Hoppa till innehåll
IvarAutomation
Tillbaka till Insikter

AIagenterassistenter

AI-agenter som assistenter: vad de klarar i praktiken

En väl byggd AI-agent kan sköta hela arbetsflöden och fatta egna beslut. Så anpassar du vad den får göra efter hur stora riskerna är.

Från chattfönster till kollega som gör saker

För ett par år sedan betydde "AI i jobbet" för de flesta ett chattfönster. Du ställde en fråga, fick ett svar och klistrade in det någonstans själv.

En AI-agent går ett steg längre och utför själva arbetet. Den kan läsa ett mejl, slå upp kunden i CRM:et, kontrollera en orderstatus och skriva ett svar. Den tar flera steg i rad med de verktyg den har fått tillgång till.

I demos ser det ofta ut som en digital medarbetare. I vardagen beror resultatet på hur agenten är uppsatt: vad den får göra själv, vad den ska lämna över till en människa och hur man ser vad den har gjort.

Vad som skiljer en agent från en vanlig automation

En klassisk automation följer en fast väg: om A händer, gör B. Varje steg är bestämt i förväg.

En agent får i stället ett mål, till exempel "ta fram underlag för att svara på den här kundfrågan", och ett antal verktyg som den får använda. Det kan vara sökning i dokument, läsning i ett affärssystem eller att skapa ett utkast. Agenten arbetar i en loop där den gör ett steg, tittar på resultatet och bestämmer nästa steg. Den avgör alltså själv i vilken ordning verktygen ska användas och när uppgiften är klar.

Det gör agenten flexibel. Den kan hitta en väg du inte hade förutsett, men den kan också välja fel väg. Därför behöver den ramar.

Där agenter gör nytta redan i dag

En agent kan förbereda arbete åt en människa, men den kan också göra arbetet själv och fatta egna beslut. Hur mycket den ska få bestämma själv beror på vad som står på spel. Ett beslut där ett fel är lätt att rätta till kan agenten ofta fatta på egen hand. Ett beslut där ett fel kan bli dyrt eller svårt att ta tillbaka bör gå via en människa.

Samla underlag från flera källor

Mycket kontorsarbete går ut på att leta efter information om kunden: fakturor, det senaste avtalet, vad säljaren har lovat i ett mejl. En agent kan gå igenom flera system och samla det på ett ställe, så att den som ska fatta beslutet slipper leta.

Sortera och prioritera inkommande ärenden

En agent kan läsa inkommande förfrågningar, avgöra vad de handlar om och lägga dem i rätt kö med en kort sammanfattning. Det är ett beslut som agenten kan fatta själv, eftersom en felsorterad förfrågan upptäcks snabbt och kan flyttas.

Svara själv eller skriva utkast, beroende på frågan

Enklare receptionsfrågor kan agenten svara på direkt. Det gäller till exempel öppettider, var en leverans befinner sig eller hur man bokar en tid. Mejl som kan få stora följder för verksamheten ska agenten däremot inte skicka själv. Det kan vara en reklamation, en prisdiskussion eller ett svar som binder företaget till något. Där skriver agenten ett utkast som någon på företaget läser och skickar.

Svagheter vi alltid tar hänsyn till

Agenter har några kända svagheter. När vi bygger en agent tar vi alltid hänsyn till dem från början.

Svar som låter övertygande men är fel

En språkmodell formulerar sig lika säkert oavsett om svaret stämmer eller inte. Därför bygger vi in kontroller som ser till att svaren blir rätt. Agenten får lämna strukturerade svar som går att kontrollera automatiskt i stället för fri text. Vi sätter också upp guardrails för vad agenten får och inte får göra. Det handlar om vilka behörigheter den har och vilka verktyg den får använda.

Långa kedjor kan bli sköra

Varje steg en agent tar innebär en ny bedömning, och ett litet misstag tidigt kan följa med hela vägen. Därför utvärderar vi agenten på riktiga exempel och testar att hela kedjan ger rätt resultat innan den används på riktigt, och igen när något ändras.

Kostnad och tid varierar

Eftersom agenten själv väljer hur många steg den tar kan samma typ av uppgift ta olika lång tid och kosta olika mycket från gång till gång. Det gör det svårare att budgetera än för ett vanligt regelstyrt flöde.

Att kunna granska i efterhand

En agent blir svår att granska om ingen ser vad den läste, vilka verktyg den använde och varför den valde som den gjorde. Därför sätter vi upp observability med tracing och loggar från start. Varje körning går att följa steg för steg, så när något har gått snett går det att se exakt var och varför.

Så sätter du rätt gränser

Den viktigaste designfrågan handlar mindre om vilken modell du väljer och mer om vad agenten får göra på egen hand och vad som kräver en människa.

Vi brukar dela upp det i tre nivåer:

  1. Läsa: agenten får hämta och sammanställa information. Låg risk, kan oftast köras fritt.
  2. Föreslå: agenten skriver utkast, föreslår kategori eller förbereder en åtgärd som en människa godkänner.
  3. Agera: agenten skickar, bokför eller ändrar något i ett system. Här behövs tydliga regler och spärrar. Hur hårda spärrarna ska vara beror på vad ett fel kan leda till. Ett svar om öppettider kan agenten skicka själv. Allt som rör pengar, avtal eller åtaganden i företagets namn bör gå via ett godkännandesteg.

Några principer gör stor skillnad för hur väl det fungerar:

  • Ge agenten minsta möjliga behörighet. Där den bara behöver läsa ska den bara ha läsrättighet. Det begränsar vad som kan gå fel.
  • Låt vanlig kod sköta det som går att beskriva med regler, som beloppsgränser, datum och obligatoriska fält. Använd agenten där tolkning behövs.
  • Spåra varje körning med tracing och loggar, så att varje verktygsanrop och varje beslut går att följa i efterhand.
  • Mät innan du utökar. Låt agenten köra i föreslå-läge en tid och se hur ofta förslagen godkänns utan ändringar innan du ger den mer ansvar.

Ett illustrativt exempel

Tänk dig ett mindre grossistföretag där kunder mejlar in frågor om sina beställningar. De vill veta var leveransen är, ändra antalet eller få en faktura förklarad.

Utan agent öppnar någon på kontoret varje mejl, letar upp ordern i affärssystemet, kollar leveransstatus hos fraktbolaget och skriver ett svar.

Med en agent kan flödet se ut så här:

  1. Mejlet kommer in och agenten läser det.
  2. Agenten identifierar kunden och ordern och hämtar status från affärssystemet och fraktbolaget. Här har den bara läsrättigheter.
  3. Gäller frågan bara var leveransen är svarar agenten kunden direkt med aktuell status.
  4. Gäller frågan en ändring av ordern eller en faktura skriver agenten ett utkast till svar och en kort intern notering om vad den har kontrollerat. En person på kontoret läser, justerar vid behov och skickar.

Letandet, som tidigare tog mest tid per ärende, är gjort i båda fallen. De enkla frågorna besvaras utan att någon behöver röra dem. När kunden vill ändra en order förbereder agenten ändringen, och en människa godkänner den.

Börja smalt och låt förtroendet växa

Det vanligaste misstaget är att börja för brett. "En AI-agent som sköter vår administration" är svårt att bygga och svårt att utvärdera. Ett bättre första steg är en enda avgränsad uppgift där det är lätt att se om agenten gör ett bra jobb.

Några frågor att ställa innan du sätter igång:

  • Ett bra första projekt är ofta en uppgift som innebär mycket letande och lite bedömning. Vilken uppgift hos er passar in på det?
  • Vilka system behöver agenten läsa från, och behöver den någonsin skriva?
  • Hur ser vi om agenten har gjort ett bra eller dåligt jobb?
  • Vad är det värsta som kan hända om agenten gör fel här?

Svaren styr hur mycket agenten kan få göra själv och vilka spärrar som behövs.

Så hjälper vi till

När vi bygger agentlösningar använder vi regler där det går och AI där tolkning behövs. Hur mycket agenten får bestämma själv anpassar vi efter vad ett fel skulle kosta. Ofta visar det sig att en del av det man tänkt som "agent" löses bättre med en vanlig automation, och att agenten gör störst nytta på ett mindre, väl avgränsat ställe.

Funderar ni på var en AI-agent skulle kunna avlasta er i vardagen? Kontakta oss så går vi igenom en konkret uppgift tillsammans och ser vad som är rimligt att låta en agent ta hand om.

Nästa steg

Känner ni igen er i något av det här?

Berätta hur det ser ut hos er, så ser vi tillsammans vad som går att automatisera.

Kostnadsfritt · Utan förpliktelser