Agentic AI - din nye, digitale kollega

I et stykke tid har vi set AI i sin “legefase”, men nu er teknologien klar til at skabe reel forretningsværdi. Det er lidt ligesom dengang, vi brugte vores iPhones til at drikke falsk øl – og i dag bruger vi dem til at svare mails og booke flybilletter.

Men hvordan ser AI i arbejdslivet egentlig ud? Svaret er agentisk AI – eller AI-agenter. Uanset hvad du kalder dem, arbejder de for dig. Tænk på dem som din personlige assistent, der kender dine virksomhedsdata, din arbejdsprofil og den kontekst, du vil have den til at forstå.

Men lad os starte med begyndelsen: Hvad er en agent egentlig?

AI-feltet udvikler sig hurtigt, så det er ikke mærkeligt, at der hersker forvirring om begrebet AI-agenter. Ordet agent er valgt, fordi det betyder en person eller ting, der spiller en aktiv rolle eller skaber en bestemt effekt. Og det er præcis, hvad en AI-agent gør: Den får ting til at ske – ved hjælp af AI.

Begrebet dækker dog over mange varianter – både teknologisk og tematisk. Du kan fx have en ERP-agent, der hjælper dig med tilbud og automatisk konverterer dem til salgsordrer. Eller du kan bruge Microsoft Copilot Studio, som giver dig et langt bredere værktøjssæt, der kan forbinde data fra andre Microsoft-platforme som SharePoint – eller fra tredjepartsleverandører.

Kort sagt: En agent er din digitale kollega, som du træner til at udføre specifikke opgaver. Agenter kan være meget specialiserede og kun løse én ting i en større proces (men gøre det ekstremt godt) – eller mere generelle, med bredere viden og flere opgaver.

Der findes mange muligheder for at bygge agenter, men til forretning er Microsoft Copilot Studio særlig stærk: Det er nemt at komme i gang, og det integrerer med de Microsoft-værktøjer, du allerede bruger.

Afhængigt af brugsscenariet kan AI bruges på flere måder – gennem automatisering eller interaktive dialogbaserede agenter.

Copilot Studio-agenter kan hjælpe med arbejdsopgaver via naturlig dialog. Det er stadig den mest udbredte brug af AI – hvor du taler med OpenAI’s sprogmodeller.

Disse agenter er langt mere avancerede end de første chatbots. De kan forstå og svare på naturligt sprog og bruge LLM’er til at udføre dine opgaver.

Et par eksempler:

• Svare på spørgsmål ud fra teknisk dokumentation i SharePoint

• Trække data fra CRM- eller PPM-systemer i Dataverse

• Bruge eksterne datakilder eller endda offentlige hjemmesider

En autonom agent er et AI-drevet system, der:

• Opfatter sin kontekst

• Reagerer på ændringer og tager beslutninger baseret på mål

• Handler for at opnå disse mål

• Lærer og tilpasser sig undervejs

Autonome agenter kan også samarbejde med andre agenter for at håndtere komplekse arbejdsgange. Fordelen ved en velfungerende autonom agent er, at den reagerer i realtid og arbejder på tværs af systemer.

Eksempel: Driver du en konsulentvirksomhed, kan en agent overvåge dit PPM-system og opdage, når et projekt er forsinket. Den kan straks alarmere de relevante personer i Teams og endda foreslå en ressourceomfordeling baseret på ERP-data. Du vælger blot, om du vil acceptere forslaget. Dermed slipper du for at overvåge alt manuelt – og kan handle, når det er nødvendigt.

Før du kaster dig over det tekniske, anbefaler vi altid at starte med jeres interne forretningsprocesser og sikre, at de er skarpe. Det påvirker nemlig både typen af agent, hvilken viden den skal have, og hvordan medarbejderne bedst kan tage den i brug.

Er du klar til næste skridt? Så hold øje med vores næste blog, hvor vi deler en praktisk guide til, hvordan du hurtigt kommer i gang med agentisk AI.