← Blog

AI & Edtech

Edtech sender stadig dvd'er med posten

Anden del af, hvordan 90 % af edtech forsvinder. Folk er ikke holdt op med at lære. De er begyndt at forbruge viden på en anden måde. Den forskel kan udslette en stor del af edtech-branchen, som vi kender den.

Sahra-Josephine Hjorth lying on a bed of red DVD mailers, holding a phone above her face

Da jeg gik på universitetet, var Netflix en virksomhed, der sendte dvd'er med posten. Man lavede en liste over alt det, man gerne ville se, og den kaldte Netflix ens “kø”. Standardabonnementet i 2002 gav mulighed for at have tre dvd'er ude ad gangen, uden afleveringsfrister og uden gebyrer for at aflevere for sent, og virksomheden tilbød også andre abonnementer med forskellige serviceniveauer. Når man sendte en dvd tilbage, sendte Netflix den næste ledige titel fra ens kø.

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

Da Netflix lancerede streaming i 2007, begyndte virksomheden helt at fjerne den fysiske levering og udvidede derefter distributionen over internettet ud over computeren til andre enheder. Kunderelationen blev bevaret, anbefalingssystemet blev bevaret, og en stor del af det, der skabte værdi, blev bevaret. Den røde konvolut og ventetiden gjorde ikke.

Jeg tænker mere og mere på edtech ud fra netop den skelnen. I mit første essay argumenterede jeg for, at op mod 90 % af nutidens edtech vil forsvinde, konsolidere sig, blive irrelevant eller blive opslugt af noget andet i de kommende år. Det tror jeg ikke, fordi uddannelse betyder mindre. Jeg tror det, fordi læring er ved at få sit Netflix-øjeblik.

Folk leder stadig efter information. De prøver stadig at forstå svære begreber, træne færdigheder, forberede sig til eksamen, lære sprog, skifte karriere, løse problemer og få tingene forklaret. Det, der har ændret sig dramatisk, er hvordan de gør det.

De åbner ChatGPT, Claude, Gemini eller Perplexity. De spørger direkte og stiller så et opfølgende spørgsmål. De uploader det dokument, de sidder fast i. De beder om en forklaring på niveau med en tolvårig og derefter på kandidatniveau. De beder om eksempler og øvelser, diskuterer svaret, beder systemet om at stille dem spørgsmål og forklare, hvor de tog fejl.

Det er ikke længere hypotetisk forbrugeradfærd. 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 at lære noget eller om skolearbejde. UNESCO rapporterede, at mere end to tredjedele af eleverne på ungdomsuddannelserne i højindkomstlande allerede brugte generativ AI, mens Anthropics brugsdata fra 2026 placerede undervisning og litteraturarbejde som den næststørste kategori af brug på Claude.ai.

Læring er ikke forsvundet. Forbrugsmåden har ændret sig. Og en stor del af edtech sender stadig dvd'er med posten.

Edtechs ubehagelige forhistorie

Den oplagte forklaring på, at så meget edtech ser så sårbart ud i dag, er generativ AI. Det ville være bekvemt at sige, at ChatGPT kom, og at en sund branche pludselig blev forældet. Desværre holder tidslinjen ikke til den forklaring.

Branchen havde alvorlige strukturelle problemer længe før ChatGPT. Ser man på de sidste 10 til 15 år af edtech, kan man nærmest følge en række forsøg på at løse de problemer, den forrige generation skabte. De tidlige virksomhedssystemer var som regel forfærdelige. De var svære at købe, svære at sætte op og svære at bruge. At implementere ét kunne kræve konsulenter, integrationer, oplæring, migreringsprojekter og måneders arbejde, før en eneste studerende så noget som helst.

Så kom SaaS, og det så ud til at løse problemet. Produkterne blev lettere at købe, lettere at implementere og bedre designet. De lå i skyen og var abonnementsbaserede, uden behov for et kæmpe it-projekt. Det var et reelt fremskridt, men på et tidspunkt begyndte branchen at forveksle det at fjerne friktion i implementeringen med det at skabe værdi.

Vi blev ekstraordinært gode til at lave software: en kursusplatform, en quizplatform, en tutorplatform, en lærerplatform, en engagementsplatform, en sprogapp, en trivselsapp, en app om privatøkonomi, en app til faglig udvikling, en kompetenceplatform. Endnu et login, endnu et dashboard og endnu et abonnement. Fordi SaaS gjorde det lettere at sælge software, blev der solgt enormt meget software. Det betyder ikke, at nogen brugte det.

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

Implementering betyder selvfølgelig noget. Skolerne uddanner ikke lærerne. Ledelser køber software uden at ændre adfærd. Produkter integreres dårligt. Lærerne har ikke tid. Indkøb og brug lever hver sit liv. Men set fra en forretningsmodels logik rækker de forklaringer kun et stykke.

Hvis jeg bygger et produkt, der kun skaber værdi, når kunden uddanner alle grundigt, integrerer det perfekt, driver brugen vedvarende og på en eller anden måde overbeviser tusindvis af travle mennesker om at tage en ny vane til sig, så er de afhængigheder en del af mit produkts økonomi. Jeg kan ikke bare erklære, at det er kundens problem.

Evidensproblemet var lige så ubehageligt. UNESCO fandt, at kun 7 % af de britiske edtech-virksomheder, organisationen gennemgik, havde gennemført et randomiseret kontrolleret forsøg. 12 % havde brugt tredjepartscertificering, og 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 tog undervisningsteknologi i brug.

Så vi skabte et besynderligt marked. Virksomhederne dokumenterede ofte ikke, at deres produkter forbedrede læring, køberne krævede ofte ikke dokumentation, før de købte dem, og branchen blev ekstremt dygtig til at måle det, software kan måle: oprettelser, logins, sete minutter, besvarede spørgsmål, gennemførte kurser og udstedte beviser.

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

Covid fik næsten enhver dvd til at se nyttig 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 op på 2,6 milliarder i 2025.

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

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

Jeg oplevede det på egen krop. Før pandemien kunne virksomheder som min bruge første halvdel af en salgssamtale på at forklare, hvorfor læring overhovedet burde foregå online. Pludselig behøvede vi ikke gøre det længere. Verden havde ført argumentet for os.

Brugen eksploderede, men nødadoption viser kun, at et produkt virker, når folk ikke har noget alternativ. Det viser ikke, at de bliver ved med at vælge det, når alternativet kommer tilbage. Branchen behandlede den nødstrafik, som om et helt nyt adfærdsmønster var blevet permanent. Så åbnede verden igen, og kunderne fik deres valgmuligheder tilbage.

Hvis covid midlertidigt maskerede strukturelle svagheder, der allerede var der, burde de svagheder være begyndt at vise sig, før generativ AI blev et seriøst substitut. Det oplagte sted at lede efter den evidens er det børsnoterede marked.

Markedet knækkede før ChatGPT

Jeg ville vide, om de svagheder, covid midlertidigt havde skjult, begyndte at vise sig, før generativ AI blev et seriøst substitut. Ikke fordi en aktiekurs kan fortælle os, om folk gerne ville lære noget, det kan den ikke, men fordi den kan fortælle os noget langt smallere og alligevel meget vigtigt: hvad der skete med de penge, der blev investeret i de virksomheder, som angiveligt skulle nyde godt af digitaliseringen af uddannelse.

Så jeg gik tilbage til udgangen af 2020 og tog de 20 største rendyrkede børsnoterede uddannelsesvirksomheder målt på markedsværdi på det tidspunkt. Det var 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 placere dem. Hvad ville der være sket med de penge?

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

Så jeg bruger ikke børsen som bevis for, at folk holdt op med at ville have uddannelse. Jeg bruger den til at stille et langt snævrere spørgsmål: blev de, der allokerede kapital til de virksomheder, som repræsenterede kategorien, rent faktisk belønnet?

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

Den fulde portefølje på 20 virksomheder fortæller os, hvad der faktisk skete, hvis nogen købte kategorien, som den så ud ved udgangen af 2020, Kina inklusive. Til den centrale sammenligning tog jeg de ni kinesiske virksomheder ud og så 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 der skete med den million dollars.

I gruppen uden Kina blev en million dollars investeret i medianvirksomheden til omkring 1,07 millioner. Var pengene fordelt ligeligt på alle 11 virksomheder, ville de være blevet til omkring 1,31 millioner, i høj grad fordi en håndfuld stærke virksomheder trak porteføljen op. Var den million i stedet allokeret efter virksomhedernes markedsværdi ved periodens begyndelse, 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 investeret i SPY til omkring 2,10 millioner. I QQQ til omkring 2,18 millioner. Den sammenligning er svær at pynte på.

Den, der investerede i edtech som specialist, 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 afgøre, hvilke virksomheder der fortjente kapital, hvilke værdiansættelser der var berettigede, og hvilke forretningsmodeller der ville overleve. Den passive investor kunne købe SPY og gå til frokost.

At følge markedets oprindelige hierarki i uddannelsesvirksomhederne uden Kina efterlod specialisten med omkring 1,02 millioner. Det samme startbeløb i SPY gav omkring 2,10 millioner. Mere end en million dollars i ekstra værdi kom af at vælge det 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 en investor: 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 bred, for virksomhederne opførte sig ikke det mindste ens.

En million dollars investeret 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 investeret i Chegg til omkring 12.000 dollars. I 2U gik den 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 brancheresultat. Én virksomhed mere end femdoblede den oprindelige investering, mens en anden stort set udslettede den.

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

Måske ligger en del af problemet netop i selve kategorien. Vi kalder et enormt spænd 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 deres kunder 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 at få indhold, kurser, aktiviteter eller svar. Og i den anden gruppe fandt man noget af den mest spektakulære værdiødelæggelse.

Det fører 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 få andre steder, var det så ChatGPT, der knækkede dem?

Tidslinjen siger nej.

Det første fald skete før AI. Derefter kom et nummer to.

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

Det er enormt fristende at se på den ødelæggelse og fortælle en simpel historie: ChatGPT kom, de studerende holdt op med at betale for svar, og en hel kategori knækkede. Problemet er, at det første brud skete for tidligt.

Jeg delte de børsnoterede uddannelsesvirksomheder op efter, om en generel AI kunne reproducere et centralt resultat, som deres kunder betalte dem for. Det var ikke en klassificering af, om virksomhederne brugte AI. Det var et mål for, hvor let et generelt AI-system kunne erstatte det resultat, kunden tidligere havde brug for virksomheden til.

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

Det skete, før ChatGPT havde nogen reel mulighed for at forårsage faldet. Noget var allerede galt.

Derefter gjorde mønsteret noget vigtigt, som er let at overse, hvis man kun sammenligner start og slut: det stabiliserede sig. Fra november 2022 til december 2023 blev en million dollars i medianvirksomheden med høj eksponering til omkring 1,04 millioner, mens den tilsvarende investering i gruppen med lav eksponering nåede omkring 1,06 millioner. I cirka et år holdt kløften op med at vokse. Den sårbare gruppe var allerede blevet hårdt nedskrevet, men den sakkede ikke længere bagud i forhold til resten af sektoren.

Så kom det andet brud.

I løbet af 2024 og 2025, i takt med at udbredelsen af generativ AI accelererede, 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 at sige, at AI slog edtech ihjel. Først faldt de forretninger, der var mest udsat for substitution, kraftigt før ChatGPT. Så stabiliserede de sig. Og da folk derefter fik en radikalt lettere måde at opnå mange af de samme resultater på, åbnede kløften sig igen.

Det beviser ikke, at AI forårsagede 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 langt sværere at holde fast i den bekvemme forklaring.

Hvis generativ AI havde knækket en ellers sund branche fra det ene øjeblik til det andet, ville det første fald være kommet efter generativ AI. Det gjorde det ikke.

Den mere ubehagelige konklusion er, at en væsentlig del af edtech allerede havde udviklet en skrøbelig økonomi omkring produkter, der var svære at fastholde kunder på, blev brugt for lidt eller afhang af, at folk igen og igen besøgte separate destinationer. Markedets første korrektion afslørede de svagheder. I en kort periode stabiliserede skaden sig. Derefter ændrede generativ AI måden, folk kunne få adgang til mange af de samme resultater på, og de virksomheder, hvis værditilbud var lettest at reproducere, faldt igen.

Den forskel betyder rigtig meget. Hvis ChatGPT var det oprindelige problem, ville det oplagte svar være at putte AI i det eksisterende produkt. Men hvis det underliggende behov består, mens måden man tilgår det på ændrer sig, så er det strategiske spørgsmål langt større: skal den samme værdi overhovedet stadig leveres gennem det samme produkt?

Hvad nu hvis produktet er rigtigt, men indpakningen er forkert?

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

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 adspurgte unge, at de havde set YouTube-videoer for at lære noget nyt til skolen. Sesame Streets officielle YouTube-kanaler genererede mere end 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 i et regulært nederlag. 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 tilgange til øvelser og indhold, familier kunne bruge uden for et traditionelt terapiforløb. Virksomheden bag MYiNNERME er lukket og har oplyst, at det ikke lykkedes at finde en rentabel forretningsmodel.

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

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

At skabe det univers kræver ikke længere noget, der ligner den produktionsinfrastruktur, det ville have krævet før. Figurer kan skabes og animeres med AI-assisterede værktøjer. Manuskripter, stemmer, oversættelser og varianter kan produceres langt billigere. Produktion og udgivelse kan automatiseres. De samme figurer og psykologiske begreber kan bevæge sig fra lange YouTube-videoer til shorts, til lyd, til øvelser man kan printe, og til materiale psykologer eller skoler kan bruge.

De kan også bevæge sig helt væk fra skærmen. Den samme rettighed kunne blive til historiebøger, malebøger trykt på bestilling, aktivitetshæfter, kort eller andre fysiske produkter, uden at virksomheden skal finansiere store lagre, før den finder ud af, om nogen vil have dem.

Pointen er ikke, at MYiNNERME nødvendigvis ville være lykkedes som YouTube-virksomhed. Pointen er, at det værdifulde aktiv aldrig nødvendigvis var appen. Det var den kliniske erfaring, de psykologiske rammer, øvelserne, historierne, figurerne og evnen til at oversætte svære følelsesmæssige begreber til noget, børn kan forstå. Appen var én måde at pakke den værdi ind på. 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 blive mødt flere steder end nogensinde: inde i dedikerede produkter, gennem indholdsskabere, på YouTube, via AI, i skolerne, mellem terapisessioner og med fysiske produkter, der er koblet til digitale universer.

Men det skaber et nyt problem. Hvis software bliver billigere at bygge og indhold billigere at skabe, så er godt indhold heller ikke nok.

Det vigtige spørgsmål bliver: hvad er stadig knapt? Det kan være troværdige brands. Det kan være eksamensbeviser og certificeringer. Det kan være egne data, distribution, institutionelle relationer, fællesskab, regulatorisk godkendelse, integration i arbejdsgangen, anerkendt prøvning, immaterielle rettigheder eller dokumenterede resultater. Svaret vil variere fra virksomhed til virksomhed, men princippet er det samme. Når det bliver billigere at producere software og indhold, må investoren finde den del af forretningen, der ikke er let at reproducere. Det er en langt mere brugbar skelnen end at spørge, om en edtech-virksomhed “bruger AI”.

Edtechs dvd-øjeblik er også et problem for investorer

Generativ AI har ikke kun skabt nye steder at lære. Den har også gjort det langt billigere for virksomheder at pakke den samme viden om til mange af de steder.

Men der er en vigtig forskel på MYiNNERME, edtech-branchen bredt og Netflix. Edtech går ikke ind i denne teknologiske overgang fra en åbenlys økonomisk styrkeposition. De økonomiske problemer og værdifaldene ligger før generativ AI. Længe før ChatGPT var et seriøst substitut, havde sektoren ubrugte licenser, svag evidens for effekt, svær fastholdelse og forretningsmodeller, der afhang af, at folk vendte tilbage til separate digitale destinationer igen og igen. De offentlige markeder afspejlede allerede en del af de svagheder.

Derfor tror jeg i stigende grad, at den brugbare skelnen ikke bare er mellem “AI-virksomheder” og “ikke-AI-virksomheder”. Den kan gå mellem destinationer og infrastruktur. En destination kræver, at kunden 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 former for værdi, som en generel AI-grænseflade har sværere ved at opsnappe.

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 personaliseret undervisning uden at besøge en specialiseret platform.

For en investor er spørgsmålet derfor ikke kun, om folk bliver ved med at lære. Det gør de åbenlyst. Spørgsmålet er, hvem der opfanger økonomien i den læring, når grænsefladen for den ændrer sig.

Sammenligningen med det børsnoterede marked gør problemet svært at ignorere. At følge markedets oprindelige hierarki blandt de største børsnoterede uddannelsesvirksomheder uden Kina forvandlede 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 kunne købe en indeksfond og gå til frokost. Den passive mulighed 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 har stadig brug for at forstå investering. Medarbejdere har stadig brug for nye færdigheder. 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 deres aktionærer.

MYiNNERME-sagen gør det særligt let at se. Virksomheden kan forsvinde, mens den viden, den skabte, de problemer, den adresserede, og de mennesker, der leder efter løsningerne, stadig er der. Den værdi kan i dag pakkes ind i et YouTube-univers, tilbagevendende figurer, samtaler med AI, bøger, skoleforløb, værktøjer til psykologer, fysiske produkter eller kombinationer af det hele, ofte med produktions- og distributionsomkostninger, der ville have været utænkelige 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.

Det er den skelnen, jeg mener betyder noget for edtech-investorer i dag. Godt indhold er ikke nok. God pædagogik er ikke nok. Selv enorm efterspørgsel er ikke nok. Hvis teknologien ændrer den måde, folk forbruger den underliggende værdi på, må virksomheden flytte sig med den og finde ud af, hvordan den opfanger nok af værdien til at retfærdiggøre den investerede kapital.

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

Derfor bliver den næste generation af vindere ikke bare de virksomheder, der bruger AI, har de bedste kurser eller gør nutidens apps en smule 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 faktisk ligger en forretning, som kan opfange værdi nok til at give attraktive afkast.

Det er derfor, jeg tror, 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.