeller.

Det kalder på en god gammeldags guide, og den har vi skrevet til dig her.

Er AI-trafik bedre end Google-trafik?

En ny og interessant undersøgelse viser, at trafik fra AI-søgninger i f.eks. ChatGPT konverterer væsentligt bedre end trafik fra en klassisk Google-søgning.

Undersøgelsen bruger data fra 7 mio. søge-sessioner på tværs af AI og Google. Resultaterne viser, at både engagement og konverteringsrate er højere på AI-søgningerne.

Om det er de færre søgeresultater eller muligheden for at definere sin søgning mere, der resulterer i den højere kvalitet af AI-trafik, er svært at sige. Men AI-søgning er helt sikkert på vej frem - og vi hjælper dig til at blive klar her.

Vi skal længere ind! Helt ind i forskningen!

For en måneds tid siden havde vi OpenAI's Deep Research-værktøj med på AIgendaen.

Siden da har Gud og hver AI udviklet forskningsassistenter, og Perplexity tog den endda skridtet videre ved at tilbyde Deep Research som gratis værktøj for deres brugere. Det fik OpenAI til at droppe deres pris på 200$ og i stedet gøre Deep Research tilgængeligt for alle deres Plus-, Teams- og Enterprise-brugere.

Bonus-info: Deep Research-værktøjerne bygger overvejende på reasoning-modeller, så guiden, vi har linket til ovenfor, er også nyttig til dem.

10 Breakthrough Technologies i 2025

Siden 2001 har MIT hvert år udgivet en liste med 10 breakthrough technologies, som de forventer kommer til at ændre verden i det kommende år.

Listen for 2025 er (måske ikke så overraskende) præget af AI-teknologier, og den ene har vi allerede smagt lidt på i dagens AIgenda:

• Generative AI Search
• Small Language Models
• Robotaxis
• Fast-learning Robots

Rasmus' Toolbox

Deep Research-værktøjer kan hurtigt lyde som noget, der kun kan bruges til forskning, men det er langt fra sandheden. Deep Research er enormt anvendeligt til f.eks. at lave markedsanalyser, konkurrentanalyser, statistik og andre typer opgaver, der kræver meget research-arbejde. Resultaterne er overraskende gode. I videoen her fortæller Rasmus mere om, hvordan du kan bruge Deep Research.

Bedste hilsner,

Anna Katrine Matthiesen

Partner & AI Director

+45 2217 2134

akm@vertica.dk

Vertica bygger på viden - og vi deler gerne