Artikler · Egne systemer med AI · 8 min. læsning
AI-agent, automatisering eller integration? Sådan vælger I den rigtige løsning
Det dyreste spørgsmål i en virksomhed kan være: Hvilken AI skal vi købe? Et bedre spørgsmål er: Hvad skal fungere bedre? Hvis ugens rapport kræver, at en medarbejder henter tal fra tre systemer, samler dem i et regneark og retter formaterne, før chefen kan læse den, har I et problem med en arbejdsgang. Hvilken teknologi, der løser det, er en senere beslutning.
Af Martin Egesø · Udgivet
Kort svar
Vælg løsningen ud fra arbejdsgangen, ikke ud fra teknologien. Forenkl processen først. Brug automatisering, når reglerne er faste, integration, når data skal mellem systemer, og AI, når arbejdet består af tekst, billeder eller sprog. En AI-agent kan være relevant, når flere værktøjer og skiftende handlinger indgår. Egen software er til processer, der er unikke for jer. Vælg den simpleste løsning, der virker.
I artiklen 8 afsnit
Det vigtigste
- Start med arbejdsgangen og det, der skal fungere bedre. Teknologien er et senere valg.
- Den rigtige løsning er ofte den simpleste: en ændret proces, en automatisering eller en integration. AI og AI-agenter er til arbejde, der ikke kan beskrives som faste regler.
- Forkert valg giver flere systemer, mere kompleksitet, manuelle omveje og løsninger, ingen bruger.
- Løsninger kombineres ofte. Beskriv hver del for sig, så I kan se, hvor et menneske skal kontrollere.
- Når løsningen er valgt, skal ejer, data, risiko og næste review kunne findes igen.
Hvorfor vælger så mange teknologien før problemet?
Teknologivalg starter ofte et andet sted end i arbejdsgangen: en leverandør viser en demo, en kollega har hørt om en AI-agent, eller bestyrelsen spørger, hvad virksomheden gør med AI. Så bliver spørgsmålet "Hvilken AI skal vi bruge?" Det er et indkøbsspørgsmål.
Spørgsmålet "Hvad skal fungere bedre?" er et driftsspørgsmål. Det handler om tid, fejl, kvalitet eller hvor hurtigt en kunde får svar. Først når det er besvaret, kan I se, hvilken slags løsning arbejdsgangen kræver. Det kan være en anden rækkefølge i processen, en automatisering, en integration, AI, en AI-agent eller egen software.
Hvad sker der, hvis I vælger forkert eller slet ikke?
Forkert teknologi løser sjældent problemet, og det tilføjer ofte nye. Typiske konsekvenser:
- Flere systemer. Et nyt værktøj kommer oven i de eksisterende, og data skal stadig flyttes.
- Mere kompleksitet. En AI-agent bruges til noget, en almindelig regel kunne klare, og så er resultatet sværere at teste og forklare.
- Manuelle omveje. Medarbejderne retter og kopierer i hånden, fordi løsningen ikke passer til arbejdet.
- Højere omkostning. Abonnementer, udvikling og vedligehold løber videre, også når gevinsten udebliver.
- Afhængighed. Arbejdsgangen hænger på én leverandør eller én medarbejder, som ved, hvordan det virker.
- Lav brug. Hvis løsningen ikke passer til hverdagen, vælger medarbejderne den fra.
Gør I ingenting, fortsætter den manuelle arbejdsgang. Den koster samme tid, giver samme fejl og afhænger af de samme personer. Det er sjældent dramatisk, men det er en udgift, der ikke står noget sted.
Hvad er forskellen på de seks løsninger?
De seks løsninger har hver sin opgave. Her er, hvad de betyder, uden fagsprog.
- Ændret proces. Ingen ny teknologi. Et trin fjernes, flyttes eller ændres, så arbejdet bliver enklere.
- Automatisering. Et system udfører faste trin efter faste regler, så ingen skal gøre det i hånden. "Hvis ordren er over 10.000 kr., send den til godkendelse" er en regel.
- Integration. To eller flere systemer udveksler data automatisk, så oplysninger ikke skal tastes ind to gange.
- AI. AI-forordningen beskriver et AI-system som et maskinbaseret system, der ud fra det input, det modtager, udleder, hvordan det kan generere output som forudsigelser, indhold, anbefalinger eller beslutninger (artikel 3, nr. 1). I praksis: AI kan læse, skrive, sortere og opsummere tekst og billeder. Forskellen på AI og automatisering er, at automatisering følger regler skrevet på forhånd, mens AI udleder et svar, som kan være forkert.
- AI-agent. Begrebet bruges forskelligt. Anthropic, som udvikler AI-modeller, skelner i en guide fra 19. december 2024 mellem workflows, hvor sprogmodeller og værktøjer styres gennem foruddefinerede kodestier, og agenter, hvor sprogmodellen selv styrer sin proces og sin brug af værktøjer. Sagt enkelt: en agent vælger selv næste skridt. Den samme guide anbefaler at finde den simpleste løsning og kun øge kompleksiteten, når det er nødvendigt.
- Specialudviklet software. Kode skrevet til jeres proces, når ingen standard passer.
| Løsning | Passer til | Typisk faldgrube |
|---|---|---|
| Ændret proces | Et trin, der slet ikke behøver at findes | Teknologi bruges til at ordne en proces, der burde ændres |
| Automatisering | Gentagne opgaver med faste regler | Reglerne er ikke skrevet ned, så de ikke kan automatiseres |
| Integration | Data, der skal fra system A til system B | Systemerne har ikke en forbindelse, og den koster mere end forventet |
| AI | Tekst, billeder og sprog, hvor et menneske kontrollerer svaret | Svar bruges uden kontrol, og fejl opdages sent |
| AI-agent | Flere værktøjer og handlinger, der skifter fra sag til sag | Agenten får for meget adgang, og ingen kan forklare, hvad den gjorde |
| Egen software | Processer, der er unikke for jer og vigtige for forretningen | Der bygges, hvor en standard kunne klare det |
Hvordan vælger I? Stigen: start nederst
Stigen er min måde at strukturere valget på. Den er ikke en lovregel og ikke en standard. Princippet er at starte nederst, hvor løsningerne er simplest, og kun gå højere op, hvis det trin ikke er nok.
- Skal arbejdet gøres, og kan det gøres enklere? Hvis et trin kan fjernes, er det den billigste løsning. Ændret proces.
- Er arbejdet gentagne trin efter faste regler? Så er det automatisering.
- Skal data flyttes mellem systemer? Så er det integration.
- Består arbejdet af tekst, billeder eller sprog, hvor reglerne ikke kan skrives på forhånd? Så kan AI være relevant, med et menneske, der kontrollerer resultatet.
- Skal flere værktøjer bruges, og er næste handling forskellig fra sag til sag? Så kan en AI-agent være relevant. Giv den kun den adgang, opgaven kræver.
- Er processen unik for jer, og passer ingen standard? Så kan specialudviklet software være relevant.
Tre nuancer gør modellen brugbar:
- "Kan være relevant" er en retning, ikke et svar. Trinene siger, hvad I skal undersøge, ikke hvad I skal købe.
- Trin kombineres. En arbejdsgang kan kræve AI til at læse, regler til at kontrollere og en integration til at skrive.
- Jo højere op, jo mere kontrol. En regel kan I teste én gang. AI og agenter kan svare forskelligt, så de kræver kontrol og opfølgning. Det er min anbefaling, ikke et lovkrav.
Hvis I vælger at købe, tilpasse eller bygge en løsning, hjælper artiklen om at købe, tilpasse eller bygge videre. Den starter, hvor denne slutter.
Tre eksempler på valget
Her er tre arbejdsgange, hvor modellen giver forskellige svar. Alle tre er tænkte og viser, hvordan valget kan se ud. Prøv at placere en af jeres egne på samme måde.
Et tænkt eksempel
Ugens salgsrapport. En medarbejder henter tal fra tre systemer og samler dem i et regneark hver mandag. Først spørges der, hvem der læser rapporten, og om alle tal er nødvendige. Beregningerne er faste regler, og tallene kan hentes automatisk. Svaret er integration og automatisering. AI er ikke nødvendig, og en agent ville gøre det dyrere og mere uklart.
Et tænkt eksempel
Ordrer som fri tekst i mails. Kunderne skriver ordrer på mange forskellige måder. Her varierer teksten, så AI kan læse mailen og foreslå felterne. Regler kontrollerer, at kunden findes, og at priserne passer med aftalen. En integration skriver ordren i økonomisystemet, og en medarbejder gennemgår de usikre. Svaret er en kombination, hvor AI kun har den del, der kræver sprogforståelse.
Et tænkt eksempel
Kundesager med opslag i flere systemer. Hver sag kræver forskellige opslag, og næste skridt er ikke givet på forhånd. Det er kun her, en AI-agent kan være relevant. Mange sager er dog faste forløb, og dem klarer automatisering bedre. Start med en afgrænset agent, der kun må læse og foreslå, mens en medarbejder godkender. Hvis agenten vurderer mennesker, fx ansøgere eller medarbejdere, skal I tjekke, om det er højrisiko efter AI-forordningen.
Hvad skal være på plads, når løsningen er valgt?
Når I har valgt en løsning, begynder det arbejde, der oftest glemmes. Fem spørgsmål bør kunne besvares, også et år senere:
- Hvor ligger beslutningen om at bruge løsningen, og hvem tog den?
- Hvem ejer løsningen, og hvem retter den, hvis den går i stykker?
- Hvilke data bruger den, og hvor kommer de fra?
- Hvornår blev den sidst vurderet, og hvornår er næste review?
- Hvad sker der, hvis en leverandør, en model eller en regel ændrer sig?
Til en enkelt løsning rækker et regneark. Når der er flere automatiseringer, integrationer, AI-værktøjer og egne løsninger, er det den del, SPOR er bygget til: ét register med formål, ansvarlig, data og aftaler, risiko pr. system og opgaver ved review. SPOR vælger ikke løsning for jer og afgør ikke, om noget er lovligt. Hvis det er uklart, om en løsning er et AI-system i forordningens forstand, er det en juridisk vurdering. Overblik over AI-brug er et godt sted at starte, og SPOR er beskrevet her.
Hvad kan I gøre nu?
Prøv stigen på én arbejdsgang, den, der irriterer jer mest. Skriv svarene ned:
- Hvor starter og slutter arbejdsgangen, og hvem udfører den?
- Hvad skal fungere bedre: tid, fejl, kvalitet eller kundesvar?
- Kan et trin fjernes, før I vælger teknologi?
- Følger trinene faste regler?
- Skal data flyttes mellem systemer?
- Er der fri tekst, billeder eller sprog, hvor et menneske skal kontrollere?
- Er næste handling forskellig fra sag til sag?
- Er processen unik for jer?
Kan I ikke svare på spørgsmålene endnu, så start med at kortlægge arbejdsgangen. Svarene viser, hvilket trin I skal undersøge først. Kort sagt: Forstå problemet, vælg det simpleste trin, der løser det, og sørg for, at nogen ejer løsningen bagefter. Vil I have hjælp til at vælge, så er det her, I starter.
Ofte stillede spørgsmål
Er en AI-agent bedre end almindelig automatisering?
Nej, ikke som udgangspunkt. Automatisering følger faste regler og giver samme resultat hver gang, så den er lettere at teste og forklare. En AI-agent kan være relevant, når arbejdet ikke kan beskrives som faste trin, men den kræver mere kontrol, fordi den selv vælger næste skridt.
Kan man kombinere automatisering, integration og AI?
Ja, og det er ofte det, en arbejdsgang kræver. AI kan fx læse en mail, regler kan kontrollere indholdet, og en integration kan skrive det ind i et system. Beskriv hver del for sig, så I kan se, hvor et menneske skal kontrollere.
Skal vi kun have styr på ejer og dokumentation, hvis løsningen bruger AI?
Nej. Alle løsninger, der rører jeres data og arbejdsgange, har gavn af en ejer, en beskrivelse og en dato for næste review. Med AI er det ekstra vigtigt, fordi svarene kan variere fra gang til gang.
Hvornår skal vi bygge specialudviklet software?
Når arbejdsgangen er særlig for jer og vigtig for forretningen, og en standardløsning eller en tilpasning ikke passer. Kriterierne for at købe, tilpasse eller bygge står i artiklen om det valg.
Om forfatteren
Martin Egesø er rådgiver og udvikler. Han hjælper virksomheder med at få mere ud af deres systemer og AI-værktøjer og bygger nye løsninger, når standarden ikke passer, med styr på brug, data og ansvar. Han driver MLE Gruppo ApS i Randers.
Mere om MartinArtiklen er generel vejledning og ikke juridisk rådgivning. Udgivet .