AI-agent til virksomheder: Hvad er det, og hvad kan den?
En enkel forklaring på, hvad en AI-agent er, hvilke opgaver den kan løse, og hvordan virksomheden bevarer kontrollen.
En AI-agent er et program, der bruger AI til at forstå en opgave, vælge næste skridt og arbejde med virksomhedens godkendte viden og programmer.
En chatbot venter normalt på det næste spørgsmål. En AI-agent kan fortsætte arbejdet: finde oplysninger, se hvad der mangler, opdatere et aftalt system og sende resultatet til godkendelse. På August Works’ kundesider bruger vi “AI-medarbejder” som den enkle betegnelse for en virksomhedstilpasset løsning, der kan udføre den type arbejde.
Det gør agenten i stand til at hjælpe med mere end tekst. Derfor kræver den også klare instruktioner, begrænsede adgange og kontrol.
Chatbot, automatisering eller agent?
| Egenskab | Chatbot | Automatisering | AI-agent |
|---|---|---|---|
| Starter typisk med | Et spørgsmål fra brugeren | En fast trigger eller regel | Et mål eller en opgave |
| Næste skridt | Brugeren fører samtalen videre | Følger den aftalte kæde | Vælger næste skridt inden for aftalte rammer |
| Systemer | Afhænger af den konkrete løsning | Faste forbindelser og handlinger | Kan bruge aftalte værktøjer og systemer undervejs |
| Kontrol | Brugeren vurderer svaret | Regler og undtagelser styrer flowet | Godkendelser og stopregler følger risikoen |
En robust løsning kan kombinere faste regler med AI. Faste regler kan beskytte kritiske trin, mens AI håndterer sprog, variation og vurdering, hvor det er relevant.
Hvad skal en AI-agent bruge for at kunne arbejde?
- Rolle og målHvad agenten skal opnå, hvordan et godt resultat ser ud, og hvornår den skal stoppe.
- Virksomhedens videnGodkendte dokumenter, instruktioner, kundekontekst og status i den aktuelle arbejdsgang.
- Programmer og adgangeAfgrænsede forbindelser, ofte kaldet API’er, som lader agenten søge, beregne, oprette eller opdatere noget.
- HukommelseDen kontekst agenten må bevare mellem trin eller opgaver, med et klart formål og en aftalt levetid.
- Sikkerhedsregler og godkendelseAdgangsstyring, kontrol af resultater, grænser for forbrug, menneskelig godkendelse og en stopknap.
- Log og målingEn log viser, hvad agenten gjorde. Målinger viser, om kvaliteten og værdien er god nok.
Hvilke opgaver kan en AI-agent løse?
- Forberede og følge op på kundehenvendelser
- Samle information før et salgsmøde
- Kontrollere og behandle dokumenter
- Holde data opdateret på tværs af systemer
- Besvare spørgsmål ud fra intern viden
- Finde afvigelser og sende dem til en medarbejder
En AI-agent er mindre egnet, hvis opgaven sjældent gentages, hvis de nødvendige oplysninger ikke findes digitalt, eller hvis en fejl kan få store konsekvenser og er svær at opdage. Her kan en fast automatisering eller almindelig beslutningsstøtte være et bedre valg.
Giv AI-agenten mere ansvar trin for trin
Begynd med, at agenten finder information eller laver et forslag. Når kvaliteten er dokumenteret i den konkrete arbejdsgang, kan den gøre flere trin klar til samlet godkendelse. Først derefter bør den udføre handlinger med lav risiko selv og sende undtagelser til en medarbejder.
Den første agent må gerne være kedelig. En smal, gentagen arbejdsgang lærer virksomheden mere om viden, adgang og fejl end en stor vision om en agent, der “driver hele forretningen”.
Byg ansvar ind fra starten
Se fundamentet og kilderne bag principperne for viden, adgang, menneskelig kontrol og ansvarlig brug af AI.
Ofte stillede spørgsmål
Hvad er forskellen på en AI-agent og ChatGPT?
AI-agent beskriver en måde at arbejde på, ikke et bestemt brand. ChatGPT kan selv have agentfunktioner. I en virksomhed er det afgørende derfor, om løsningen kan arbejde mod et mål med aftalt viden, systemadgang, regler og menneskelig kontrol.
Kan en AI-agent arbejde uden mennesker?
Den kan udføre flere trin selv, men ansvaret skal passe til risikoen. Vigtige handlinger, der ikke let kan gøres om, bør normalt kræve godkendelse fra et menneske.
Hvilken AI-agent bør vi bygge først?
Vælg en afgrænset, gentagen arbejdsgang med gode digitale input, tydelig værdi og lav konsekvens ved fejl. Lad agenten foreslå eller forberede, før den får lov til at handle selv.