Hvad er AI-agenter? Sådan virker agentic AI i praksis

En medarbejder beder ChatGPT om at skrive et svar til en kunde. Det er en chatbot. En anden medarbejder beder et system om at finde kundens ordrehistorik, tjekke lagerstatus, skrive svaret og sende det, uden at spørge undervejs. Det er en AI-agent: et AI-system, der selv lægger en plan, bruger andre programmer som værktøjer og udfører flere skridt i træk for at nå et mål, du har sat. Forskellen er ikke, hvor klog modellen er. Forskellen er, om den må handle. Denne artikel forklarer, hvad AI-agenter og agentic AI faktisk betyder, hvad de kan og ikke kan i en dansk virksomhed lige nu, hvor det går galt, og hvordan I kommer i gang uden at give en maskine nøglerne til hele huset.

Hovedpointer

• En chatbot svarer. En AI-agent handler. Chatbotten giver dig tekst tilbage. Agenten bruger værktøjer, henter data, udfører skridt og kommer tilbage med et resultat.
• Agentic AI er ikke en ny teknologi, men en ny indpakning. Det er de samme sprogmodeller, der har fået lov til at kalde programmer, huske undervejs og gentage sig selv, indtil opgaven er løst.
• De fire dele er altid de samme: et mål, en model der planlægger, nogle værktøjer den må bruge, og en hukommelse der holder styr på, hvor langt den er nået.
• Den største risiko er ikke, at agenten fejler. Det er, at den fejler stille. Et forkert svar kan man se. En agent, der har sendt tredive forkerte mails, opdager man bagefter.
• Start hvor fejl er billige. Research, udkast, oprydning i data og forberedelse af sager. Ikke betalinger, personalesager eller noget, der går direkte ud til en kunde uden et menneske imellem.

Indholdsfortegnelse

• Hovedpointer
• Hvad er en AI-agent?
• Hvad er forskellen på en chatbot og en AI-agent?
• Hvad betyder agentic AI?
• Hvad kan AI-agenter bruges til i en dansk virksomhed?
• Hvor går det galt?
• Hvad siger reglerne?
• Sådan kommer I i gang
• Ofte stillede spørgsmål

Hvad er en AI-agent?

En AI-agent er et AI-system, der får et mål i stedet for en instruks, og som selv finder ud af, hvilke skridt der skal til for at nå målet.

Sig til en chatbot: "Skriv et udkast til en leverandøraftale." Den skriver teksten. Sig til en agent: "Find vores tre seneste leverandøraftaler, se hvad vi plejer at skrive om opsigelsesvarsel, og lav et udkast der matcher." Så skal den lede, læse, sammenligne og først derefter skrive. Den skal beslutte rækkefølgen selv.

Alle AI-agenter er bygget af de samme fire dele:

• Målet. Det du beder om. Jo mere upræcist målet er, jo mere gætter agenten.
• Modellen. Sprogmodellen, der planlægger og beslutter næste skridt. Det er den samme slags model som i ChatGPT, Claude eller Gemini.
• Værktøjerne. De programmer, den må bruge: en søgemaskine, jeres CRM, et regneark, en mailkonto, en kalender. Uden værktøjer er der ingen agent, kun en chatbot.
• Hukommelsen. Noter om, hvad den allerede har gjort, så den ikke går i ring eller glemmer, hvad den fandt for tre skridt siden.

Når folk siger "autonom", mener de graden af, hvor langt agenten må gå, før den spørger et menneske. Det er ikke en egenskab ved teknologien. Det er en indstilling, I selv vælger.

Hvad er forskellen på en chatbot og en AI-agent?

Den korte version: en chatbot producerer tekst, en agent producerer et resultat.

Den sidste linje er den vigtigste, og den er grunden til, at agenter kræver mere omtanke end chatbots. Et dårligt svar koster dig ti sekunder. En agent, der har misforstået målet og arbejdet videre på den misforståelse i tyve skridt, koster noget helt andet.

Hvad betyder agentic AI?

Agentic AI er den engelske samlebetegnelse for AI, der handler i stedet for kun at svare. På dansk siger vi som regel bare AI-agenter. Der er ingen præcis, aftalt definition, og det er værd at vide, når man læser leverandørmateriale.

Ordet bruges i praksis om tre ret forskellige ting:

• Et værktøj med en knap. En chatbot, der kan søge på nettet eller køre lidt kode. Det er det mindst ambitiøse, og det er også det, der virker bedst i dag.
• En arbejdsgang med flere skridt. Et system, der løber en fast rute igennem: hent, vurder, skriv, gem. Her er det mennesket, der har tegnet ruten, og agenten der går den.
• En agent, der planlægger frit. Systemet lægger selv ruten. Det er det, demoerne viser, og det er også det, der oftest skuffer, når det møder en rigtig virksomheds data.

Når en leverandør siger "agentic", så spørg hvilken af de tre de mener. Prisen og risikoen er vidt forskellig.

Hvad kan AI-agenter bruges til i en dansk virksomhed?

Det, der virker i dag, er sjældent det, der ser bedst ud i en demo. De opgaver, hvor agenter faktisk sparer tid, har tre ting til fælles: de er kedelige, de har mange skridt, og en fejl er nem at opdage og billig at rette.

• Research og sammenfatning. Find ti kilder om et emne, læs dem, og skriv hvad de er enige og uenige om. Mennesket læser resultatet.
• Forberedelse af en sag. Saml alt om en kunde fra mail, CRM og fildrev til ét oplæg, før et møde.
• Oprydning i data. Find dubletter, ensret firmanavne, markér de rækker der ser forkerte ud. Agenten foreslår, I godkender.
• Udkast i en fast form. Tilbud, stillingsopslag, referater. Agenten henter jeres egne tidligere eksempler og rammer husstilen.
• Overvågning. Hold øje med om noget ændrer sig, og sig til. Det er den mest undervurderede af dem alle, fordi den kører, mens I laver noget andet.

Vi har skrevet mere om, hvordan det ser ud i praksis, i guiden til at bygge et komplet system i Claude, og om hvad det betyder for salg, når det er modpartens agent der køber ind, i Når robotten køber ind.

Hvor går det galt?

Fem fejl går igen, og ingen af dem handler om, at modellen er for dum.

• Målet var upræcist. "Ryd op i kundelisten" kan betyde fem forskellige ting. Agenten vælger én af dem, og det er sjældent den, I mente.
• Den fik for brede rettigheder. En agent med skriveadgang til hele fildrevet kan nå meget, før nogen opdager noget. Giv adgang til det ene sted, opgaven kræver.
• Fejlen forplantede sig. Et forkert skridt tre bliver til et forkert skridt fire til ti. Det er derfor, korte kæder med et tjek undervejs slår lange kæder uden.
• Ingen kunne se, hvad den gjorde. Hvis der ikke er en log, kan I hverken fejlsøge eller forsvare beslutningen bagefter.
• Den kom for tæt på persondata. En agent, der selv vælger hvilke filer den åbner, er svær at holde inden for det, I har lovet jeres medarbejdere og kunder. Vi har samlet reglerne i vores guide til AI og GDPR.

Hvad siger reglerne?

AI-agenter er ikke en særskilt kategori i lovgivningen. De er omfattet af de samme regler som al anden AI-brug, men de rammer flere af dem på én gang, fordi de rører ved flere systemer.

To ting er værd at holde fast i. For det første gælder AI-forordningen (EU AI Act) også for jer, når I bruger et færdigt værktøj, og pligterne følger risikoen ved den konkrete anvendelse, ikke ved teknologien. For det andet gælder oplysningspligten: når en agent skriver til et menneske, eller producerer indhold der offentliggøres, skal det være klart, at der er AI i spil.

Det praktiske råd er enkelt. Skriv ned, hvilke agenter I har, hvad de må røre ved, og hvem der har ansvaret, når de tager fejl. Det er den samme liste, I skal bruge til alt andet AI-arbejde alligevel.

Sådan kommer I i gang

Tre skridt, i den rækkefølge:

1. Find én opgave, hvor en fejl er billig. Noget internt, gentaget og kedeligt. Ikke noget der går direkte til en kunde. Skriv målet ned i én sætning, som en kollega ville kunne forstå.
2. Giv den mindst mulig adgang. Ét system, én mappe, læseadgang før skriveadgang. Udvid først, når I har set den arbejde i en uge.
3. Behold mennesket på det sidste skridt. Lad agenten gøre alt forarbejdet og stoppe før afsendelsen. Når I efter en måned kan se, at den rammer rigtigt hver gang, kan I overveje at flytte grænsen.

Det lyder forsigtigt, fordi det er det. Til gengæld er det den eneste rækkefølge, vi har set virke, når en virksomhed skal gå fra nysgerrighed til noget, der stadig kører om et halvt år.

Ofte stillede spørgsmål

Er en AI-agent det samme som en robot?

Nej. En robot er fysisk hardware. En AI-agent er software, der arbejder i jeres programmer. Forvirringen kommer af, at man på dansk ofte siger "robotten" om begge dele.

Kan AI-agenter erstatte medarbejdere?

De erstatter opgaver, ikke jobs, og indtil videre mest de opgaver, ingen savner. Det realistiske billede lige nu er en medarbejder, der får en assistent til forarbejdet, ikke en medarbejder der forsvinder.

Hvad koster det at komme i gang?

Selve værktøjerne koster typisk det samme som de AI-abonnementer, I måske allerede har. Det, der koster, er at beskrive opgaven præcist nok og at rydde op i de data, agenten skal arbejde med. Regn med at forarbejdet fylder mest.

Hvordan ved jeg, om vi er klar?

Hvis I kan beskrive en arbejdsgang skridt for skridt, så en ny kollega kunne følge den, er I klar til at prøve. Kan I ikke det, er problemet ikke AI. Så er det arbejdsgangen.

Bruno Poulsen

Bruno Poulsen er partner i Poulsen & Vinding, et konsulenthus der hjælper danske virksomheder og styrelser med at tage generativ AI i brug i den daglige drift. Han har undervist hos Bigum&Co i mere end 10 år og har siden 2024 stået bag AI-implementeringer, foredrag og workshops for blandt andre Lægemiddelstyrelsen, GS1 Danmark, Bornholms Højskole og SMV’er på Bornholm via Business Center Bornholm. Skriver om praktisk anvendelse af AI-værktøjer, prompt engineering og hvordan ledelser kommer i gang mandag morgen kl. 08.00.