Find de opgaver, der er værd at automatisere, vælg en praktisk tilgang, og forbind de værktøjer, jeres team bruger. Start med en afgrænset vurdering, eller lad mig stå for implementeringen sammen med jer.
Kopierer jeres medarbejdere oplysninger fra ét system til et andet i hånden? Vi kortlægger arbejdsgangen, vurderer, om en enkel integration er nok, eller om AI gør en forskel, og aftaler, hvad et godt resultat er. Hvor AI-agenter giver mening, definerer jeg, hvad hver agent har ansvar for, hvilke værktøjer den må bruge, hvordan dens resultater kontrolleres, og hvor et menneske godkender.
01
Opgaven deles op i trin, I kan følge (AI-agenter og multi-agent-orkestrering)
Hver agent har én afgrænset opgave og giver sit resultat tydeligt videre, så I kan følge, hvordan et svar er blevet til. Flere agenter giver kun mening, når adskilte ansvarsområder gør arbejdsgangen lettere at forstå.
02
Systemet må kun det, I har givet lov til (guardrails)
Hver agent får adgang til de værktøjer, den har brug for, og ikke andet. Resultaterne valideres, der er grænser for genforsøg og køretid, og fejl eller anmodninger uden for opgaven bliver vist til jer i stedet for at passere ubemærket.
03
Et menneske godkender det, der betyder noget
Handlinger med konsekvenser – at sende en mail, ændre en ordre eller bogføre et beløb – venter på godkendelse. Vi gemmer en log over, hvad systemet gjorde, og evaluerer den mod realistiske eksempler.
En arbejdsgang, I kan undersøge og forbedre.
Vi begynder med opgaven, de tilgængelige værktøjer og de beslutninger, der kræver et menneskes vurdering. Derefter definerer vi, hvad hver agent har ansvar for, tester, hvad der sker, når noget går galt, og aftaler, hvor der kræves godkendelse. Guardrails mindsker risikoen, men de skal stadig evalueres og vedligeholdes.
Kom med en arbejdsgang, I vil forbedre, de systemer, der indgår, og de handlinger, der skal kræve godkendelse. Fiktive eksempler er nok til første samtale.
Et fiktivt eksempel: En kunde skriver for at ændre en ordre. Én agent læser henvendelsen, én tjekker den mod lageret, og én skriver et udkast til svar. Intet bliver sendt, før et menneske har godkendt det.
MR / AGENTFELTKLAR
EKSEMPELOPGAVE“Vi bestilte 40 stk. af varenr. 2210. Kan vi ændre det til 60?”
01 / FORDEL02 / SAMARBEJD03 / KONTROLLÉR
KONTROL AF GUARDRAILS
Intet går videre uden kontrol.
Afgrænsede værktøjerValidering af resultaterMenneskelig godkendelse
Afventer forslag
Svarudkastet bliver her, indtil kontrollen er gennemført.
Én opgave. Tre agenter. En tydelig grænse for godkendelse.
Illustrativ simulation med faste resultater. Ingen agenter, værktøjer eller eksterne tjenester kaldes.
Svar på gode spørgsmål.
Kræver al automatisering AI?+
Nej. Nogle opgaver løses bedre med en enkel integration eller en fast regel. Vi taler om arbejdsgangen først og vælger den tilgang, der passer til den.
Kan et menneske godkende resultatet?+
Ja. Godkendelse kan være et fast trin i arbejdsgangen, for eksempel kontrol af et svarudkast eller af oplysninger hentet fra et dokument, før de bliver brugt.
Er det interaktive laboratorium en rigtig AI-tjeneste?+
Nej. Laboratoriet bruger faste, fiktive eksempler til at vise, hvad der er muligt. Det sender ikke data til en AI-tjeneste og viser ikke et kundesystem i drift.
Hvad koster rådgivning om AI-automatisering?+
Rådgivning om AI-automatisering koster 850 kr. i timen ekskl. moms. Den første samtale er gratis.