Mange opdager først problemet, når alle bruger Copilot forskelligt. Én laver lange prompts, én kopierer ukritisk, og én giver op efter to dårlige svar. AI-adoption fejler sjældent, fordi medarbejdere mangler interesse. Den fejler oftere, fordi ingen har gjort brugen praktisk nok. Det gælder især Microsoft Copilot, fordi værktøjet ligger så tæt på de programmer, mange allerede bruger. Når AI flytter ind i Outlook, Teams, Word, Excel og PowerPoint, bliver det ikke et eksperiment ved siden af arbejdet. Det bliver en del af arbejdet.
Derfor bør virksomheder starte mere lavpraktisk. Hvilke opgaver fylder faktisk? Det kan være kundemails, tilbudstekster og opfølgning efter møder. Når opgaven er tydelig, bliver det lettere at vurdere, om AI skal hjælpe med struktur, første udkast, opsummering, kontrolspørgsmål eller forbedring af en tekst. Det er mere nyttigt end endnu en lang funktionsliste.
Hvis man læser Microsoft, er bredden tydelig. Copilot kan indgå mange steder i Microsoft 365. Det er selvfølgelig en styrke. Men det er også derfor, en generel gennemgang hurtigt bliver for tynd. Medarbejderne ved, at værktøjet kan noget, men ikke nødvendigvis hvad de skal gøre anderledes i deres egen opgavebunke.
Det er også sådan, man bør tænke om Copilot træning for marketing. Ikke som et kursus i flere smarte prompts, men som træning i bedre arbejdsvaner. Hvad skal Copilot hjælpe med? Hvad skal mennesket stadig selv vurdere? Og hvornår er et svar bare et udkast, ikke en konklusion?
AI gør ikke marketing bedre, hvis briefen er uklar: med bedre opgaver og mindre støj
Træningen bør derfor være lidt mere jordnær, end mange forventer. Deltagerne skal ikke kun se, hvad Copilot kan i en perfekt demo. De skal prøve at bruge værktøjet på en opgave, hvor input er rodet, konteksten er mangelfuld, og svaret skal redigeres, før det kan bruges. Det er sådan hverdagen ser ud.
Hvis man læser Microsoft, er bredden tydelig. Copilot kan indgå mange steder i Microsoft 365. Det er selvfølgelig en styrke. Men det er også derfor, en generel gennemgang hurtigt bliver for tynd. Medarbejderne ved, at værktøjet kan noget, men ikke nødvendigvis hvad de skal gøre anderledes i deres egen opgavebunke.
Det er praktisk, lidt kedeligt og meget vigtigt. Og netop derfor virker det.
Det bør også kobles til en enkel opfølgning. Efter kurset kan teamet vælge én opgave, gemme et godt eksempel og aftale, hvem der tjekker output. Microsoft peger på samme praktiske pointe: værdien kommer først, når AI ændrer arbejdsvaner, ikke kun når værktøjet bliver åbnet.
Det er en lille disciplin, men den betyder meget. Hvis medarbejderne går fra kurset med en konkret arbejdsgang, en fælles vurderingsregel og et par eksempler fra deres egen hverdag, er chancen for reel brug langt større end efter endnu en generel introduktion.