Lær om AI · AI-agenter
Hvad er en AI-agent, og hvad kan den gøre i en virksomhed?
Spørgsmål eller opgave: det er hele forskellen
Stiller I en chatbot et spørgsmål, får I et svar. Giver I en agent en opgave, får I et resultat. "Hvad koster artikel 4471?" er et spørgsmål. "Find ud af, hvor ordre 48213 er, og svar kunden" er en opgave. Den kræver, at nogen finder ordren i shopsystemet, slår pakken op hos fragtfirmaet, vurderer, om noget er galt, og skriver et svar. En agent kan gøre alle fire ting i rækkefølge.
Det nye er ikke, at computere kan udføre trin. Det kunne de altid, hvis trinnene var ens hver gang. Det nye er, at agenten kan håndtere, at trinnene varierer: at kunden skriver "hvor er min pakke" uden ordrenummer og fra en anden mailadresse end den, der blev bestilt med, at fragtfirmaet melder "forsøgt leveret", og at der i samme mail også bliver spurgt om en returnering.
Sådan arbejder en agent
- Opgave
En medarbejder, en mail eller et tidspunkt starter opgaven.
- Plan
Agenten vurderer, hvilke trin der skal til, og i hvilken rækkefølge.
- Værktøjer
Den slår op, læser, skriver eller opretter i de systemer, den har adgang til.
- Tjek
Den kontrollerer sit resultat mod reglerne, I har givet den.
- Aflevering
Resultatet lander hos en person til godkendelse, eller udføres, hvis I har tilladt det.
"Værktøjer" er det afgørende ord. En agent kan kun det, I har bygget en forbindelse til: læse i shopsystemet, slå en pakke op hos fragtfirmaet, skrive en kladde i mailprogrammet, lave en returlabel. Hvert værktøj har sin egen rettighed, og det er dem, der afgør, hvad agenten kan komme til at gøre. En agent uden skriveadgang kan ikke ændre noget, uanset hvor forkert den tænker.
Et eksempel: kundeservice i en webshop
Tag en webshop, der sælger boligtilbehør, med 12 ansatte og 250–400 ordrer om dagen. Kundeservice får omkring 150 mails om dagen, og tre ud af fire handler om det samme: hvor er min pakke, jeg vil returnere, kan I ændre adressen, hvornår kommer varen på lager igen. To medarbejdere bruger det meste af dagen på at slå ordrer op i shopsystemet, tjekke sporingen hos fragtfirmaet og skrive stort set den samme mail igen og igen. Svartiden er et døgn på en almindelig dag og tre døgn efter Black Friday.
En agent overtager rutinen. Når en mail kommer ind, finder den ordren ud fra navn, mailadresse eller ordrenummer, slår pakken op hos fragtfirmaet og skriver et svar med den aktuelle status og det forventede leveringstidspunkt. Beder kunden om at returnere, tjekker agenten, om varen er inden for fristen, og laver en returlabel. Spørger kunden om noget, der ikke står i systemerne, eller er kunden tydeligt utilfreds, lægger agenten mailen til en medarbejder med et udkast og det, den fandt. Medarbejderen beslutter. Agenten gør ikke.
- Start med læseadgang
I den første måned skriver agenten kun udkast. Medarbejderne læser hvert udkast, før det sendes, og tæller, hvor mange de retter.
- Giv skriveadgang til det kedelige
Når tallene holder, får agenten lov til selv at sende svar om pakkestatus og lave returlabels inden for fristen. Refusioner og klager går stadig til et menneske.
- Log alt
Hvert trin, agenten tager, skrives i en log med tidspunkt, hvad den læste, og hvad den besluttede. Det er den log, der gør det muligt at finde en fejl og at stole på resten.
- Hold reglerne et sted, I kan læse dem
"En refusion over 1.000 kr skal til et menneske" og "skriv aldrig, at en pakke er tabt, før fragtfirmaet har bekræftet det" står i en almindelig tekst, som kundeservicechefen kan rette uden at spørge en udvikler.
Svartiden på de tre almindelige spørgsmål falder fra et døgn til få minutter, også lørdag aften, og det er ikke det vigtigste. Det vigtigste er, at de to medarbejdere bruger dagen på de kunder, der faktisk har et problem.
Hvad en agent er god til, og hvad den ikke er
God til
- Opgaver, der gentager sig og følger regler, I kan skrive ned
- Opslag på tværs af flere systemer, som i dag kræver fire faner åbne
- Første udkast: svar, sager, ordrer, som et menneske godkender
- At arbejde, når ingen er på arbejde: natten, weekenden, ferien
Ikke god til
- Skøn, I ikke selv kan forklare: "vi plejer at kunne mærke, om kunden er seriøs"
- Opgaver, hvor en fejl er dyr og svær at rulle tilbage, uden godkendelse
- Systemer uden en ordentlig adgang: hvis agenten skal klikke rundt i et skærmbillede, bliver det skrøbeligt
- Processer, der i forvejen er uklare; en agent gør ikke en rodet proces ryddelig
Hvad det kræver hos jer
- En opgave, der er beskrevet så præcist, at en ny medarbejder kunne udføre den efter beskrivelsen. Kan I ikke skrive den ned, kan agenten ikke udføre den.
- Adgang til systemerne via deres API eller database, med en bruger, der kun kan det, agenten skal kunne.
- Et godkendelsestrin fra start. Det kan fjernes senere, når tallene viser, at agenten rammer rigtigt.
- En log og en ansvarlig, der kigger i den den første måned.
- En måde at måle: hvor mange opgaver, hvor mange rettet af et menneske, hvor lang tid før og efter.
Typiske misforståelser
| Det hører vi | Sådan hænger det sammen |
|---|---|
| Agenten træffer beslutninger på egen hånd | Den gør kun det, dens værktøjer og rettigheder tillader. Beslutningen om, hvad den må, er jeres, og den kan starte ved "ingenting uden godkendelse". |
| Det er bare en chatbot med et nyt navn | En chatbot svarer. En agent slår op, skriver og opretter i jeres systemer. Det er forbindelserne, der gør forskellen. |
| Den erstatter en medarbejder | Den overtager den del af et job, der er rutine og opslag. Skønnet og ansvaret bliver, hvor de er. |
| Hvis vi bare beskriver opgaven godt nok, kan den klare alt | Beskrivelsen hjælper, men agenten er stadig begrænset af de værktøjer, den har, og af kvaliteten af jeres data. |
Hvad vi ville fraråde
Vi ville fraråde at give en agent skriveadgang til økonomisystemet i uge 1, uanset hvor godt den klarer sig i en demo. Og vi ville fraråde at starte med den mest komplicerede proces, fordi gevinsten dér er størst. Start med den proces, hvor reglerne er klarest, og lad agenten tjene sin tillid på den.
Ofte stillede spørgsmål
Hvad er forskellen på en AI-agent og almindelig automatisering?
Almindelig automatisering kræver, at hvert trin er ens hver gang. En agent kan håndtere variation: forskellige formater, forskellige formuleringer, manglende oplysninger. Er jeres proces helt ens hver gang, er almindelig automatisering billigere og mere forudsigelig.
Kan agenten komme til at gøre noget forkert?
Ja, ligesom en ny medarbejder. Derfor starter den med læseadgang og et godkendelsestrin, og derfor logges alt. Skaden er begrænset af rettighederne, og fejlen kan findes i loggen.
Hvilke systemer kan en agent arbejde i?
Alle systemer med et API eller en database, vi kan få adgang til: shopsystemer som Shopify, WooCommerce og Magento, fragtfirmaernes sporing, økonomisystemer, CRM, mail, kalender, lager. Systemer, der kun kan betjenes via skærmen, kan lade sig gøre, men bliver skrøbelige.
Hvor lang tid tager det at bygge en agent?
Den første, afgrænsede opgave kan typisk være i test på få uger. Det, der tager tid, er forbindelserne til jeres systemer og reglerne for, hvad den må.
Skal vores data forlade Danmark?
Ikke nødvendigvis. Sprogmodellen kan køre hos en europæisk udbyder eller på jeres egen server. Jeres systemer og data bliver, hvor de er; agenten får kun adgang til det, den skal bruge.
Læs også
Vil I have hjælp til at komme fra forklaring til praksis?
Tag en uforpligtende snak med os om, hvor det giver mening at starte hos jer. Vi svarer inden 24 timer.