AI-agenter
En agent tar första ronden på det som kommer in: läser, bedömer, hämtar det som saknas och förbereder ett svar. Sedan tittar en människa innan något blir bindande.
Kort svar
En AI-agent är ett program som kan läsa, bedöma och agera i era system: sortera inkommande mejl, hämta uppgifter ur affärssystemet, sammanställa ett underlag och föreslå ett svar. Skillnaden mot en chatbot är att agenten gör saker, inte bara pratar, och att den arbetar i flera steg utan att någon styr varje steg.
En chatbot svarar på det ni skriver. En klassisk automation gör exakt det den blivit programmerad att göra, varje gång, och stannar när verkligheten avviker från regeln. En agent ligger mellan de två: den får ett mål och en uppsättning verktyg, och bestämmer själv vilka steg som krävs för att komma i mål.
Ett konkret exempel. Ett ordermejl kommer in med en bilaga. Agenten läser mejlet, tolkar bilagan, slår upp kunden i affärssystemet, upptäcker att leveransadressen saknas, formulerar en fråga tillbaka till kunden och lägger ärendet i väntläge. Ingen har skrivit en regel för just den kombinationen. Agenten kunde läsa, hämta och agera, och den valde stegen själv.
Det är också därför agenter är svårare att bygga bra än de ser ut i en demo. Ett program som väljer sina egna steg kan välja fel, och hela hantverket ligger i att bestämma vad den får göra på egen hand och var en människa ska in.
Den ärliga versionen, som är den enda som håller efter tre månader i drift.
01
Läsa ostrukturerad text, avgöra vad ett ärende handlar om, hämta rätt uppgifter från flera system och lägga ihop dem till ett underlag. Det är arbete som tar en människa fem till femton minuter per ärende och en agent några sekunder, med jämnare kvalitet på volym.
02
En agent som byggts rätt vet skillnaden mellan ett ärende den kan hantera och ett den inte kan. Osäkra fall går till en människa med hela underlaget bifogat, i stället för att gissa. Tröskeln för vad som räknas som osäkert sätter ni, och den går att justera efter hand.
03
Språkmodeller kan formulera något som låter rätt men inte är det. Motmedlet är att agenten bara får svara utifrån godkända källor i era system, att svaret pekar tillbaka på var uppgiften kom ifrån, och att någon granskar innan det går ut. Risken försvinner inte, den blir hanterbar och synlig.
04
Om kunduppgifterna finns i tre system med tre olika stavningar kommer agenten att göra samma fel som en ny medarbetare hade gjort, fast snabbare. Ibland är slutsatsen av en kartläggning att datan behöver städas först, och då säger vi det.
05
Prissättning, anställningsbeslut, kundrelationer och allt som kräver att någon tar ansvar ligger kvar hos människor. Agenten tar bort förarbetet så att den som beslutar får ett komplett underlag i stället för en tom mapp.
Fem mönster som återkommer i nästan varje bransch.
01
Läser det som kommer in, avgör vad ärendet gäller, kompletterar med uppgifter ur era system och skickar det vidare till rätt person med en sammanfattning och originalunderlaget kvar.
02
Samlar ihop förfrågan, tidigare affärer, produktdata och priser till ett offertutkast. Osäkra rader markeras för manuell kontroll. Säljaren granskar, justerar och skickar.
03
Svarar på återkommande frågor om var ett ärende, en leverans eller en order ligger, hämtat från godkända systemkällor. Det tar bort den ström av småfrågor som annars avbryter någon hela dagen.
04
Hämtar siffrorna från era system på bestämda tider, sammanställer dem i samma format varje gång och lägger utkastet där rapporten ska ligga. Ingen sitter längre en fredagseftermiddag och klistrar in kolumner.
05
Svarar medarbetare på frågor om era egna rutiner, avtal och dokument, med hänvisning till källan. Den nya kollegan slipper fråga sin granne, och grannen slipper svara på samma sak för elfte gången.
Samma teknik, olika vardag. Sex exempel på var vi brukar börja.
01
Förfrågningar kommer via telefon, mejl och formulär och skrivs ofta in flera gånger innan rätt tekniker tar över. Agenten tar emot ärendet, kategoriserar det, föreslår tid och förbereder offertutkast som någon granskar innan det går ut.
02
Felanmälningar kommer från flera kanaler och saknar nästan alltid någon uppgift. Agenten ställer de kompletterande frågorna, prioriterar enligt era regler, skapar arbetsorder till rätt utförare och håller hyresgästen uppdaterad tills ärendet är stängt.
03
Varje månad går tid åt till att påminna om samma saknade underlag och sortera inkommande material. Agenten ser vad som faktiskt saknas per kund, skickar riktade påminnelser och sorterar dokument till rätt kund innan en medarbetare tar över.
04
Bokningar, återkoppling och dokumentation äter tiden som skulle gått till relationerna. Agenten matchar intervjutider, samlar kandidatunderlag inför bedömningen och håller CRM uppdaterat. Urval och anställningsbeslut ligger kvar hos människor.
05
Order kommer i mejl, PDF och telefonsamtal, och kunder frågar återkommande om status. Agenten tolkar inkommande order till strukturerade uppgifter, upptäcker vad som saknas, svarar på statusfrågor från systemet och eskalerar avvikelser till trafikledningen.
06
Kunder beställer med sina egna artikelbenämningar. Agenten matchar kundens språk mot ert produktregister, markerar osäkra träffar, hämtar lagerstatus och leveranstid och förbereder ett offertutkast som säljaren granskar.
Fyra steg från idé till något som körs varje dag.
01
Vi tittar på fyra saker för varje kandidat: volym (hur ofta händer det?), komplexitet (hur många undantag finns?), datakvalitet (går uppgifterna att lita på?) och affärsvärde (vad kostar det er idag?). Kandidaten som vinner är sällan den som lät mest spännande på mötet.
02
Agenten kopplas till era befintliga system via deras API:er och får bara de behörigheter den behöver. Vi bygger mot er riktiga data från början, för det är undantagen i verklig data som avgör om lösningen håller.
03
Agenten förbereder och föreslår, en ansvarig person godkänner. Varje körning loggas så att ni kan följa vad som lästes, vad som föreslogs och vem som fattade beslutet. Kontrollpunkten kan flyttas senare, men den börjar alltid på plats.
04
I produktion följer vi hur ofta agenten träffar rätt, hur ofta den eskalerar och vad den kostar i modellanrop. Sedan justerar vi. En agent som ingen följer upp blir sämre med tiden, för verkligheten runt den ändrar sig.
Riktpriser
Riktpriser för bygget. Större projekt än så? Då börjar vi med ett samtal om huruvida två personer räcker, och vi svarar ärligt.
Riktpriser exkl. moms. Ert projekt offereras alltid till fast pris innan vi börjar, så ni vet vad ni säger ja till.
En ansvarig person granskar innan något blir bindande. Det gäller offerter, avtal, kundsvar, betalningar och allt annat som skulle bli obehagligt att ta tillbaka. Agenten gör förarbetet och presenterar underlaget, människan fattar beslutet.
Vi sätter gränsen tillsammans med er, och den behöver inte ligga på samma ställe för alltid. Ett vanligt mönster är att agenten först får föreslå allt, att ni efter några veckors loggar ser vilka ärendetyper den träffar rätt på varje gång, och att just de flödena sedan får gå igenom automatiskt medan resten fortsätter passera en människa.
Det är också det som gör att lösningen överlever. Automationer som stängs av gör det nästan alltid för att de en gång fick agera ensamma i ett läge där de inte borde.
Vanliga frågor
Ja, precis som en människa kan. Därför bygger vi med källkrav, loggning och en mänsklig granskning innan något blir bindande. Vi mäter dessutom hur ofta agenten träffar rätt, så att felen är kända siffror och inte överraskningar.
De flesta. Vanligast är Fortnox och Visma, Microsoft 365 och Google Workspace, HubSpot, Salesforce och Pipedrive samt Slack och Teams. Har ert system ett API, eller ens en export, kan vi koppla in det.
En enkel agent är i drift på 1-2 veckor, en pilot med flera integrationer på 2-4 veckor. Det som avgör är sällan bygget utan hur snabbt vi får åtkomst till systemen och vem hos er som kan svara på frågor om undantagen.
Vi håller lösningen uppdaterad som en del av förvaltningen och testar mot samma uppsättning verkliga fall varje gång något byts ut. Att en ny modell är bättre i allmänhet betyder inte att den är bättre på just er uppgift, så vi kontrollerar det innan vi byter.
Nej. Ni behöver kunna er verksamhet och kunna peka på det som tar tid. Vi visar vad som går att automatisera, vad det kräver och vad det kostar. Ska fler i organisationen jobba med verktygen finns AI-utbildning som eget spår.