Kort sagt
- En AI‑agent forfølger et mål, beslutter sig for de næste trin og bruger værktøjer som e-mail, CRM, lagerstyring eller dokumenter.
- Tilbagevendende processer med flere trin, klare regler og en person, der godkender til sidst, egner sig godt.
- Grænserne er reelle: fejl, omkostninger pr. kørsel, adgangsrettigheder, databeskyttelse og forpligtelserne i henhold til AI‑forordningen.
- Den bedste start er en enkelt, let målbar proces i testdrift, ikke en stor platform.
Hvad er en AI‑agent
En AI‑agent er et program med en sprogmodel i centrum. I modsætning til en simpel chat får den et mål og adgang til værktøjer: den kan læse e-mails, kigge i en database, oprette et dokument eller kalde en grænseflade frem. Modellen bestemmer selv, hvilke trin den skal bruge i hvilken rækkefølge, tjekker mellemresultater og rapporterer, hvis den sætter sig fast.
Dette bliver i øjeblikket stærkt promoveret under søgeordet Agentic AI. Et nøgternt syn er mere nyttigt for virksomheder: en agent giver mening, når en person hopper frem og tilbage mellem flere programmer, indsamler information og bruger den til at komme med et forslag. Agenten kan påtage sig netop dette forberedende arbejde.
AI‑agent, chatbot og klassisk automatisering
| Chatbot | Klassisk automatisering | AI agent | |
|---|---|---|---|
| Hvad han gør | Besvarer spørgsmål i samtalen | Udfører faste regler | Forfølge et mål og vælg selv trinene |
| Typisk eksempel | Spørgsmål om åbningstider og tjenester | Faktura fra butikken ind i regnskabsprogrammet | Læs anmodningen, find kunden i CRM, forbered tilbuddet |
| Styrke | Tilgængelig døgnet rundt | Pålidelig og overkommelig | Klarer ustrukturerede input |
| Risiko | Falske oplysninger | Afbryder, hvis der er afvigelser | Dårlige beslutninger uden kontrol |
I praksis bruges ofte en kombination: Faste regler håndterer, hvad der er det samme, agenten påtager sig de uklare sager, og et menneske bestemmer, hvad der skal ske.
Seks typiske operationer i virksomheder
- Sorter forespørgsler og udarbejde tilbud: Agenten læser indkommende henvendelser, tildeler dem, finder priser og vilkår og afgiver et udkast til tilbud.
- Fakturakvittering: Han læser fakturaer, sammenligner dem med ordre og følgeseddel og markerer afvigelser til regnskab.
- Kundeservice på andet niveau: Han besvarer spørgsmål om ordrestatus ved at tjekke systemet og aflevere alt følsomt til dit team.
- Datoer og opgaver: Han koordinerer aftaler med kunderne, tager hensyn til kalendere og rejseruter og foreslår en plan.
- Rapporter: Han indsamler tal fra flere kilder og skriver et udkast til den ugentlige eller månedlige rapport.
- Forskning: Han sammenligner leverandører, standarder eller tilbud og sammenfatter resultaterne med kilder.
Disse eksempler beskriver typiske processer, ikke kundeprojekter. Hvilken af disse er mest gavnlig for dig afhænger af, hvor det meste af din tid er tabt i dag.
Hvor grænserne går
- Fejl: Sprogmodeller kan give udsagn, der lyder plausible, men er forkerte. Derfor giver en person frit i alt, der går ud eller flytter penge.
- Omkostninger pr. kørsel: Hvert trin bruger computerkraft. Ved meget store mængder er en fast regel ofte billigere.
- Adgangsrettigheder og sikkerhed: En agent må kun bruge det, han skal bruge til sin opgave. Eksternt input, såsom e-mails, kan indeholde skjulte instruktioner. Sikkerhedsorganisationen OWASP lister disse angreb øverst på sin liste over risici.
- Databeskyttelse: Persondata kræver et juridisk grundlag, en kontrakt for ordrebehandling og om muligt servere i EU. Mere om dette nedenfor AI og databeskyttelse.
- AI‑regulering: Enhver, der bruger AI, skal sikre tilstrækkeligt AI kompetence omsorg i teamet. Hvis en agent taler direkte til kunder, skal de kunne genkende, at de kommunikerer med en AI.
Sådan starter du med den første agent
- Vælg en proces: hyppige, tidskrævende, med klare resultater. For eksempel udarbejdelse af tilbud fra e-mail-forespørgsler.
- Etabler regler og succes: Hvad skal agenten gøre og hvad aldrig? Hvordan måler du, at det fungerer godt, såsom tid pr. proces eller fejlprocenten?
- Menneske i løkken: Agenten forbereder sig, dit team slipper. Først når resultaterne er korrekte over en periode på uger, vil frigivelsen blive lempet.
- Test parallelt: Agenten kører i første omgang ved siden af det tidligere arbejde. På denne måde kan du uden risiko se, hvor det er korrekt, og hvor det ikke er.
- Udvid: Først når den første proces er vellykket, kommer den næste.
Byg det selv eller få det bygget?
Værktøjer som n8n, Make eller Microsoft Copilot Studio gør de første agenter mulige uden programmering. Dette er ideelt til eksperimenter. Så snart en agent arbejder med kundedata, skriver ind i dine programmer eller behandler en masse sager, opstår der spørgsmål: rettigheder, logning, fejlhåndtering, databeskyttelse, drift og vedligeholdelse. Support er umagen værd her. Som AI agentur vi udvikler AI‑agenter til mellemstore virksomheder, tilslut dem til dine eksisterende programmer og ledsager testoperationen.
Kilder
- Forordning (EU) 2024/1689 om kunstig intelligens: EUR-Lex
- OWASP: Top 10 for LLM-applikationer
- n8n Docs: AI agent node