AI-agenter: Det skal være bedre – ikke bare billigere

[post_rt)

Mark Sinclair Fleeton

Du har helt sikkert hørt om ChatGPT, men AI-agenter er måske et nyt begreb for dig. Hvis din virksomhed allerede arbejder med kunstig intelligens (AI), er du dog sandsynligvis bekendt med AI-agenter. Men hvad er de, og hvordan adskiller de sig fra de AI-værktøjer, du allerede kender?

Daniel Käfer og Benjamin Ejlertsen er til daglig henholdsvis CEO og CTO i konsulent og undervisningsvirksomheden XAI Group, ser AI-agenter, som en stor mulighed for virksomheder til at automatisere og effektivisere. Samtidigt møder de både interesse for AI, men også en vis tilbageholdenhed hos danske virksomheder. Men det handler langt hen ad vejen om, at virksomhederne skal se indad, kortlægge deres processer og tage stilling til, hvor AI-agenter kan tilføre værdi til virksomheden. Og så skal man ikke se agenterne, som måder at spare penge på, men som en måde at blive mere effektive og øge omsætningen.

Værktøjskassen

De seneste halvandet år har været præget af store sprogmodellers fremmarch, særligt OpenAIs GPT-4o, som mange nu bruger i hverdagen.  Der er løbende kommet forbedringer af modellerne og med AI-agenter er vi endnu tættere på, at modellerne kan overtage store dele af opgaverne i en virksomhed.

”Hvis man simplificerer det, så er en AI-agent bare en Large Language Model (LLM), der har adgang til en række værktøjer som eksempelvis en lommeregner eller internetsøgning,” forklarer Benjamin Ejlertsen. Dette gør det muligt for agenten at finde svar og udføre opgaver selvstændigt.

Det vil altså sige, at en agent groft sagt er en model, der kan tilgå en værktøjskasse, når den bliver stillet et spørgsmål og på den baggrund selv finde svaret. Og forskellen mellem en AI-model som fx en LLM og en AI-agent ligger i selvstændigheden. 

Agent og GPT

Man kan diskutere om ChatGPT er en AI-agent. 

”Det er et spektrum. Jeg vil egentligt argumentere for, at ChatGPT er en agent, men den er bare meget begrænset i sin værktøjskasse,” siger Ejlertsen. ChatGPT var ikke en agent i sine tidligere inkarnationer. Den kunne ikke søge, bruge lommeregner eller skrive og eksekvere kode.

”Der er en stor forskel på at eksekvere og bare skrive kode, fordi så kan den rent faktisk køre den kode, den har lavet, se hvad den spytter ud og bruge det i den videre samtale,” påpeger Ejlertsen.

Han har selv arbejdet med og bygget AI-agenter til at løse konkrete opgaver hos kunder.

”For eksempel har vi lavet, det man kalder en chatbot, men som egentligt er en agent, fordi den netop har adgang til nogle af de her værktøjer,” siger Ejlertsen. Agenten kan hente informationer i en database, identificere populære produkter og om aktuel lagerbeholdning.

Agenterne skal gøre arbejdet bedre

Både Ejlertsen og Käfer mener, at agenter kan spare os for en masse arbejde. De opgaver, som agenterne er gode til, er fx mange af de administrative opgaver, som vi bruger meget tid på i vores hverdag. Sende mails, lægge møder i kalenderen, skrive en kunde ind i sin lead databaser

”Vi er stadigt et sted, hvor vi for virkeligt at finde ud af, hvordan man kan skabe værdi skal eksperimentere en lille smule. Man skal prøve at kortlægge sine processer og finde ud af, hvor man vil have gavn af en AI-agent,” forklarer Käfer. ”

Kundeservice agenter

Et af de områder, hvor de begge ser et stort potentiale i at bruge AI-agenter, er indenfor kundeservice. Mange steder sidder medarbejderne og kigger i en FAQ (Frequently Asked Questions – ofte stillede spørgsmål) eller må forlade telefonen for at spørge en kollega. 

”Men en agent kan finde den information med det samme og kan referere til de relevante afsnit i FAQ’en om nødvendigt,” siger Ejlertsen. Men det handler ikke nødvendigvis om besparelser på personalebudgettet. Det handler om, at AI-agenter kan gøre nogle opgaver bedre.

”Det er vigtigt at sige her, at det ikke drejer sig om, at oplevelsen skal blive dårligere, men gratis. Det handler om, at det skal være en bedre, hurtigere og mere præcis oplevelse end i dag,” siger Käfer.

Onboarding og rekruttering

Käfer ser rigtigt mange områder, hvor AI-agenter kan gøre en stor forskel for virksomheder.  Indenfor bogføring, i rekrutteringsprocessen til at læse ansøgernes CV’er igennem og ikke mindst onboarding af nye medarbejdere.

”Jeg har arbejdet hos Meta og arbejdet meget tæt sammen med Google, TikTok med flere og de kender virkeligt værdien af det her. De har nogle programmer, hvor det næsten tager en måned, før du begynder at lave noget og meget af det kan jo automatiseres,” siger Käfer.

”Det kunne være en agent, der hver morgen har researchet, hvilke emner, der trender indenfor din branche og foreslå, at skrive en blog om det. Det kan være, at den tjekker lageret og foreslår, hvad der skal bestilles,” siger Ejlertsen.

Salg og marketing er oplagte områder for en AI-agent og det handler ikke nødvendigvis om fuld automatisering. En agent kan stå for de mange små justeringer, som der ofte er brug for indenfor marketing på baggrund af data. Den kan også identificere nye leads på LinkedIn for eksempel. Men det er vigtigt, at hele tiden have fokus på kvalitet. Det skal være bedre og man skal bruge mindre tid på det, end hvis det havde været manuelt.

Interesse og berøringsangst

Selvom interessen for AI er stor, har mange danske virksomheder stadig ikke fuldt ud omfavnet teknologien. Ifølge Käfer og Ejlertsen skyldes dette ofte bekymringer omkring GDPR og EU’s AI-forordning samt en generel tilbageholdenhed over for nye teknologier.

”Når vi taler digital transformation helt bredt, har jeg oplevet at der tit kan være en stor forskel på, hvad en virksomhed siger, når de holder en keynote og hvad de rent faktisk gør. Man vil meget gerne vise et billede af, at man er længere end man er,” siger Käfer.

”Jeg oplever, at det måske er 5% af virksomhederne, som har taget det til sig og kører derudaf. De andre halter bagud og er mere påpasselige og er meget nervøse for fx data,” tilføjer Ejlertsen.

Man kan starte i det små

Men ifølge Käfer og Ejlertsen behøver det hverken være tidskrævende eller dyrt. Der er eksisterende og afprøvede løsninger derude, så man behøver ikke starte med at bruge tiden på at udvikle sine egne værktøjer. Det kan godt lade sig gøre at starte i det små for relativt få investeringer.

”Barrieren for at komme i gang er ret lav. Man kan godt få lavet noget fra 10.000 kr. og op efter, der kan overtage nogle processer. Så det er bestemt ikke forbeholdt de større virksomheder,” siger Käfer.

”Det er jo meget som at sige, hvad en hjemmeside koster. Hvis man tager nogle af de mere bredt anvendte løsninger, som man ved virker, så skal der som regel ikke så meget til. Du kan komme i gang for et ret lille beløb – 5–10.000 kr.,” uddyber Ejlertsen. ”Man kan taget det et skridt af gangen og starte for småbeløb og så skalere op efter behov.”

Information: Mark Sinclair Fleeton er selvstændig underviser hos XAI Group på kurset GPT Fundamentals.