Metas "Model Capability Initiative": AI-overvågning og tillidssvigt

Når AI bliver "dødens engel": Den skruppelløse strategi bag Metas bølge af fyringer

Forestil dig, at din arbejdsgiver installerer software på din computer uden dit samtykke, software, der omhyggeligt registrerer hvert klik, tastetryk og musebevægelse. Den officielle forklaring: de vil simpelthen træne deres interne AI-systemer. Men blot et par uger senere følger en bølge af fyringer. Det, der lyder som handlingen i en dystopisk science fiction-thriller, blev en brutal realitet hos tech-giganten Meta. Med sit såkaldte "Model Capability Initiative" demonstrerede virksomheden nådesløst, hvor langt virksomheder er villige til at gå i det globale AI-kapløb. Højt kvalificerede medarbejdere reduceres fra skabere til blot råmateriale, deres implicitte viden udvindes, før de bliver vist ud. Men denne tilsyneladende effektive nådesløshed har en massiv blind plet: den ødelægger enhver organisations mest værdifulde aktiv – tillid. Vores omfattende analyse kaster lys over, hvad der virkelig skete i Meta-skandalen, hvorfor det at bruge AI som en "dødsstød" har fatale økonomiske konsekvenser, og hvordan en AI-transformation skal se ud, hvis den skal lykkes på lang sigt.

Skjult overvågning af AI-data: Den virkelige årsag til afskedigelsen af ​​8.000 Meta-medarbejdere

Når en virksomhed systematisk overvåger sine bedste medarbejdere, udtrækker deres viden, destillerer den til AI-modeller og derefter afskediger dem, er det ikke længere dystopisk fiktion. Det er den dokumenterede virksomhedspraksis hos en af ​​verdens mest værdifulde virksomheder i 2026. Det, Meta gjorde med sit såkaldte "Model Capability Initiative", er usædvanligt direkte i sin brutalitet og strategiske konsekvenser – og alligevel repræsenterer det en udviklingslogik, der omdefinerer hele forholdet mellem forretning, teknologi og menneskelig arbejdskraft. Denne analyse undersøger, hvad der rent faktisk skete, de underliggende økonomiske og psykologiske mekanismer, hvorfor strategien er suboptimal i det lange løb, og hvad virksomheder i stedet bør gøre, hvis de virkelig ønsker at vinde AI-transformationen.

Hvad der virkelig skete: Overvågning som virksomhedsstrategi

Den 21. april 2026 blev det afsløret, at Meta havde installeret sporingssoftware kaldet Model Capability Initiative (MCI) på computerne hos sine amerikanske medarbejdere. Denne software loggede musebevægelser, klik, tastetryk og tog med jævne mellemrum skærmbilleder af skærmindholdet. Der var ingen mulighed for at fravælge det. Ifølge officielle virksomhedsmeddelelser var de indsamlede data udelukkende beregnet til træning af AI-modeller og ikke til præstationsevalueringer.

Ni dage senere, den 30. april, afholdt Mark Zuckerberg et internt møde med alle involverede. En lydoptagelse af dette møde, udgivet af fagforeningen More Perfect Union, afslørede den sande begrundelse for programmet. Zuckerberg forklarede åbent, at Meta overvågede medarbejderaktivitet i Gmail, Google Chat, det interne værktøj Metamate og udviklingsmiljøet VS Code. Målet: at lære AI'en, hvor godt intelligente mennesker bruger computere. "Måden, hvorpå man får et system til at være godt til at bruge computere, er ved at lade det se virkelig intelligente mennesker bruge computere," citeres Zuckerberg for at sige i optagelsen. Han fortsatte: Metas egne ingeniører havde bedre træningsdata end eksterne entreprenører, fordi de var blandt de dygtigste i branchen.

Den 20. maj 2026 – samme dag som lydoptagelsen blev offentliggjort – begyndte Meta at afskedige cirka 8.000 medarbejdere, hvilket repræsenterer omkring ti procent af den daværende arbejdsstyrke på næsten 79.000. Samtidig blev yderligere 7.000 medarbejdere overført til nyoprettede AI-fokusteams. I alt var cirka 20 procent af hele arbejdsstyrken direkte berørt af afskedigelser eller interne overførsler. Europæiske medarbejdere var undtaget fra sporingsprogrammet på grund af kravene i den generelle forordning om databeskyttelse (GDPR).

Mere end 1.000 medarbejdere havde tidligere underskrevet en underskriftsindsamling mod overvågningsprogrammet. Der blev angiveligt opslået foldere på kontorerne, der opfordrede til modstand mod sporingspraksis. Alt dette var forgæves. Fyringerne fortsatte som planlagt.

Forretningsmodellen bag det: Kapital erstatter arbejdskraft med data

For ordentligt at forstå, hvad der sker hos Meta, er det nødvendigt at forstå den økonomiske kontekst, som det finder sted i. Meta annoncerede oprindeligt kapitalinvesteringer på 115 til 135 milliarder dollars for 2026 – en prognose, der blev opjusteret til 125 til 145 milliarder dollars i begyndelsen af ​​2026. I 2025 havde virksomheden allerede investeret 72 milliarder dollars, primært i udvidelse af sin AI-infrastruktur og datacentre. Disse tal afspejler en strategisk prioritetsbeslutning, der er afgørende for at forstå bølgen af ​​fyringer.

Fra et klassisk økonomisk perspektiv gennemgår Meta en massiv substitutionsproces: menneskelig arbejdskraft erstattes af automatiserede AI-systemer, når dette er mere effektivt. I denne model er MCI-data ikke blot et biprodukt, men en produktionsfaktor. Det tjener til at forbedre kvaliteten af ​​AI-modeller, så de autonomt kan håndtere mere komplekse kognitive opgaver. I denne logik er medarbejdere ikke bare arbejdere, men råmateriale – og ovenikøbet særligt værdifuldt råmateriale: I modsætning til eksternt erhvervede træningsdata repræsenterer erfarne Meta-ingeniører meget specifik, virksomhedsrelevant viden. Når AI'en lærer, hvordan disse mennesker arbejder, lærer den ikke generisk kodning, men Meta-specifik kodning.

Denne tilgang er forståelig ud fra et rent teknisk-økonomisk perspektiv. Implicit erfaringsbaseret viden – det vil sige viden, der findes i folks sind, men ikke eksplicit dokumenteret – er blevet betragtet som selve kernen i entreprenøriel kompetence siden Michael Polanyi og Ikujirō Nonaka og Hirotaka Takeuchis organisationsteoretiske arbejde. I 1990'erne beskrev Nonaka og Takeuchi, hvordan transformationen fra implicit til eksplicit viden og tilbage igen er den sande drivkraft bag organisatorisk innovation. Eksternaliseringsfasen – at konvertere implicit viden til eksplicit, dokumenteret form – har altid været den vanskeligste flaskehals. Meta forsøger nu at omgå denne flaskehals med AI: I stedet for at bede folk om at dokumentere deres viden, observerer AI'en blot.

I 2036 vil omkring 12,9 millioner mennesker alene i Tyskland gå på pension. Med dem vil en enorm mængde implicit erfaringsbaseret viden gå tabt. Spørgsmålet om, hvordan man bevarer denne viden, er derfor ikke blot et metaproblem, men en udfordring for økonomien som helhed. AI-baseret videnbevaring har således legitime anvendelser – forudsat at den implementeres med de berørtes samtykke og tillid.

Paradokset ved vidensudvinding: Agenten som dødens engel

Men det er præcis her, det virkelige problem begynder. Rapporter fra virksomheder – ikke kun Meta – viser, hvordan videnoverførselsinitiativer ved hjælp af AI systematisk misbruges internt. Hos en stor IT-udbyder blev AI-agenter udviklet for at gøre medarbejdernes implicitte viden eksplicit. Indtil videre en fornuftig og nødvendig opgave. Ledelsens beslutning om, hvem der modtog disse agenter, afslørede imidlertid den sande intention: de blev fortrinsvis tildelt medarbejdere, hvis afskedigelse allerede var besluttet internt.

Mønsteret var tydeligt nok til at blive bemærket. Inden for få uger vidste arbejdsstyrken: Enhver, der fik tildelt en vidensoverførselsagent, ville blive afskediget inden for en overskuelig fremtid. Agenten blev en dødsstød. Tre måneder efter agentens afskedigelse kom opsigelsen – med alarmerende regelmæssighed. Konsekvensen var forudsigelig: ingen delte frivilligt deres viden længere. De, der stadig arbejdede med AI, gjorde det uden for den officielle virksomhedsinfrastruktur – via skygge-IT, hvilket betyder med uautoriserede, privat anvendte AI-værktøjer. Det officielle transformationsinitiativ var dermed reelt dødt.

Denne case illustrerer et fundamentalt dilemma, der påvirker alle virksomheder, der ønsker at bruge AI til vidensstyring: Succesen af ​​disse initiativer afhænger udelukkende af, om medarbejderne er villige til aktivt at bidrage med deres viden. Og denne villighed er ikke en teknisk variabel, men en social. Den er direkte knyttet til tillid.

Skygge-AI som en seismograf for tab af tillid

Skiftet til skygge-IT og skygge-AI er ikke et perifert fænomen. Ifølge en undersøgelse fra Software AG om, hvordan tyske vidensarbejdere bruger AI, bruger 54 procent af tyske vidensarbejdere skygge-AI – det vil sige AI-værktøjer, der ikke leveres af deres virksomhed. Endnu mere bemærkelsesværdigt: 49 procent af respondenterne ville ikke opgive disse værktøjer, selv hvis deres virksomhed fuldstændigt forbød dem. En nylig undersøgelse foretaget af XM Cyber ​​viser, at mere end 80 procent af de adspurgte virksomheder udviser tegn på uautoriserede AI-aktiviteter. En Microsoft-undersøgelse viste, at 78 procent af AI-brugerne bruger deres egne værktøjer på arbejdspladsen.

Disse tal er ikke et tegn på ulydighed, men på rationalitet. Medarbejdere, der oplever, at deres arbejdsgivere bruger AI som et redskab til afskedigelse, opfører sig på en fuldstændig rationel og økonomisk måde, når de undgår officielle AI-platforme og tyr til uofficielle. Tabet af tillid forårsaget af sager som Meta eller den ovenfor beskrevne IT-udbyder er ikke begrænset til individuelle virksomheder. Det stråler ud til hele branchen. Hvis fortællingen om, at introduktionen af ​​AI i en virksomhed er en varsel om fyringer, bliver set med mistænksomhed.

De økonomiske konsekvenser er alvorlige: Skygge-AI skaber compliance-risici, databrud og tab af datasuverænitet. Ifølge en IBM-rapport har en ud af fem virksomheder allerede oplevet en sikkerhedshændelse relateret til skygge-AI. Virksomheder, der ødelægger deres medarbejderes tillid gennem deres egne handlinger, driver dem ud i den meget ukontrollerede adfærd, der i første omgang skaber disse risici.

Psykologisk tryghed: Den undervurderede forudsætning for enhver transformation

Forskningslitteraturen om dette emne er entydig. Begrebet psykologisk tryghed – udviklet af Harvard-professor Amy Edmondson, der har forsket i det siden 1992 – beskriver et arbejdsmiljø, hvor medarbejdere kan udtrykke deres meninger, ideer og bekymringer uden frygt for negative konsekvenser. Edmondsons tidlige studier på hospitaler afslørede et tilsyneladende kontraintuitivt resultat: De bedst præsterende teams syntes at begå flere fejl end dårligt præsterende teams. Forklaringen var, at velstyrede teams kommunikerede fejl mere åbent, fordi de følte sig trygge nok til at gøre det. Som et resultat lærte hele teamet af medlemmernes fejl – og forbedrede sig som følge heraf.

Denne opdagelse er afgørende for AI-transformationen. Uden psykologisk sikkerhed vil medarbejdere have en tendens til at undgå eksperimenter, afstå fra at stille spørgsmål og skjule fejl. I forbindelse med AI-adoption betyder det, at de ikke vil rapportere sårbarheder i AI-systemer, bidrage med innovative applikationsideer eller dele deres erfaringsbaserede viden – netop den viden, der er nødvendig for effektiv AI-træning. En global rapport fra Infosys og MIT Technology Review Insights bekræfter dette: 83 procent af de adspurgte ledere er overbeviste om, at psykologisk sikkerhed direkte påvirker succesen med AI-initiativer. Samtidig er frygten for fiasko fortsat en af ​​de største hindringer for AI-adoption – selv når alle de tekniske forudsætninger er på plads.

Forholdet mellem tillid og AI-transformation er derfor ikke et problem med bløde færdigheder, men et hårdt økonomisk produktivitetsproblem. At ødelægge psykologisk tryghed ødelægger forudsætningen for en vellykket transformation. Formlen er enkel, men dens implikationer er dybtgående: teknologi uden tillid forbliver ineffektiv.

Vores amerikanske ekspertise inden for forretningsudvikling, salg og marketing - Billede: Xpert.Digital

Branchefokusområder: B2B, digitalisering (fra AI til XR), maskinteknik, logistik, vedvarende energi og industri

Mere information her:

• Ekspert Business Hub

Et tematisk knudepunkt, der tilbyder indsigt og ekspertise:

• Vidensplatform, der dækker globale og regionale økonomier, innovation og branchespecifikke tendenser
• En samling af analyser, indsigter og baggrundsinformation fra vores vigtigste fokusområder
• Et sted for ekspertise og information om aktuelle udviklinger inden for erhvervsliv og teknologi
• Et knudepunkt for virksomheder, der søger information om markeder, digitalisering og brancheinnovationer

Samarbejdsudvalget som en rationel vetospiller

På denne baggrund er det fuldt ud forståeligt, at samarbejdsudvalg reagerer med alarm på indførelsen af ​​kunstig intelligens. I Tyskland har samarbejdsudvalg omfattende medbestemmelsesrettigheder i henhold til arbejdsforfatningsloven (Arbeitsverfassungsgesetz), som gælder for indførelsen af ​​kunstig intelligens-systemer. § 87, stk. 1, nummer 6 i arbejdsforfatningsloven er central her, idet den giver samarbejdsudvalget medbestemmelsesret vedrørende teknisk udstyr, der er i stand til at overvåge medarbejdernes adfærd eller præstation. Forbundsarbejdsdomstolen har i årtier fortolket udtrykket "i stand til" bredt: det er tilstrækkeligt, hvis udstyret objektivt er i stand til at overvåge – uanset arbejdsgiverens intention.

I praksis betyder det, at stort set alle AI-systemer, der arbejder med medarbejderdata, udløser medbestemmelsesrettigheder i henhold til § 87. Derudover har samarbejdsudvalg medbestemmelsesrettigheder i henhold til § 95 i arbejdsforfatningsloven (BetrVG) vedrørende udvælgelsesretningslinjer for afskedigelser – selvom disse udvælgelsesretningslinjer blev udarbejdet ved hjælp af AI. Siden moderniseringsloven om samarbejdsudvalg fra 2021 har samarbejdsudvalg også eksplicit tilladelse til at konsultere eksperter, når AI anvendes.

I en kendelse fra januar 2024 fastslog Arbejdsretten i Hamborg, at arbejdsgivere kan tillade medarbejdere frivilligt at bruge AI-værktøjer via private konti uden samtykke fra samarbejdsudvalget. Dette vedrører dog eksplicit det snævre tilfælde af frivillig brug via personlige konti – ikke den systematiske installation af sporingssoftware som med Meta. Sådanne krænkelser af medarbejderes privatliv er bredt sårbare over for anfægtelse i henhold til europæisk lov.

Samarbejdsudvalg, der modsætter sig ureflekterede implementeringer af AI, handler ikke ud fra teknofobi eller som obstruktioner af fremskridt. De reagerer rationelt på reelle risici, hvilket konkret er demonstreret af sager som Meta. De er institutionelle vogtere af tillid – og denne tillid er, som det er blevet vist, en økonomisk betydelig variabel.

Det teknologiske etiske dilemma: Hvad er muligt, og hvad er klogt

Bag hele denne diskussion ligger et dybere dilemma, der ikke er begrænset til individuelle virksomheder eller brancher. Teknologi skaber muligheder. Virksomheder er under pres for at gribe disse muligheder – ikke mindst på grund af konkurrence. Hvis en konkurrent er villig til at overvåge medarbejdere og bruge denne viden til sin AI, skaber det en konkurrencefordel, der lægger pres på andre virksomheder til at gøre det samme. Denne mekanisme genererer et etisk kapløb mod bunden.

I den lækkede lydoptagelse forklarede Zuckerberg selv sin begrundelse: Fordi Meta konkurrerer i et af de mest konkurrenceprægede teknologikapløb i historien og ikke har råd til at holde sig tilbage. Denne begrundelse er internt konsistent for en virksomhed, der investerer mellem 125 og 145 milliarder dollars årligt i AI. Den overser dog det faktum, at de kortsigtede gevinster i træningsdata skal vejes op mod den langsigtede skade på tillid og omdømme.

Ikke alt, hvad der er teknologisk muligt, er strategisk forsvarligt. Denne tilsyneladende banale udtalelse bærer betydelig analytisk vægt. Den kortsigtede produktivitetsgevinst, der følger af den udvundne viden, er reel. Det samme gælder de langsigtede omkostninger: faldende medarbejdermoral, øget udskiftning, omdømmeskade på rekrutteringsmarkedet, tab af kundernes tillid og regulatoriske risici. Alene det faktum, at mere end 1.000 medarbejdere underskrev en intern andragende mod MCI-programmet, illustrerer, at denne tilgang manglede intern legitimitet.

Hvordan en succesfuld AI-transformation virkelig fungerer

Virksomheder, der ønsker at implementere AI med succes, skal forstå, at teknisk ekspertise alene ikke er nok. Forskningen er klar: AI-transformation lykkes, hvor færdigheder og tillid mødes. Konkret betyder det flere ting.

For det første skal der etableres gennemsigtighed omkring formålet med og begrænsningerne af AI-systemer. Medarbejdere skal forstå, hvorfor data indsamles, hvem der har adgang, hvilke beslutninger der træffes baseret på dataene, og hvilke der ikke gør. Dette er ikke blot en indrømmelse af kommunikation, men en strategisk nødvendighed. Uklar kommunikation om AI-systemer avler mistillid – og mistillid avler skygge-IT.

For det andet skal introduktionen af ​​AI-systemer være deltagerbaseret. Medarbejdere involveret i designprocessen kender procedurerne, svaghederne og potentialet for forbedring bedst. Deres viden er ikke kun værdifuld for den tekniske implementering, men fremmer også accept. Deltagelse er her ikke en demokratisk luksus, men en nøglefaktor for effektivitet.

For det tredje skal der være en klar garanti for, at AI-systemer ikke vil blive brugt til at forberede fyringer uden gennemsigtig kommunikation. Hvor omstrukturering er uundgåelig, skal virksomheder kommunikere dette åbent – ​​og må ikke vælge at bruge AI som et tilsyneladende neutralt værktøj, der i virkeligheden fungerer som et påskud. De sociale dynamikker i arbejdsstyrken er følsomme nok til at genkende sådanne mønstre. Enhver, der forsøger at skjule fyringer bag teknologiske tiltag, fremskynder tabet af tillid.

For det fjerde – og dette er måske det vigtigste punkt – skal virksomheder forstå, at implicit viden kun kan overføres til AI-systemer med succes, hvis medarbejderne aktivt samarbejder. Tvungen vidensudtrækning giver dårligere data end frivillig deltagelse, fordi medarbejdere, der ved, at de bliver overvåget og truet med afskedigelse, vil ændre deres adfærd. Træningskvaliteten af ​​dataene falder netop fordi dataindsamlingsmetoden påvirker adfærden. Rent teknisk er denne tilgang derfor suboptimal.

Den systemiske dimension: Et mønster ud over meta

Det, der gør Meta så synlig, er kombinationen af ​​dens størrelse, dens direktehed og lydlækagen. Men det beskrevne mønster – at introducere AI for at forberede fyringer uden transparent kommunikation – er ikke en isoleret hændelse. Det er en strukturelt udbredt tilgang, der forekommer i mange virksomheder, bare mindre synligt.

Den økonomiske logik bag dette er forståelig: Virksomheder er under pres for at refinansiere omkostningerne ved AI-investeringer gennem personalereduktioner. Ligningen er: AI-investeringer genererer automatiseringspotentiale; automatiseringspotentiale retfærdiggør personalereduktioner; personalereduktioner finansierer AI-investeringer. Denne model er internt konsistent – ​​så længe man ikke tager højde for omkostningerne ved tabt tillid, faldet i kvaliteten af ​​videnudvinding og de systemiske effekter på virksomhedskultur og innovationskapacitet.

Der er også en regulatorisk dimension. I Europa beskytter GDPR mod netop den praksis, som Meta anvendte i USA. Europæiske medarbejdere blev udelukket fra MCI-programmet – ikke af etiske årsager fra virksomhedens side, men på grund af juridiske risici. Dette viser, at regulering fungerer som et beskyttelsesinstrument. Samtidig fremhæver det, at medarbejdere er betydeligt mere sårbare på markeder uden sammenlignelig beskyttelse.

Tempoet i udviklingen af ​​AI lægger et betydeligt pres på de lovgivningsmæssige rammer. EU's AI-forordning, som er ved at blive indført gradvist, vil stille strengere krav til gennemsigtighed og medarbejderbeskyttelse i forbindelse med brugen af ​​AI. For virksomheder, der allerede er forpligtet til en tillidsbaseret AI-transformation, er dette en konkurrencefordel – de behøver ikke at tilpasse deres praksis med tilbagevirkende kraft.

Tillid som en økonomisk ressource

Det sidste analytiske punkt er dette: Tillid er ikke en blød ressource. Det er en økonomisk kvantificerbar forudsætning for velfungerende organisationer – og i forbindelse med AI-transformation mere end nogensinde. Virksomheder, der behandler tillid som en engangsressource, der kan forbruges, ødelægger netop det fundament, som en vellykket transformation bygger på.

Paradokset ved videnudvinding ligger i, at de virksomheder, der mest aggressivt udvinder medarbejdernes viden, ikke blot får bedre AI-træningsdata på kort sigt, men også udtørrer kilden til denne viden på lang sigt. Når medarbejderne ved, at deres viden kan bruges imod dem, holder de op med at dele den – både med AI-systemer og med hinanden. Virksomhedens videnskultur kollapser. Det, der er tilbage, er en teknologisk avanceret organisation, der besidder mindre og mindre ægte, differentieret erfaringsbaseret viden.

Kontrasten til en anden model er lærerig: Virksomheder, der introducerer AI som et samarbejdsværktøj til at hjælpe medarbejdere med at blive mere produktive – og som kommunikerer transparent om, hvordan data bruges, og hvilke garantier der er på plads for at beskytte job – opnår konsekvent bedre resultater i forbindelse med AI-adoption. De gør dette ikke fordi de er mindre ambitiøse, men fordi de forstår den økonomiske logik bag tillid.

Det, Meta har demonstreret i de seneste uger, er ikke et billede af en succesfuld AI-transformation. Det er et billede af en virksomhed, der bytter kortsigtede gevinster for langsigtet substans i et teknologisk kapløb. Den AI-fordel, Meta opnår gennem MCI-data, er reel. Det samme er omkostningerne – i form af tabt tillid, kulturelle skader, regulatoriske risici og den præcedens, denne tilgang skaber i branchen. Teknologihistorien lærer os, at det ikke er de virksomheder, der mest aggressivt optimerer på kort sigt, der vinder, men dem, der forstår den langsigtede bæredygtighed af deres modeller. AI-transformation er ikke en sprint. Det er et maraton – og den vindes med tillid, ikke uden tillid.

Den nærmest interne løsning: Hvordan Xpert.Digital lukker operationelle huller i B2B-marketing og -salg – Smart Content-Driven Business - Billede: Xpert.Digital

Xpert.Digital er et datadrevet B2B-industricenter ledet af Konrad Wolfenstein . Virksomheden fungerer som en ekstern, nærmest intern løsning for industrielle partnere og lukker operationelle huller i marketing, indhold og salg – uden at kræve yderligere ressourcer fra klientsiden.

Mere information her:

• Den nærmest interne løsning: Hvordan Xpert.Digital lukker operationelle huller i B2B-marketing og -salg – Smart Content-Driven Business

☑️ Vores forretningssprog er engelsk eller tysk

☑️ NYT: Korrespondance på dit modersmål!

Konrad Wolfenstein

Jeg og mit team er glade for at stå til rådighed for dig som din personlige rådgiver.

Du kan kontakte mig ved at udfylde kontaktformularen her blot ringe til mig på +49 7348 4088 965. Min e-mailadresse er [email protected]:eller

Jeg glæder mig til vores fælles projekt.

☑️ SMV-support inden for strategi, rådgivning, planlægning og implementering

☑️ Oprettelse eller omlægning af den digitale strategi og digitalisering

☑️ Udvidelse og optimering af internationale salgsprocesser

☑️ Globale og digitale B2B-handelsplatforme

☑️ Pioner inden for forretningsudvikling / marketing / PR / messer