Alle nyhederArbejdsgange
Hvornår er en AI-agent egentlig besværet værd?
Hvis medarbejderne bruger tid på at flytte oplysninger mellem mails og kundesystemer, kan en AI-agent være relevant. Den kan samle oplysninger og forberede næste skridt.

En AI-agent er software, der bruger AI til at vælge og udføre trin i en opgave. Med de nødvendige forbindelser og tilladelser kan den hente oplysninger fra et system og bruge dem i et andet. Et eksempel er at læse mødenoter og forberede en opfølgning i jeres kundesystem.
Betegnelsen siger ikke meget om, hvad løsningen kan. Afgørende er, hvilke oplysninger den har adgang til, og hvilke handlinger den får lov til at udføre.
Opfølgning efter et salgsmøde
I dette tænkte eksempel skal en sælger efter hvert møde finde kundens historik, skrive en mail og registrere næste opgave.
En agent kunne hente de relevante kundenoter og lave et udkast til en opfølgning. Den kunne også forberede en opgave med en foreslået dato i kundesystemet. Sælgeren kontrollerer indholdet, før mailen sendes, og ændringerne gemmes.
Hvis mødenoterne ikke siger, hvad kunden har accepteret, skal agenten markere det som uafklaret. Et velformuleret gæt er stadig et gæt.
Opgaven kræver adgang til de relevante oplysninger og en forbindelse til jeres systemer. Hvis de forbindelser mangler, skal arbejdet med at etablere dem med i prisen.
Faste regler kan være nok
Når en opgave følger den samme regel hver gang, er almindelig automatisering ofte nok. I salgseksemplet gælder det, hvis sælgeren blot skal have oprettet en opfølgningsopgave, hver gang et tilbud bliver sendt.
AI er mere relevant, når indholdet skal fortolkes, for eksempel når forskellige mødenoter skal omsættes til et forslag til næste skridt. Den fortolkning kan være forkert. Derfor skal løsningen også kunne lade en opgave ligge og bede en medarbejder tage over.
Aftal, hvor agenten skal stoppe
En afgrænset første opgave gør det lettere at se, om løsningen hjælper. Agenten får adgang til netop de oplysninger, opgaven kræver, og nøjes i første omgang med at forberede udkast.
Aftalen skal være konkret. Må agenten kun læse kundedata, eller også ændre dem? Hvem godkender en mail? Hvad sker der, hvis oplysninger mangler eller modsiger hinanden?
En navngiven medarbejder har ansvar for at følge op på fejl. Løsningen skal vise, hvilke oplysninger agenten har brugt, og hvilke ændringer den har lavet, så fejl kan findes og rettes.
Menneskelig godkendelse kan være den faste løsning. Den behøver ikke være et midlertidigt trin på vej mod mere selvstændighed.
Regn kontrollen med
Et forsøg sammenligner den nuværende arbejdsgang med den foreslåede. Opgaverne skal ligne hverdagen, også dem med uklare noter eller manglende oplysninger.
Regnestykket omfatter tidsforbruget før og efter, inklusive gennemgang og rettelser. Fejl og antallet af opgaver, en medarbejder må overtage, tæller også med, ligesom udgifterne til opsætning, løbende drift og vedligeholdelse, når jeres systemer eller arbejdsgange ændrer sig.
Hvis kontrollen tager lige så lang tid som det tidligere arbejde, er opgaven endnu ikke blevet lettere. Så er næste skridt at gøre opgaven mindre, ændre løsningen eller stoppe forsøget.
En agent er værd at afprøve, hvor medarbejderne gentagne gange samler oplysninger fra flere systemer. Viser forsøget en samlet tidsbesparelse, ligger opfølgningen klar til godkendelse, når sælgeren kommer fra mødet.