Hvad er en AI-agent, og hvad kan den i en lille virksomhed?

Hvad er en AI-agent, og hvad er den ikke?

Ordet bliver brugt om mange ting, så her er den forklaring, vi selv bruger. Anthropic, firmaet bag Claude, skelner i en vejledning om at bygge agenter fra december 2024 mellem to slags systemer. I det ene følger sprogmodellen og værktøjerne en vej, der er skrevet på forhånd. I det andet styrer sprogmodellen selv, hvilke trin den tager, og hvilke værktøjer den bruger. Det sidste kalder de en agent.

Forskellen kan ses i et almindeligt eksempel. En fast automatisering sender en påmindelse til kunden, når en faktura er 14 dage over forfald, og den gør det samme hver gang. En AI-agent får en opgave som »gør den her henvendelse klar til en tekniker« og skal selv finde ud af, hvad der står i mailen, hvad der mangler, og hvor sagen skal hen.

En chatbot, I skriver med, er heller ikke i sig selv en agent. Den svarer, når I spørger, og venter så. En agent arbejder videre på egen hånd, inden for de grænser, I har sat.

Hvordan arbejder en AI-agent?

De fleste agenter gennemgår de samme trin, igen og igen, til opgaven er løst:

• Læser: en mail, en formular eller et dokument, skrevet med fri tekst.
• Planlægger: hvad der skal ske nu, ud fra målet og de regler, den har fået.
• Handler: slår op i et system, beder kunden om det, der mangler, eller lægger sagen det rigtige sted.
• Tjekker: om resultatet passer, før den går videre.
• Stopper: når noget er uklart, eller når et trin skal godkendes.

Sprogmodellen er den del, der læser og forstår. Resten er almindelig software: adgang til jeres mail eller jeres sagssystem og en liste over, hvad agenten må. Det er den liste, der bestemmer, hvad en agent kan nå, ikke sprogmodellen.

Anthropic skriver i samme vejledning, at en agent kan holde pause og vente på et menneske ved faste kontrolpunkter, eller når den går i stå. I praksis er det de kontrolpunkter, der gør en agent tryg at bruge i en lille virksomhed.

Eksempler på AI-agenter i en lille virksomhed

Et eksempel: et VVS-firma med otte ansatte får hver dag mails fra kunder, der beskriver en utæthed, en defekt radiator eller et ønske om et tilbud. En agent kan læse mailen, finde kunden i sagssystemet, bede om et billede og en adresse, hvis de mangler, og lægge en færdig sag klar til mester. Mester bestemmer stadig, hvem der kører ud.

Et andet eksempel: et revisionskontor med seks ansatte modtager bilag i alle mulige former. En agent kan læse dem, sortere dem efter kunde og måned og skrive til kunden, når et kontoudtog mangler. Selve bogføringen laver bogholderen.

Fælles for eksemplerne er, at teksten er forskellig fra gang til gang. Det er netop der, en agent giver mening, fordi en fast regel ikke kan forudse alle de måder, en kunde skriver på. I første afsnit af vores podcast fortæller vi, hvordan en indbakke med 3.000 ulæste mails nu bliver sorteret. Det er den samme slags læsearbejde.

Hvornår er en AI-agent det forkerte valg?

Mange opgaver kan løses helt uden AI. Følger opgaven de samme trin hver gang, og står oplysningerne i faste felter, er en almindelig automatisering billigere og lettere at stole på. Påmindelser om betaling og ordrer, der skal flyttes fra webshop til regnskab, er typiske eksempler.

Anthropic anbefaler selv at finde den enkleste løsning og kun gøre den mere kompliceret, når der er brug for det. Det er et godt råd, også fra et firma, der sælger sprogmodeller. En agent er mere fleksibel, men den kan også tage fejl på nye måder, og nogen skal følge med i, hvad den gør.

En AI-agent er også det forkerte valg, når I ikke selv kan beskrive, hvad et godt resultat er. Kan to af jeres medarbejdere ikke blive enige om, hvordan en sag skal behandles, kan en agent heller ikke.

Hvad skal være på plads, før en agent må handle?

Før en agent arbejder med rigtige sager, bør I have besluttet:

• Adgang: præcis hvilke programmer og oplysninger agenten må se og ændre. Alt andet er lukket.
• Spor: at alt, hvad agenten gør, bliver skrevet ned, så I kan se det bagefter.
• Godkendelse: hvilke trin et menneske altid skal godkende, fx et svar til en kunde eller en ændring i regnskabet.
• Ansvar: hvem i virksomheden der følger med i agenten og kan stoppe den.

Prøv gerne agenten på gamle sager først, hvor I kender det rigtige svar. Så kan I se, hvor den rammer, og hvor den tager fejl, før den møder en rigtig kunde. Læser agenten mails med navne og adresser, skal I vide, hvor oplysningerne bliver behandlet, ligesom med jeres andre programmer.

Sådan kommer I i gang med en AI-agent

Start med én opgave, ikke med en agent til det hele. Vælg en opgave, hvor nogen i dag bruger tid på at læse og sortere tekst, og hvor en fejl kan opdages, før den når kunden. Skriv ned, hvad et godt resultat er, og hvem der godkender det. Mål også, hvor lang tid opgaven tager i dag, så I bagefter kan se, om agenten har hjulpet.

Vi har samlet, hvordan vi selv bygger agenter med adgang, spor og godkendelse, under AI-agenter til virksomheder.