En AI agent er kort sagt en kunstig intelligens, der ikke bare svarer, men handler. Hvor en almindelig chatbot venter på dit næste spørgsmål, tager en agent en opgave, deler den op i skridt og arbejder sig igennem dem, indtil den er i mål. Den kan slå ting op, bruge andre programmer og rette sig selv undervejs. Det er den forskel, alt det andet udspringer af.
Forskellen på en chatbot og en agent
Tænk på ChatGPT, som de fleste kender den. Du stiller et spørgsmål, den svarer, og så er bolden hos dig igen. Den er god til ét træk ad gangen. En agent er bygget til at tage flere træk i træk uden at spørge dig efter hvert eneste et. Du giver den et mål, for eksempel at finde de tre leverandører, der passer bedst til nogle bestemte krav, og skrive et udkast til en forespørgsel. Så går den i gang. Den søger, sammenligner, skriver, tjekker sit eget arbejde og prøver igen, hvis noget ikke holder.
Det lyder som en lille forskel. Det er det ikke. Det er forskellen på et værktøj, du betjener, og en medhjælper, du sætter i gang.
Et eksempel fra en helt almindelig arbejdsdag
Sig at der hver morgen lander en håndfuld henvendelser i en fælles indbakke. En chatbot kan hjælpe dig med at skrive et pænt svar, når du selv sidder med den enkelte mail. En agent kan tage hele bunken. Den læser hver henvendelse, finder den rigtige information i jeres systemer, lægger et udkast til svar klar og sorterer det, der kræver et menneske, fra. Du skal stadig godkende, før noget bliver sendt. Men du starter dagen med udkast i stedet for en tom side.
Hvad de er gode til lige nu, og hvad de ikke er
Her er det vigtigt at være ærlig, for der bliver lovet meget på agenternes vegne i øjeblikket. De er stærke til opgaver, der er nogenlunde ens hver gang, foregår på en skærm og følger regler, man kan skrive ned. Behandling af bilag, informationssøgning, udkast til standardsvar, oprydning i data. Den slags.
De er til gengæld ikke gode til opgaver, hvor der skal tung dømmekraft til, hvor målet er uklart, eller hvor en fejl er dyr og ingen opdager den. En agent kan stadig tage fejl med fuld overbevisning. Derfor hører der klare rammer til: grænser for hvad den må, og et menneske, der godkender det, der har konsekvenser. Den bedste opskrift lige nu er ikke en agent, der kører helt alene, men en agent, der gør benarbejdet og lægger op til et menneske.
Hvor det bliver interessant for virksomheder
Den virkelige gevinst ligger sjældent i det spektakulære. Den ligger i de kedelige, gentagne arbejdsgange, som ingen brænder for, men som tager timer hver uge. Kobler man en agent på de opgaver, med værktøjer som Copilot Studio, Make eller n8n, begynder tiden at flytte sig fra tastearbejde til det, mennesker er bedre til. Det er også her, de fleste begår den samme fejl. De vil automatisere alt på én gang. Det holder aldrig.
Sådan kommer I i gang uden at brænde fingrene
Start småt. Vælg én afgrænset arbejdsgang, hvor I kender reglerne og kan leve med, at et menneske godkender undervejs. Byg den, mål om den rent faktisk sparer tid, og lær af den, før I tager den næste. På den måde bygger I både erfaring og tillid, i stedet for at satse stort på noget, ingen endnu forstår.
Vil I have hænderne i det, bygger vi agenter fra bunden på vores AI Agent kursus, og vi arbejder med at koble tingene sammen på kurset i AI automatisering. Skal hele holdet med fra start, kan vi holde det som firmakursus hos jer.
AI agenter er ikke magi, og de er heller ikke bare varm luft. De er et skridt fra AI, der taler, til AI, der laver noget. Jo før man forstår, hvad de faktisk kan og ikke kan, jo før kan man bruge dem til noget, der batter.
Emner