Da den amerikanske regering tvang Anthropic til at lukke Claude Fable 5 og Mythos 5 for alle udlændinge, blev en abstrakt risiko pludselig konkret: hvad sker der med din forretning, hvis den AI, du har bygget dine arbejdsgange på, forsvinder fra den ene dag til den anden? For danske virksomheder er det her ikke et teknisk særtilfælde i Silicon Valley. Det er et spørgsmål om driftssikkerhed. Her er hvad der skete, hvorfor det rammer dig, og hvordan du sikrer dig.

Kort fortalt

Faktum Værdi
Hvad USA tvang Anthropic til at lukke Fable 5 og Mythos 5 for udlændinge
Konsekvens Europæiske virksomheder fik fra dag til dag usikker adgang til en model, de byggede på
Reaktion Store europæiske selskaber spreder nu AI-risikoen på flere leverandører
Eksempler Renault bruger Google, Microsoft, Mistral, DeepSeek og Dataiku side om side
Den nye bekymring “Pris pr. token”. Orange forventer at være besat af det inden årets udgang
Lære for SMV’er Byg ikke kritiske arbejdsgange på én lukket leverandør uden en plan B

Det er en opfølgning på vores dækning af selve nedlukningen af Fable og Mythos.

Hvad der skete

USA udstedte en eksportkontrol-ordre, der tvang Anthropic til at suspendere adgangen til Fable 5 og Mythos 5 for udenlandske statsborgere, også virksomhedens egne. Modellen er siden delvist tilbage, men i en strammere udgave med nationalitetsbaseret adgangskontrol. For en virksomhed uden for USA betyder det, at stabil adgang ikke længere er en selvfølge.

Reuters beskrev, hvordan begrænsningerne har fået store europæiske selskaber til at fremskynde en strategi, de allerede var i gang med: at sprede deres AI på flere leverandører for ikke at hænge på én. Det er den vigtigste pointe for danske virksomheder. De store reagerer ikke ved at vælge en anden enkelt leverandør, men ved at sikre, at ingen enkelt leverandør kan lægge dem ned.

Den reelle risiko for din virksomhed

Hvis du har bygget kundeservice, tekstproduktion, analyse eller interne agenter oven på én AI-model, har du en skjult enkeltfejlkilde. Risikoen er ikke kun politisk nedlukning. Det er også prisstigninger, ændrede vilkår, nedbrud, rate limits og pludselige modeludfasninger. Alt sammen ting, du ikke styrer, men som kan stoppe din drift.

Jo mere kritisk arbejdsgangen er, jo dyrere bliver afhængigheden den dag noget ændrer sig. En marketingtekst kan vente en dag. En automatiseret kundeservice eller et salgsflow kan ikke.

Sådan reagerer de store

Til VivaTech-konferencen i Paris fortalte topfolk fra Siemens, Renault, Orange og ChapsVision, at de allerede bruger en blanding af amerikanske, kinesiske og europæiske modeller for ikke at afhænge af én. Renault arbejder med Google, Microsoft, Mistral, DeepSeek og Dataiku, og blander åbne og lukkede modeller. Orange forudser, at de inden årets udgang vil være “besat af pris pr. token”, og henviser til, at en stor aktør brændte hele sit AI-budget for 2026 på fire måneder.

Pointen er ikke, at du skal kopiere deres setup. Pointen er princippet: kritisk infrastruktur skal have en fallback.

Sådan spreder du risikoen

  • Kortlæg dine kritiske AI-arbejdsgange. Hvilke ville stoppe din drift, hvis modellen forsvandt i morgen? Start der.
  • Hav mindst to leverandører. Vælg en primær og en sekundær model, så du kan skifte uden at bygge alt om. Fx ChatGPT plus en europæisk eller åben model.
  • Byg leverandøruafhængigt. Brug værktøjer som Make eller Zapier som mellemlag, så modellen kan udskiftes uden at hele flowet skal omskrives.
  • Ej dine data. Hold prompts, vidensbaser og output i dine egne systemer, ikke låst inde hos én udbyder.
  • Hold øje med prisen pr. token. Når forbruget skaleres, bliver enhedsprisen en reel driftsomkostning. Mål den, før den overrasker dig.
  • Test din plan B. En fallback du aldrig har prøvet, er ikke en fallback. Kør en øvelse på at skifte model.

Mads’ vurdering

Anthropic-sagen er den bedste gratis stresstest, danske virksomheder kunne få. De fleste, jeg taler med, har på under et år gjort sig dybt afhængige af én AI-model, uden at have tænkt over hvad der sker, hvis adgangen ændrer sig. Det er den samme fejl, mange lavede med Facebook for ti år siden: byggede hele forretningen på en platform, de ikke selv ejede.

Løsningen er ikke at frygte AI eller vente. Det er at bygge voksent. Hav en primær model du elsker, en sekundær du kan falde tilbage på, dine data i hus, og et mellemlag der gør et skift til en eftermiddags arbejde frem for et halvt års projekt. Så kan du udnytte AI fuldt ud uden at lægge din driftssikkerhed i hænderne på en udenlandsk regerings næste beslutning.

Se også: alle vores AI-nyheder samlet ét sted.

Relaterede artikler