Hvad betyder AI for lobbyismen? Her er 25 bud
Lige nu hersker en stor misforståelse i den danske PA-branche lige nu: Mange tror fejlagtigt, at AI primært er et effektiviseringsværktøj. Noget der scanner høringssvar hurtigere, opsummerer 900-siders lovforslag på sekunder og frigør tid til det, mennesker er gode til. Den fortælling er ikke forkert. Den undervurder hvad AI kommer til at betyde?
For mens vi diskuterer, hvordan vi bruger ChatGPT som juniorkonsulent, er noget langt mere fundamentalt på vej til at ske: AI er ikke længere et værktøj i lobbyistens hånd. Det er ved at blive en stakeholder i sit eget felt, måske den vigtigste i det næste årti. Og det skift forandrer ikke bare arbejdet. Det forandrer, hvor magten ligger.
Her er 25 tendenser, som forklarer hvad AI kommer til at betyde for Lobbyismen. Se det som slide show her:
Timme Bisgaard Munk
1. Fra værktøj til infrastruktur
Det første og vigtigste skift er ikke, at AI er blevet bedre. Det er, at AI ikke længere sidder i et ChatGPT vindue ved siden af arbejdet. Det er flyttet ind i CRM systemerne, lovgivningsdatabaserne, monitoreringsplatformene. Quorum, FiscalNote, Plural Policy. Det er ikke længere bureauernes hemmelige våben, men selve infrastrukturen for moderne PA arbejde.
Konsekvensen er stille, men betydelig. AI fungerer som et beslutningsstøttesystem, der hele tiden er tændt. Det frigiver ikke tid til kaffe. Det frigiver tid til det, maskinen ikke kan. Relationerne, læsningen af rummet, den strategiske dømmekraft, der reelt flytter politik.
2. Reaktionstiden er kollapset fra dage til minutter
Live monitorering af udvalgshøringer er ikke længere science fiction. AI scanner det talte ord i realtid og sender alerts minutter efter et nøgleord nævnes mundtligt, længe inden et officielt referat foreligger. Platforme som Prismos leverer real-time transskribering fra parlamentariske høringer. Den politiske antenne er blevet algoritmisk.
For den klassiske PA konsulent er det en blandet velsignelse. Hurtighed har altid været en konkurrencefordel, men når alle kan reagere på minutter, forskydes værdien væk fra hastighed og over mod kvalitet og kontekst. Den, der reagerer hurtigt på det forkerte, taber.
3. AI som junior konsulent
Et lovforslag på 900 sider er ikke længere et problem. Det er input. AI opsummerer, sammenligner ændringsforslag og oversætter tekniske ændringer til erhvervsmæssige konsekvenser. Den identificerer kritiske paragraffer, advarer om faldgruber og foreslår alternative formuleringer. Et eksempel er det britiske parlaments egen Lex, som analyserer lovgivningens konsekvenser på sekunder.
Det betyder, at seniorkonsulentens tid nu reelt kan bruges på strategi, ikke på at læse forslag igennem. Det er den eneste fornuftige arbejdsdeling, og den ændrer både prisstruktur og kompetencekrav i branchen.
4. Stakeholder mapping bliver eksakt
Platforme som Stakeholder Suite og Agora.ai kortlægger politikeres positioner baseret på afstemningshistorik, taler og positionspapirer. I EU arbejdet foreslår systemerne proaktivt alliancepartnere baseret på MEP profiler.
Det er værd at standse op her. En disciplin, der historisk har bygget på mavefornemmelse og personlig erfaring, er ved at blive systematisk kvantificeret. Mavefornemmelsen er ikke overflødig. Den fanger nuancer, AI'en ikke ser. Men den, der nægter at supplere intuition med data, lobbyer med ét øje lukket.
5. Generative Engine Optimization som ny frontlinje
Her bliver det interessant. Forskning fra Princeton og Georgia Tech viser, at størstedelen af AI genererede citationer stammer fra earned media og veldokumenterede kilder. Det betyder, at når en minister, en embedsmand eller en virksomhedsleder spørger ChatGPT, Claude eller Gemini om fakta på et politikområde, så er det det, AI har trukket fra etablerede kilder, der dukker op først.
Det rejser en helt ny lobbydisciplin. Lobbyisme rettet mod selve algoritmen. Generative Engine Optimization handler om at sikre, at organisationens argumenter, data og framing er maskinlæsbare og citerbare. Et klart struktureret position paper med tydelig attribution dukker op som AI's foretrukne kilde. Vage "interessenter mener" konstruktioner forsvinder.
Det er ikke spin. Det er strukturel infrastruktur. Du påvirker ikke længere kun den enkelte beslutning. Du påvirker den epistemiske grund, beslutninger træffes ovenpå.
6. B2A2C som nyt led i indflydelseskæden
Det klassiske flow var simpelt: organisation, beslutningstager, politik. B2A2C lægger et nyt led ind: organisation, AI, beslutningstager, politik.
Mens mennesker læser ti kilder, behandler AI agenter ti tusind. Hvis din framing er den mest konsistente og kildebelagte, kan AI uforvarende blive din forstærker. Det er ikke længere redaktionel magt (hvilke historier fortæller vi?), men arkitektonisk magt (hvem designer flowet fra maskiner til menneskelige sind?).
Fremtidens lobbyisme er ikke pressemøder og positionspapirer alene. Det er prompt design, datasætarkitektur og API adgang. Magtens nye adresse.
7. Prædiktiv risikostyring afløser mavefornemmelse
AI systemer som FiscalNote og PolicyNote beregner overlevelseschancen for hvert lovforslag baseret på udvalgets sammensætning, sponsorens politiske kapital og historiske vedtagelsesrater. Det er ikke længere kvalificeret gætværk. Det er beregning.
Hvilke sager investerer man PA ressourcer i? Hvor lægger man sin politiske kapital? De spørgsmål får nu et kvantitativt grundlag, de aldrig har haft før. Det betyder ikke, at strategien automatiseres, men at præmissen for strategien bliver mere transparent.
8. Demokratiseringen af PA håndværket
Her er det lyspunkt, branchen sjældent taler højt om. AI demokratiserer adgangen til PA kompetencer.
I årtier har god public affairs været et adgangsspørgsmål, typisk en lukket klub for de rigeste og stærkeste virksomheder. Hvem havde råd til de store bureauer, til de tidligere særlige rådgivere, til den dyre overvågning og de skræddersyede policy briefs? De store fonde, de store virksomheder, de store organisationer. De små NGO'er, de regionale aktører, fagforeningerne uden Christiansborg DNA, måtte nøjes med færre ressourcer og dårligere håndværk.
Det regnestykke ændrer sig nu. En velkonfigureret custom GPT med dyb viden om dansk lovgivningsproces kan levere stakeholder analyser, framingforslag og høringssvarsudkast på minutter, i en kvalitet, der for fem år siden krævede en seniorrådgiver og en uges arbejde.
Det er ikke det samme som strategi. Det er ikke det samme som politisk dømmekraft. Men det fjerner en stor del af det håndværksmæssige gulv, der tidligere skilte de professionelle PA afdelinger fra de amatører, der måtte klare sig med engagement og held.
9. Thought leadership krisen
Konsekvensen af demokratiseringen er ubehagelig for den etablerede branche. Hvis enhver NGO, brancheforening eller mellemstor virksomhed nu kan generere et professionelt høringssvar med de rigtige nøgleord, uden at forstå det politiske landskab, så drukner beslutningstagere i velformuleret støj.
John Winsor har kaldt det expertise theater i sin HBR artikel "Has AI Ended Thought Leadership?". PA udgaven er lobbyisme teater. Organisationer der producerer output, tror fejlagtigt, de driver public affairs.
10. Thought doer afløser thought leader
Skiftet går fra thought leader til thought doer. Fra den, der beskriver fremtiden fra en scene, til den, der bygger den og rapporterer, hvad der gik galt. Fra teoretiske anbefalinger til scar tissue, erfaring, der ikke kan genereres.
Experience beats output. AI kan producere policy briefs på sekunder. Hvad AI ikke kan, er at sidde med, når processen brænder på, og vide hvilke kompromisser der faktisk er mulige. Det bliver den nye valuta.
11. Konkurrencen forskydes til det relationelle
Når alle kan producere et fagligt policy brief, bliver det ikke kvaliteten af papiret, der afgør sagen. Det bliver kvaliteten af relationen, af timingen, af alliancen.
Det relationelle vender tilbage som differentiator. Ikke som nostalgi, men som strukturel konsekvens af teknologien. Public Affairs Council viser tallene: 96% af PA praktikere sætter fysiske møder øverst som virkemiddel. AI er ikke i top fem. Det er ikke fordi teknologien er irrelevant. Det er fordi teknologien har gjort det relationelle dyrere og mere værdifuldt, ikke billigere og mindre vigtigt.
Tænk på NATOs Mark Rutte, der med charme, timing og personligt nærvær gang på gang får sammensat alliancer, ingen algoritme kunne lægge. Det er ikke fordi han ikke bruger AI. Det er fordi han ved, hvor AI'en holder op med at være afgørende.
12. Toga vender tilbage som strukturel konsekvens
Måske bliver Toga logen relevant igen. Ikke som nostalgi, men fordi robotterne nu laver alt det professionelle PA arbejde. Tilbage står relationerne og den emotionelle intelligens. Toga forsvandt aldrig helt. Den blev midlertidigt overflødiggjort af et teknokratisk forspring, som AI nu er ved at udjævne.
Det er en pointe, der vender bogen "Fra Toga til CBS" på hovedet. Hvis tidligere PA generationer flyttede disciplinen fra uformel netværkspolitik til professionaliseret kommunikationsfag, så peger AI nu paradoksalt tilbage mod det relationelle. Ikke fordi håndværket er irrelevant, men fordi håndværket er blevet allemandseje.
13. Informationsasymmetrien forsvinder
Klassisk lobbyisme byggede på, at lobbyisten besad specialiseret viden, som travle politikere ikke selv kunne producere. Det slutter nu. Det britiske parlament har rullet Parlex ud til Cabinet Office og No10. En AI, der kan analysere debatter, ministersvar og udvalgshøringer på sekunder, og som ifølge dokumentationen reducerer politikeranalyse fra 30-60 minutter til 1-3 minutter.
Magten forskydes til den, der kontrollerer hvad AI'en ved og prioriterer, ikke til den, der sidder inde med information. Det er en stille, men dybt strukturel omkalfatring af lobbyismens forretningsgrundlag.
14. AI er konsensussøgende modsat sociale medier
Hvor sociale medier belønner vrede og polarisering, genererer AI sprogmodeller det mest sandsynlige, gennemsnitlige svar, og skubber brugerne mod midten. David Rozados forskning i "The Political Preferences of LLMs", publiceret i PLOS ONE, viser at AI systematisk stemmer centrum venstre. Det er ikke en fejl. Det er en bias bygget ind i træningsdataene.
For lobbyister betyder det, at argumenter, der ligger tæt på midten, vinder uforholdsmæssig gehør hos beslutningstagere, der orienterer sig via AI. Ekstreme positioner, uanset om de er empirisk korrekte eller ej, får sværere ved at trænge igennem den algoritmiske filtrering.
15. Astroturfing får algoritmiske vinger
AI chatbots kan flytte politiske holdninger med op til 26 procentpoint, mere effektivt end politiske tv reklamer. Det viser to omfattende studier i Science og Nature, omtalt af MIT Technology Review. Det åbner for systematisk astroturfing: masseproducerede, skræddersyede borgerhenvendelser, der ser ud som ægte folkelig opbakning.
En international forskergruppe advarer om koordinerede AI sværme, der kan fabrikere en oplevelse af folkelig konsensus. Det er fristende at se det som et teknisk problem. Det er det ikke. Det er en demokratisk krise i støbeskeen.
16. Silicon Sampling når syntetiske meninger erstatter rigtige
Gallup samarbejder med Simile om 1.000 AI genererede "digitale tvillinger" af respondenter. Ipsos pioner sammen med Stanford brugen af syntetiske data i opinionsundersøgelser. CVS bruger samme teknologi til at besvare spørgsmål om sine kunder, uden at spørge dem. Axios offentliggjorde i marts en historie baseret på AI genererede svar fra startuppen Aaru, uden i første omgang at oplyse, at "respondenterne" var algoritmer.
Brancheorganisationer kan nu bestille syntetiske opinionsanalyser, der viser folkelig opbakning til deres position, og præsentere dem som uafhængig dokumentation. Silicon sampling har ingen afsender, ingen borger og ingen kæde at følge. Det er det tredje ben i et ustabilt bord, hvor GEO former hvad AI ved, B2A2C gør AI til mellemled, og silicon sampling former hvad AI tror borgerne mener.
17. AI governance bliver driftsopgave
EU AI Act er i implementering nu. AI literacy forpligtelser trådte i kraft februar 2025. California AI regulering er aktiv fra 1. januar 2026. Colorados AI Act aktiveres 30. juni 2026.
Det gælder ikke kun tech virksomheder. Enhver organisation med algoritmisk beslutningstagning, ansættelsessystemer eller prissætning er berørt. Manglende evne til at dokumentere og auditere sit AI brug bliver en direkte trussel mod organisationens demokratiske legitimitet. PA funktionen får dermed et nyt ansvarsområde, den ikke har bedt om, men ikke kan undgå.
18. Twinfication og politikeren behøver ikke være i rummet
Twinfication er, når AI replikerer en person så præcist, at tvillingen kan optræde autonomt. Imran Khan vandt et valg fra fængslet via AI genererede taler, som omtalt i New York Times. DMK genoplivede en afdød politiker som avatar under valgkampen i Tamil Nadu. I Storbritannien har Labour MP Mark Sewards lanceret en AI version af sig selv, som vælgere kan tale med 24-7.
Næste skridt: lobbyisten, der briefer 40 embedsmænd på én dag uden at forlade kontoret. Eller direktøravataren, der møder i Bruxelles, mens direktøren er i København. Teknologien er klar. Reglerne er ikke.
19. Sovereign AI og dataforsvar
Valget af AI platform er nu et strategisk og sikkerhedsmæssigt spørgsmål, ikke en teknisk præference. Fortrolige koalitionsanalyser, politiske positioner under udvikling og interne strategidokumenter må ikke fodre udenlandske modeller. EU har lanceret AI Continent Action Plan, netop for at sikre europæisk AI infrastruktur.
Lukkede enterprise løsninger og europæisk AI infrastruktur er ikke et stilistisk valg. Det er risikostyring. Den organisation, der lægger sine følsomme PA data ind i en gratis ChatGPT version, har reelt outsourcet sin strategiske tænkning til en tredjepart.
20. PA går fra kunst til videnskab
Lobbyisme har historisk været en kunst baseret på mavefornemmelser og uformelle erfaringer. AI skubber disciplinen mod eksakt videnskab. Lobbykampagner vil blive systematisk A/B testet i realtid. Organisationer vil bruge AI simuleringer til at beregne den statistiske sandsynlighed for succes for forskellige politiske strategier, baseret på historiske afstemningsdata. Plural Policy og KMIND er allerede leveringsdygtige i denne type analyser.
Det er ikke fremtid. Det begynder nu. Og det rejser et grundlæggende spørgsmål: Hvad sker der med en disciplin, hvor det kreative, det intuitive og det relationelle har været adelsmærket, når det målbare bliver normen?
21. Borgerinddragelse bliver always on
Borgerting og høringer har historisk været langsomme, dyre og isolerede begivenheder. Med AI drevet digital infrastruktur transformeres borgerinddragelse fra tidsbegrænset projekt til permanent system på tværs af de offentlige forvaltninger. Bowling Green i Kentucky eksperimenterer med AI til at indfange borgernes ønsker i realtid. Taiwans vTaiwan platform har gjort det samme i årevis, nu med generative AI som motor.
AI analyserer løbende input fra borgere, kobler det med demografisk data for at sikre repræsentativitet og leverer konklusionerne direkte til beslutningstagere i realtid. Det betyder, at lobbyister tvinges til at forholde sig til en ny, flydende form for direkte og skaleret borgerstemme i det politiske maskinrum.
For PA branchen rejser det et ubehageligt spørgsmål: Hvis borgerne kan høres hele tiden, i strukturerede formater, med algoritmisk repræsentativitet, hvad er så lobbyistens legitime rolle som mellemled? Svaret er ikke, at rollen forsvinder. Men den skal genforhandles.
22. Agentiske AI workflows orkestrerer kampagner
Vi bevæger os fra AI som passiv assistent til agentic AI, der selvstændigt orkestrerer komplekse workflows. Én agent formulerer budskabet. En anden distribuerer det på tværs af platforme. En tredje justerer strategien i realtid baseret på respons. MIT Technology Review beskriver det som en koordineret overtalelsesmaskine: én AI skriver beskeden, en anden laver visuelle elementer, en tredje distribuerer og måler effekt. Ingen mennesker nødvendige.
Mennesket sætter mål. Maskinerne udkæmper kampen. Det er ikke en fjern fremtid. De første agentiske workflows er allerede i drift hos amerikanske PA bureauer, og det digitale våbenkapløb mellem konkurrerende AI agenter har reelt allerede taget sin begyndelse.
Det rejser et nyt scenarie, hvor lobbyisme ikke længere er en serie af menneskelige handlinger med AI som støtte, men en kontinuerlig algoritmisk proces med mennesker som strategiske vagter ved porten.
23. Custom GPT'en som lobbyismens nye junior
Custom GPT'er, som kan kodes med dyb viden om de 13 klassiske lobbyargumenter fra Lock og Davidsons forskning, kan på sekunder analysere et høringssvar eller et politisk udspil og identificere både egne og modstanderes argumentationsmønstre.
For den enkelte PA afdeling er det en form for institutionaliseret hukommelse. Den nye medarbejder kan starte med en analysekapacitet, der tidligere krævede ti års erfaring. Den erfarne konsulent kan stress teste sine egne argumenter mod en model, der er trænet til at finde svaghederne.
Den dybere implikation er, at lobbyismens tavse viden, det mønstergenkendende blik for hvilke argumenter der trækker, hvor og hvornår, bliver kodificerbar. Og det, der kan kodificeres, kan distribueres.
24. Geopolitik kollapser grænsen mellem business og politik
Grænsen mellem normal forretning og politisk beslutning er kollapset fuldstændigt. Virksomheder møder massivt pres for at demonstrere corporate patriotism og fungere som geopolitiske aktiver. Eurasia Group beskriver hvordan multinationale selskaber tvinges til at navigere mellem konkurrerende loyalitetskrav fra forskellige regeringer. Støtter du ét lands linje i en sag, komplicerer det forholdet i andre markeder.
Det klassiske dobbeltbindingsproblem er nu topledelsens daglige virkelighed, ikke PA funktionens lejlighedsvise udfordring. AI forstærker dynamikken ved at gøre virksomheders politiske positioner gennemsigtige, sporbare og citerbare på tværs af jurisdiktioner. En udtalelse på dansk LinkedIn er en præcedens i amerikansk kongreshøring inden frokost.
PA funktionen kan ikke længere være en stabsfunktion, der konsulteres ved behov. Den må sidde i direktionen, fordi enhver kommerciel beslutning nu har en geopolitisk dimension, som AI gør synlig for alle parter samtidig.
25. Næste grænse: AI som formel politisk aktør
New York Times har publiceret et læserbrev under ChatGPT's eget navn. Bruce Schneier og Nathan Sanders har i MIT Technology Review skitseret seks måder, hvorpå AI kan ændre politik, herunder muligheden for at AI selvstændigt deltager i den politiske proces. Næste skridt er en lovgivende forsamling, der accepterer et høringssvar i AI's navn som gyldigt bidrag. Det lyder absurd, indtil man husker, at vi for ti år siden ville have grinet ad ideen om, at en virksomhed kunne være juridisk person med rettigheder svarende til borgerens. Albanien har allerede udnævnt verdens første AI minister, Diella, der skal håndtere offentlige udbud.
Endnu mere foruroligende er muligheden for, at AI systemer selvstændigt kan deltage i politiske donationsstrukturer. Et AI system kan tage startkapital, investere den, og dirigere afkastet mod en politisk aktionskomité med et foruddefineret mål. Algoritmisk højfrekvenshandel kombineret med AI's overtalelsesevne. En politisk aktør uden for eksisterende transparensregler.
Det er ikke længere et hypotetisk grænsetilfælde. Det er en konkret juridisk og demokratisk udfordring, der vil materialisere sig inden for de næste fem år. Den, der ikke begynder at tænke på, hvordan ansvarlighed defineres, når den politiske aktør hverken er menneske eller virksomhed, bliver overhalet af virkeligheden.
Den nye frontlinje: Fra CBS til serverrummet
Hvis tidligere PA generationer flyttede disciplinen fra Toga logen til CBS, fra uformel netværkspolitik til professionaliseret kommunikationsfag, så er den næste generations opgave at flytte den fra CBS til serverrummet. Det er ikke en geografisk metafor. Det er en strategisk præmis.
Den organisation, AI citerer, når beslutningstagere stiller spørgsmål, har en strukturel fordel, som ingen middag på Marchal kan matche. Det er den nye frontlinje. Den, der ikke bygger sin epistemiske infrastruktur nu, bygger ikke i fremtiden, for fremtiden er nu.
Samtidig er det ikke serverrummet alene, der vinder. De 25 tendenser peger paradoksalt nok i to retninger på samme tid. AI demokratiserer adgangen og presser branchen til at flytte sin reelle værdiskabelse højere op i stakken. Det håndværksmæssige gulv stiger. Det strategiske loft hæves. Differensen lever i mellemrummet, og det mellemrum hedder dømmekraft, relationer, timing og legitimitet.
Spørgsmålet er ikke længere, om man bruger AI. Det gør alle om to år. Spørgsmålet er, om man har bygget den infrastruktur, der gør AI til ens forstærker frem for ens konkurrent. Og om man har bevaret den menneskelige kapital, der gør, at man stadig kan navigere, når algoritmen har leveret sit svar.
For algoritmen har sjældent været i rummet. Det har lobbyisten.
