Kort sagt
- En AI‑agent forfølger et mål, bestemmer seg for de neste trinnene og bruker verktøy som e-post, CRM, lagerstyring eller dokumenter.
- Tilbakevendende prosesser med flere steg, klare regler og en person som godkjenner til slutt egner seg godt.
- Grensene er reelle: feil, kostnader per kjøring, tilgangsrettigheter, databeskyttelse og forpliktelsene under AI‑forordningen.
- Den beste starten er en enkelt, lett målbar prosess i testdrift, ikke en stor plattform.
Hva en AI‑agent er
En AI‑agent er et program med en språkmodell i sentrum. I motsetning til en enkel chat, får den et mål og tilgang til verktøy: den kan lese e-poster, se i en database, lage et dokument eller få tilgang til et grensesnitt. Modellen bestemmer selv hvilke steg den trenger i hvilken rekkefølge, sjekker mellomresultater og rapporterer om den setter seg fast.
Dette blir for tiden kraftig promotert under søkeordet Agentic AI. Et nøkternt syn er mer nyttig for bedrifter: en agent gir mening når en person hopper frem og tilbake mellom flere programmer, samler inn informasjon og bruker den til å komme med et forslag. Agenten kan ta på seg akkurat dette forarbeidet.
AI‑agent, chatbot og klassisk automatisering
| Chatbot | Klassisk automatisering | AI‑agent | |
|---|---|---|---|
| Hva han gjør | Svarer på spørsmål i samtale | Utfører faste regler | Forfølge et mål og velg trinnene selv |
| Typisk eksempel | Spørsmål om åpningstider og tjenester | Faktura fra butikk inn i regnskapsprogrammet | Les forespørselen, finn kunden i CRM, klargjør tilbudet |
| Styrke | Tilgjengelig hele døgnet | Pålitelig og rimelig | Takler ustrukturerte innspill |
| Risiko | Falsk informasjon | Avbryter hvis det er avvik | Dårlige avgjørelser uten kontroll |
I praksis brukes ofte en kombinasjon: Faste regler håndterer det som er det samme, agenten tar på seg de uklare sakene, og et menneske bestemmer hva som skal skje.
Seks typiske operasjoner i bedrifter
- Sorter forespørsler og utarbeide tilbud: Agenten leser innkommende henvendelser, tildeler dem, finner priser og vilkår og legger inn et utkast til tilbud.
- Fakturakvittering: Han leser fakturaer, sammenligner dem med ordre og følgeseddel og merker avvik for regnskap.
- Kundeservice andre nivå: Han svarer på spørsmål om ordrestatusen ved å sjekke systemet og overleverer alt som er sensitivt til teamet ditt.
- Datoer og oppdrag: Han koordinerer avtaler med kunder, tar hensyn til kalendere og reiseruter og foreslår en plan.
- Rapporter: Han samler inn tall fra flere kilder og skriver et utkast til den ukentlige eller månedlige rapporten.
- Forskning: Han sammenligner leverandører, standarder eller anbud og oppsummerer resultatene med kilder.
Disse eksemplene beskriver typiske prosesser, ikke kundeprosjekter. Hvilken av disse som er mest fordelaktig for deg, avhenger av hvor mesteparten av tiden din går tapt i dag.
Hvor grensene går
- Feil: Språkmodeller kan gi utsagn som høres plausible ut, men som er feil. Derfor, i alt som går ut eller flytter penger, gir en person fritt.
- Kostnad per kjøring: Hvert trinn bruker datakraft. For svært store mengder er en fast regel ofte billigere.
- Tilgangsrettigheter og sikkerhet: En agent har kun lov til å bruke det han trenger til oppgaven sin. Eksterne inndata, for eksempel e-poster, kan inneholde skjulte instruksjoner. Sikkerhetsorganisasjonen OWASP lister disse angrepene øverst på listen over risikoer.
- Databeskyttelse: Personopplysninger trenger et juridisk grunnlag, en kontrakt for ordrebehandling og om mulig servere i EU. Mer om dette nedenfor AI og databeskyttelse.
- AI‑regulering: Alle som bruker AI må sørge for tilstrekkelig AI‑kompetanse omsorg i laget. Hvis en agent snakker direkte til kunder, må de kunne gjenkjenne at de kommuniserer med en AI.
Hvordan starte med den første agenten
- Velg en prosess: hyppige, tidkrevende, med klare resultater. For eksempel utarbeide tilbud fra e-posthenvendelser.
- Etabler regler og suksess: Hva skal agenten gjøre og hva aldri? Hvordan måler du at det fungerer bra, for eksempel tid per prosess eller feilprosent?
- Mennesket i sløyfen: Agenten forbereder seg, teamet ditt slipper. Bare når resultatene er korrekte over en periode på uker, vil utgivelsen bli avslappet.
- Test parallelt: Agenten kjører i utgangspunktet ved siden av det forrige arbeidet. På denne måten kan du uten risiko se hvor det er riktig og hvor det ikke er det.
- Utvid: Først når den første prosessen er vellykket, kommer den neste.
Bygge den selv eller få den bygget?
Verktøy som n8n, Make eller Microsoft Copilot Studio gjør de første agentene mulig uten programmering. Dette er ideelt for eksperimenter. Så snart en agent jobber med kundedata, skriver til programmene dine eller behandler mange saker, dukker det opp spørsmål: rettigheter, logging, feilhåndtering, databeskyttelse, drift og vedlikehold. Support er verdt her. Som AI‑byrå vi utvikler AI‑agenter for mellomstore bedrifter, koble dem til dine eksisterende programmer og følge testoperasjonen.
Kilder
- Forordning (EU) 2024/1689 om kunstig intelligens: EUR-Lex
- OWASP: Topp 10 for LLM-applikasjoner
- n8n Dokumenter: AI agent node