Edtech sender stadig dvd'er med posten

Da jeg gik på universitetet, var Netflix et firma, der sendte dvd'er med posten. Man lavede en liste over alt, man gerne ville se, en “kø”, som Netflix kaldte den. Standardabonnementet i 2002 gav dig tre dvd'er ude ad gangen, uden afleveringsfrist og uden gebyrer for at komme for sent, og der fandtes også andre abonnementer med flere eller færre dvd'er ad gangen. Sendte man én tilbage, sendte Netflix straks den næste film fra ens kø.

Dengang var det genialt. Man skulle ikke ud og køre til Blockbuster. Der var ingen gebyrer. Kataloget var enormt sammenlignet med, hvad en fysisk butik kunne have på hylderne, og Netflix lærte løbende, hvad man kunne lide, så de kunne anbefale, hvad man skulle se næste gang. Men der var én kæmpe begrænsning, som Netflix aldrig kunne optimere sig ud af: man skulle stadig vente på, at posten kom med den næste dvd.

Da Netflix lancerede streaming i 2007, skrottede de gradvist den fysiske levering og bredte i stedet distributionen ud fra computeren til alle mulige andre enheder. Kunderelationen bestod. Anbefalingssystemet bestod. Det meste af det, der egentlig skabte værdien, bestod. Det var kun den røde konvolut og ventetiden, der forsvandt.

Jeg tænker mere og mere på edtech ud fra præcis den skelnen. I mit første essay skrev jeg, at op mod 90 % af nutidens edtech vil forsvinde, blive slugt af noget andet eller ganske enkelt gøre sig selv irrelevant i de kommende år. Det er ikke, fordi uddannelse betyder mindre. Det er, fordi læring lige nu oplever sit eget Netflix-øjeblik.

Folk søger stadig information. De prøver stadig at forstå svære begreber, øve færdigheder, læse op til eksamen, lære sprog, skifte karriere, løse problemer og få ting forklaret. Det, der har ændret sig radikalt, er hvordan.

De åbner ChatGPT, Claude, Gemini eller Perplexity. De spørger direkte og følger op med endnu et spørgsmål. De uploader det dokument, de sidder fast i. De beder om en forklaring, en tolvårig kan følge, og bagefter én på kandidatniveau. De beder om eksempler, øvelser og modspørgsmål, diskuterer svaret og beder systemet om at forklare, hvor de tog fejl.

Det er ikke længere gætværk. OpenAI oplyste i 2025, at mere end en tredjedel af de unge i universitetsalderen i USA brugte ChatGPT, og at omkring en fjerdedel af deres beskeder handlede om læring eller skolearbejde. UNESCO rapporterede, at over to tredjedele af eleverne på ungdomsuddannelser i højindkomstlande allerede brugte generativ AI, mens Anthropics egne brugsdata fra 2026 pegede på undervisning og litteraturarbejde som den næststørste brugskategori på Claude.ai.

Læring er ikke forsvundet. Det er måden, vi konsumerer den på, der har ændret sig. Og en stor del af edtech sender stadig dvd'er med posten.

Edtechs ubehagelige forhistorie

Den nemme forklaring på, hvorfor så meget edtech pludselig ser skrøbeligt ud, er generativ AI. Det ville også være bekvemt at sige, at ChatGPT kom, og at en ellers sund branche på et øjeblik blev forældet. Problemet er bare, at tidslinjen slet ikke passer.

Branchen havde alvorlige strukturelle problemer længe før ChatGPT. Kigger man på de sidste 10-15 år af edtech, kan man næsten følge en lang række forsøg på at rydde op efter den forrige generations fejl. De tidlige virksomhedssystemer var som regel elendige. Svære at købe, svære at sætte op, svære at bruge. Det kunne kræve konsulenter, integrationer, oplæring og måneders arbejde bare at få det op at køre, før en eneste studerende havde set skyggen af det.

Så kom SaaS og lignede løsningen. Produkterne blev lettere at købe, lettere at implementere og bedre designet. Cloud, abonnement, intet stort it-projekt. Det var reelt et fremskridt, men på et tidspunkt begyndte branchen at forveksle mindre friktion i salget med mere værdi for kunden.

Vi blev ekstremt gode til at lave software: en kursusplatform, en quizplatform, en tutorplatform, en lærerplatform, en engagementsplatform, en sprogapp, en trivselsapp, en app til privatøkonomi, en app til kompetenceudvikling, endnu en platform til endnu en niche. Endnu et login, endnu et dashboard, endnu et abonnement. Fordi SaaS gjorde det let at sælge software, blev der solgt enorme mængder software. Det betyder bare ikke, at nogen brugte det.

UNESCO's Global Education Monitoring Report fra 2023 viste, at i gennemsnit 67 % af licenserne til undervisningssoftware i USA slet ikke blev brugt, og at 98 % ikke blev brugt intensivt. EdTech Genome Project, som rapporten citerer, gennemgik omkring 7.000 undervisningsværktøjer for i alt 13 milliarder dollars og fandt, at 85 % passede dårligt til formålet eller var dårligt implementeret. Det er et opsigtsvækkende tal, og branchen har efter min mening haft det alt for let ved bare at kalde det et implementeringsproblem.

Implementering betyder selvfølgelig noget. Skolerne uddanner ikke lærerne ordentligt. Ledelsen køber software uden at ændre praksis. Produkter integreres dårligt. Lærerne har ikke tid. Indkøb og faktisk brug lever hver sit liv. Men set ud fra forretningsmodellens logik rækker de forklaringer kun et stykke.

Hvis jeg bygger et produkt, der kun skaber værdi, når kunden uddanner alle grundigt, integrerer det perfekt, holder brugen oppe og på en eller anden måde overtaler tusindvis af travle mennesker til at tage en ny vane til sig, så er de forudsætninger en del af mit produkts økonomi. Jeg kan ikke bare skyde skylden over på kunden.

Evidensen var lige så ubehagelig. UNESCO fandt, at kun 7 % af de britiske edtech-virksomheder i deres undersøgelse havde lavet et randomiseret kontrolleret forsøg. 12 % havde brugt tredjepartscertificering, 18 % havde deltaget i akademiske studier. I en undersøgelse på tværs af 17 amerikanske delstater bad kun 11 % af lærere og skoleledere om peer reviewet evidens, før de indførte ny undervisningsteknologi.

Resultatet blev et besynderligt marked. Virksomhederne dokumenterede sjældent, at deres produkter forbedrede læring. Køberne krævede sjældent dokumentation, før de købte dem. Og branchen blev ekstremt dygtig til at måle alt det, software nu engang kan måle: oprettelser, logins, sete minutter, besvarede spørgsmål, gennemførte kurser, udstedte beviser.

Den slags tal fortæller, hvad der skete inde i softwaren. De fortæller ikke nødvendigvis, at nogen lærte noget, og de fortæller bestemt ikke, at kunden fik nok værdi til at blive ved med at betale.

Covid fik næsten alle dvd'er til at se nyttige ud, i en periode

Så kom covid. Den globale venturekapital i edtech lå på omkring 7 milliarder dollars i 2019. Den sprang til 16,1 milliarder i 2020 og 20,8 milliarder i 2021. I 2024 var den styrtdykket til omkring 2,4 milliarder, før den kravlede lidt op igen til 2,6 milliarder i 2025.

Den gængse forklaring er, at investorerne mistede besindelsen under pandemien og siden kom til fornuft. Der er noget om det, men covid skabte også en ekstraordinær illusion af product-market fit, simpelthen fordi alternativet forsvandt.

Skolerne valgte ikke frivilligt fjernundervisning frem for klasselokaler, der fungerede fint. Universiteterne kunne ikke bare vente på, at softwaren blev bedre. Virksomhederne kunne ikke udskyde al oplæring på ubestemt tid, og familierne kunne ikke beslutte, at nu havde børnene fået skærmtid nok, og bare sende dem tilbage i skole. Der var ingen andre steder at gå hen.

Det mærkede jeg på egen krop. Før pandemien kunne virksomheder som min bruge halvdelen af en salgssamtale på at forklare, hvorfor læring overhovedet burde foregå online. Pludselig behøvede vi ikke det længere. Verden havde ført argumentet for os.

Brugen eksploderede, men nødadoption viser kun, at et produkt fungerer, når folk ingen andre muligheder har. Det viser ikke, at de bliver ved med at vælge det, når muligheden kommer tilbage. Branchen behandlede den nødtrafik, som om et helt nyt adfærdsmønster pludselig var blevet permanent. Så åbnede verden op igen, og kunderne fik deres valg tilbage.

Hvis covid bare midlertidigt maskerede strukturelle svagheder, der allerede var der, burde de svagheder være dukket op, inden generativ AI blev et seriøst alternativ. Det oplagte sted at lede efter beviset er det børsnoterede marked.

Markedet knækkede, før ChatGPT kom

Jeg ville vide, om de svagheder, covid midlertidigt havde skjult, viste sig, før generativ AI blev et reelt alternativ. Ikke fordi en aktiekurs kan sige noget om, hvorvidt folk gerne ville lære noget, det kan den ikke, men fordi den kan sige noget langt snævrere og alligevel vigtigt: hvad der skete med de penge, der blev sat i de virksomheder, som skulle profitere på digitaliseringen af uddannelse.

Så jeg gik tilbage til udgangen af 2020 og tog de 20 største rendyrkede børsnoterede uddannelsesvirksomheder efter markedsværdi på det tidspunkt: TAL Education Group, Offcn Education, New Oriental, Chegg, Gaotu Techedu, Bright Horizons, Pearson, Kahoot!, Grand Canyon Education, China Education Group, China East Education, IDP Education, East Buy Holding, China Yuhua Education, Youdao, Laureate Education, Pluralsight, 2U, Cornerstone OnDemand og John Wiley & Sons.

Så lavede jeg et bevidst simpelt eksperiment. Forestil dig, at du den 31. december 2020 havde en million dollars og besluttede, at edtech var stedet at putte dem. Hvad var der sket med de penge?

Øvelsen har åbenlyse begrænsninger. En aktiekurs måler ikke pædagogik, læringsbehov eller produktkvalitet. En virksomhed kan vokse i omsætning og alligevel ødelægge værdi for sine aktionærer, fordi investorerne betalte for meget fra starten. En anden kan bygge et fantastisk produkt og alligevel give et middelmådigt afkast. Kurser afhænger af renter, eksekvering, konkurrence, regulering, geografi og de forventninger, der allerede lå indbygget i den oprindelige værdiansættelse.

Så jeg bruger ikke aktiemarkedet som bevis for, at folk holdt op med at ville lære. Jeg bruger det til at stille et langt snævrere spørgsmål: blev dem, der satte kapital i de virksomheder, som repræsenterede kategorien, rent faktisk belønnet for det?

Der var også en stor komplikation blandt de oprindelige 20. Ni var kinesiske, og de restriktioner på privatundervisning, Kina indførte i 2021, ændrede fuldstændig økonomien i en stor del af det private uddannelsesmarked. De tab er helt reelle, hvis man var investor, men de fortæller mindre om, hvorvidt forretningsmodellerne allerede var ved at smuldre af sig selv, uafhængigt af en ekstraordinær regulatorisk begivenhed. Så jeg regnede på begge dele.

Den fulde portefølje på 20 virksomheder viser, hvad der faktisk skete, hvis man købte hele kategorien, som den så ud ved udgangen af 2020, Kina inklusive. Til den centrale sammenligning fjernede jeg de ni kinesiske virksomheder og kiggede på de resterende 11: Chegg, Bright Horizons, Pearson, Kahoot!, Grand Canyon Education, IDP Education, Laureate Education, Pluralsight, 2U, Cornerstone OnDemand og John Wiley & Sons.

Og så spurgte jeg: hvad skete der med den million dollars?

I gruppen uden Kina blev en million dollars investeret i medianvirksomheden til omkring 1,07 millioner. Fordelt ligeligt på alle 11 virksomheder ville de være blevet til omkring 1,31 millioner, primært fordi en håndfuld stærke virksomheder trak resten af porteføljen med op. Var millionen i stedet fordelt efter virksomhedernes markedsværdi ved periodens start, altså efter det hierarki markedet selv allerede havde givet kategorien, ville den være endt på omkring 1,02 millioner.

I samme periode blev en million dollars i SPY til omkring 2,10 millioner. I QQQ til omkring 2,18 millioner. Den sammenligning er svær at pynte på.

Den, der ville investere specialiseret i edtech, skulle forstå skoleindkøb, pædagogik, implementering, gennemførelsesprocenter, regulering, institutionelle budgetter, B2B-salgscyklusser og forskellen på et LMS, en OPM, en tutorvirksomhed og en universitetsoperatør. Vedkommende skulle vurdere, hvilke virksomheder der fortjente kapital, hvilke værdiansættelser der gav mening, og hvilke forretningsmodeller der ville overleve. Den passive investor kunne bare købe SPY og gå til frokost.

Fulgte man markedets oprindelige hierarki blandt uddannelsesvirksomhederne uden Kina, sad specialisten tilbage med omkring 1,02 millioner. Det samme beløb i SPY gav omkring 2,10 millioner. Mere end en million dollars i ekstra værdi kom simpelthen af at vælge det kedelige, passive alternativ.

Det beviser ikke, at edtech var nytteløst, og det beviser ikke, at der ikke var efterspørgsel efter digital uddannelse. Det beviser noget langt mere ubehageligt for investorerne: som gruppe belønnede de største børsnoterede uddannelsesvirksomheder ikke den ekstra specialisering, koncentration og risiko, det krævede at investere i dem.

Men selv den konklusion er for grov, for virksomhederne opførte sig slet ikke ens.

En million dollars i Laureate Education blev til omkring 5,67 millioner. I Pearson til omkring 2,21 millioner. Grand Canyon Education nåede omkring 1,71 millioner, Wiley omkring 1,45 millioner og Cornerstone OnDemand omkring 1,31 millioner.

I den anden ende faldt en million dollars i Chegg til omkring 12.000 dollars. I 2U gik den helt til nul. IDP Education faldt til omkring 122.000, Kahoot! til omkring 368.000 og Bright Horizons til omkring 478.000.

Det er ikke små udsving omkring et fælles branchegennemsnit. Én virksomhed mere end femdoblede den oprindelige investering, mens en anden stort set udslettede den.

Og det betyder noget, for det udelukker den letteste konklusion. Markedet besluttede ikke, at uddannelse i sig selv var blevet værdiløst. Det skelnede mellem vidt forskellige typer forretninger, der bare var havnet under samme edtech-mærkat.

Måske ligger en del af problemet i selve kategorien. Vi kalder en enorm vifte af fundamentalt forskellige forretninger for “edtech”, blot fordi de alle rører ved uddannelse. Men en universitetsoperatør, et forlag, en testleverandør, et LMS, en tutorplatform og en læringsapp til forbrugere deler ikke nødvendigvis samme økonomi, bare fordi kunderne lærer noget.

Nogle af de stærkeste forretninger var bundet til institutioner, eksamensbeviser, prøvning, forskning, udgivelse, regulerede aktiviteter eller infrastruktur, der sad dybt inde hos kunden. Andre afhang langt mere af, at folk igen og igen valgte at besøge et separat digitalt sted for indhold, kurser, aktiviteter eller svar. Og det var i den sidste gruppe, den mest spektakulære værdiødelæggelse fandt sted.

Det leder til det næste oplagte spørgsmål. Hvis de forretninger var særligt sårbare, fordi folk skulle vende tilbage til en separat platform for noget, de i stigende grad kunne finde andre steder, var det så ChatGPT, der knækkede dem?

Tidslinjen siger nej.

Det første fald kom før AI. Så kom endnu et.

Chegg er det mest ekstreme eksempel. På toppen i 2021 var virksomheden omkring 14,7 milliarder dollars værd. I dag ligger markedsværdien på omkring 100 millioner. Mere end 99 % af værdien er væk.

Det er ekstremt fristende at kigge på den ødelæggelse og fortælle den enkle historie: ChatGPT kom, de studerende holdt op med at betale for svar, og en hel kategori brød sammen. Problemet er bare, at det første brud kom for tidligt til den forklaring.

Jeg delte de børsnoterede uddannelsesvirksomheder op efter, om en generel AI kunne levere det samme centrale resultat, som deres kunder betalte for. Det handlede ikke om, hvorvidt virksomhederne selv brugte AI. Det handlede om, hvor let et generelt AI-system kunne erstatte det, kunden tidligere skulle bruge virksomheden til.

Fra februar 2020 til november 2022 faldt en million dollars i medianvirksomheden med høj eksponering til omkring 550.000. I samme periode blev en million i medianuddannelsesforretningen med lav eksponering til omkring 1,39 millioner.

Det skete, før ChatGPT overhovedet havde en chance for at være årsagen. Noget var allerede galt.

Så gjorde mønsteret noget vigtigt, man let overser, hvis man kun kigger på start og slut: det stabiliserede sig. Fra november 2022 til december 2023 voksede en million dollars i medianvirksomheden med høj eksponering til omkring 1,04 millioner, mens den samme investering i gruppen med lav eksponering nåede omkring 1,06 millioner. I omtrent et år holdt kløften op med at vokse. Den sårbare gruppe var allerede skudt ned, men den sakkede ikke længere bagud i forhold til resten af sektoren.

Så kom det andet brud.

I løbet af 2024 og 2025, mens udbredelsen af generativ AI tog fart, faldt en million dollars i medianvirksomheden med høj eksponering til omkring 400.000. Den tilsvarende med lav eksponering nåede omkring 1,08 millioner.

Den rækkefølge er langt mere interessant end blot at sige, at AI slog edtech ihjel. Først faldt de mest udsatte forretninger kraftigt, længe før ChatGPT. Så stabiliserede de sig. Og da folk fik en markant lettere vej til mange af de samme resultater, åbnede kløften sig igen.

Det beviser ikke, at AI stod bag hver eneste dollar af det andet fald. Aktiekurser afhænger af renter, eksekvering, konkurrence, geografi og udgangspunktet for værdiansættelsen. Men det fastlægger rækkefølgen af begivenhederne, og den rækkefølge gør det svært at holde fast i den bekvemme forklaring.

Havde generativ AI knækket en ellers sund branche fra den ene dag til den anden, ville det første fald være kommet efter generativ AI. Det gjorde det ikke.

Den mere ubehagelige konklusion er, at en stor del af edtech allerede havde bygget en skrøbelig økonomi omkring produkter, kunderne var svære at fastholde på, som blev brugt for lidt, eller som afhang af, at folk igen og igen vendte tilbage til separate digitale destinationer. Markedets første korrektion afslørede de svagheder. I en kort periode stabiliserede skaden sig. Så ændrede generativ AI adgangen til mange af de samme resultater, og de virksomheder, hvis værditilbud var lettest at kopiere, faldt igen.

Den forskel betyder meget. Var ChatGPT det oprindelige problem, ville løsningen bare være at putte AI i det eksisterende produkt. Men hvis behovet består, mens vejen dertil ændrer sig, bliver det strategiske spørgsmål meget større: skal den samme værdi overhovedet fortsat leveres gennem det samme produkt?

Hvad hvis produktet er rigtigt, men indpakningen forkert?

Netflix vandt ikke, fordi folk pludselig ville se andre film, men fordi ny teknologi gjorde det muligt at ændre selve leveringen og fjerne friktion for brugeren. I dag er den friktion sjældent en fysisk barriere. Det kan være en betalingsmodel, endnu et login, en app man skal huske at åbne, et kursus man skal forpligte sig til, eller en platform der kræver, at man ændrer en vane, man allerede har.

Læringsvirksomheder konkurrerer i dag med den læring, der foregår på TikTok, i podcasts, på YouTube og i generel AI. I et europæisk studie fra 2025, bestilt af YouTube, svarede 74 % af de unge adspurgte, at de havde set YouTube-videoer for at lære noget nyt til skolen. Sesame Streets officielle YouTube-kanaler fik over fem milliarder visninger i året op til, at YouTube annoncerede et udvidet samarbejde, der fra 2026 gør platformen til det største digitale hjem for programmets afsnit.

Igen: efterspørgslen efter læring forsvandt ikke. Den flyttede sig. Og vælger man den forkerte indpakning, kan det ende helt galt. Et nyere dansk eksempel gør det usædvanligt konkret. MYiNNERME var en digital app til mental sundhed, udviklet af børnepsykologer til børn, unge og deres familier. Den tilbød selvhjælpsforløb om angst, vrede, generthed, sorg, mobning, søvn og selvværd og oversatte veletablerede psykologiske metoder til øvelser og indhold, familier kunne bruge uden om et traditionelt terapiforløb. Firmaet bag MYiNNERME er lukket og har meldt ud, at de aldrig fandt en rentabel forretningsmodel.

Den oplagte konklusion er, at produktet fejlede, fordi der ikke var nok efterspørgsel efter det. Jeg er ikke sikker på, at det er den rigtige konklusion.

Stod jeg med samme problem i dag, ville jeg spørge, om en app overhovedet skulle være udgangspunktet. Forestil dig i stedet en ansigtsløs YouTube-kanal bygget op omkring virksomhedens figurer. Et barn kunne møde en af figurerne i en video om angst, genkende den i en historie om mobning, bruge den til en vejrtrækningsøvelse og senere støde på den igen i indhold om at falde i søvn eller starte i ny skole.

At bygge det univers kræver slet ikke den produktionsinfrastruktur, det ville have krævet for få år siden. Figurer kan skabes og animeres med AI-værktøjer. Manuskripter, stemmer, oversættelser og varianter kan laves langt billigere. Produktion og udgivelse kan automatiseres. De samme figurer og psykologiske begreber kan vandre fra lange YouTube-videoer til shorts, til lyd, til printbare øvelser og til materiale, psykologer eller skoler kan bruge.

De kan også forlade skærmen helt. Den samme rettighed kunne blive til historiebøger, malebøger trykt efter behov, aktivitetshæfter, kort eller andre fysiske produkter, uden at virksomheden skal binde kapital i store lagre, før den ved, om nogen overhovedet vil have dem.

Pointen er ikke, at MYiNNERME nødvendigvis ville have klaret sig som YouTube-virksomhed. Pointen er, at det værdifulde aktiv aldrig var appen. Det var den kliniske erfaring, de psykologiske rammer, øvelserne, historierne, figurerne og evnen til at oversætte svære følelser til noget, børn kan forstå. Appen var bare én indpakning af den værdi. I dag findes der mange flere.

En konkret virksomhed og en konkret leveringsmodel kan altså forsvinde, mens den underliggende efterspørgsel består. Faktisk kan den efterspørgsel i dag mødes flere steder end nogensinde: i dedikerede produkter, hos content creators, på YouTube, via AI, i skolerne, mellem terapisessioner og i fysiske produkter koblet til digitale universer.

Men det skaber et nyt problem. Bliver software billigere at bygge og indhold billigere at skabe, er godt indhold heller ikke nok i sig selv.

Det afgørende spørgsmål bliver: hvad er stadig knapt? Det kan være et troværdigt brand. Det kan være eksamensbeviser og certificeringer. Det kan være egne data, distribution, institutionelle relationer, fællesskab, regulatorisk godkendelse, integration i en arbejdsgang, anerkendt prøvning, rettigheder eller dokumenterede resultater. Svaret varierer fra virksomhed til virksomhed, men princippet er det samme. Når software og indhold bliver billigere at producere, må investoren finde den del af forretningen, som ikke er let at kopiere. Det er et langt mere brugbart spørgsmål end at spørge, om en edtech-virksomhed “bruger AI”.

Edtechs dvd-øjeblik er også et problem for investorerne

Generativ AI har ikke bare skabt nye steder at lære. Den har også gjort det langt billigere for virksomheder at pakke den samme viden ind til alle de nye steder.

Men der er en vigtig forskel på MYiNNERME, edtech-branchen bredt og Netflix. Edtech går ikke ind i denne teknologiske omvæltning fra en stærk økonomisk position. Problemerne og værdifaldene lå der allerede, længe før generativ AI. Længe før ChatGPT var et seriøst alternativ, sad sektoren med ubrugte licenser, svag evidens for effekt, dårlig fastholdelse og forretningsmodeller, der afhang af, at folk igen og igen kom tilbage til separate digitale destinationer. De børsnoterede markeder havde allerede indregnet en del af de svagheder.

Derfor tror jeg i stigende grad, at den vigtige skelnen ikke bare går mellem “AI-virksomheder” og “ikke-AI-virksomheder”. Den går snarere mellem destinationer og infrastruktur. En destination kræver, at kunden aktivt beslutter sig for at komme til dig. Åbne appen. Logge på platformen. Starte kurset. Se lektionen. Spørge tutoren. Gennemføre aktiviteten. Komme igen i morgen.

Infrastruktur er noget andet. Den lever inde i en arbejdsgang, en institution eller et system, der allerede findes. Eksamensbeviser, prøvning, udgivelse, compliance, skoleadministration, anerkendte grader, egne data og dybt integrerede institutionelle værktøjer kan have en form for værdi, som en generel AI-grænseflade har sværere ved at snuppe.

Det gør ikke infrastrukturforretninger usårlige, og det gør ikke destinationsforretninger værdiløse. Men skelnen betyder noget, fordi AI dramatisk sænker friktionen ved at få information, forklaringer, træning og stadig mere personlig undervisning, uden at man behøver besøge en specialiseret platform.

For en investor er spørgsmålet derfor ikke bare, om folk bliver ved med at lære. Det gør de indlysende nok. Spørgsmålet er, hvem der opsnapper økonomien i den læring, når selve grænsefladen ændrer sig.

Sammenligningen med det børsnoterede marked gør problemet svært at overse. At følge markedets oprindelige hierarki blandt de største børsnoterede uddannelsesvirksomheder uden Kina gjorde en million dollars til omkring 1,02 millioner. I samme periode blev den samme million i SPY til omkring 2,10 millioner. Specialistinvestoren skulle forstå pædagogik, offentlige indkøb, implementering, regulering og en række meget specifikke forretningsmodeller, mens den passive investor bare kunne købe en indeksfond og gå til frokost. Den passive løsning endte med mere end dobbelt så mange penge.

Det er ikke et argument for, at uddannelse er værdiløst. Nærmest tværtimod. Folk lærer stadig. Børn har stadig brug for hjælp med angst. Voksne skal stadig forstå investering. Medarbejdere skal stadig have nye kompetencer. Studerende har stadig brug for forklaringer. Efterspørgslen forsvinder ikke. Det ubehagelige spørgsmål er, hvorfor så mange af de virksomheder, der blev bygget til at møde den efterspørgsel, har været så dårlige til at omsætte den til værdi for aktionærerne.

MYiNNERME-sagen gør det ekstra tydeligt. Virksomheden kan lukke, mens den viden, den skabte, de problemer, den løste, og menneskerne, der stadig søger løsninger, alle sammen består. Den værdi kan i dag pakkes ind i et YouTube-univers, tilbagevendende figurer, samtaler med AI, bøger, skoleforløb, værktøjer til psykologer, fysiske produkter eller enhver kombination, ofte til en brøkdel af den produktions- og distributionsomkostning, det ville have kostet for få år siden.

Filmen mistede ikke sin værdi, da dvd'en gjorde. Men det var heller ikke meget værd at eje en dvd-forretning, efter streaming kom til.

Det er den skelnen, jeg mener betyder noget for edtech-investorer i dag. Godt indhold er ikke nok. God pædagogik er ikke nok. Selv massiv efterspørgsel er ikke nok. Ændrer teknologien måden, folk konsumerer den underliggende værdi på, må virksomheden flytte sig med den og finde ud af, hvordan den opsnapper nok værdi til at retfærdiggøre den investerede kapital.

Og hvis den ikke kan det, hvorfor så løbe den ekstra risiko? Kan man lægge en million dollars i et passivt indeks, stort set ikke løfte en finger og ende med det dobbelte, må specialiseret edtech-kapital gøre sig fortjent til at eksistere.

Derfor bliver den næste generations vindere ikke bare dem, der bruger AI, har de bedste kurser eller gør nutidens apps en tand bedre. Det bliver dem, der forstår, hvilken del af deres produkt der stadig er reelt knap og værdifuld, hvordan den nye teknologi ændrer den billigste og mest naturlige måde at levere den på, og hvor i det nye system der overhovedet ligger en forretning, som kan opsnappe nok værdi til at give et attraktivt afkast.

Derfor tror jeg, at 90 % af edtech kan forsvinde, uden at læringen forsvinder med den. Vi løber ikke tør for ting at lære. Vi løber måske bare tør for grunde til at betale for dem på de måder, edtech har brugt det seneste årti på at bygge.