Agentisk AI og automatisering

Rådgivning om agentisk AI

Agenter ændrer, hvordan en proces kan se ud, ikke bare hvor hurtigt den kører. Det gør det til et spørgsmål om driftsdesign, før det bliver et ingeniørspørgsmål: hvilke beslutninger bliver hos mennesker, hvad må en agent gøre alene, og hvem svarer for resultatet.

Drøft jeres AI-initiativ Rådgivning

Den forretningsmæssige udfordring

At automatisere en ødelagt proces gør den ødelagt hurtigere

De fleste processer har samlet trin op, som findes på grund af en systembegrænsning, et gammelt revisionsfund eller en person, der engang begik en fejl. At automatisere det trofast bevarer det hele. De organisationer, der får reel værdi ud af agenter, tegner processen om efter, hvad agenter kan, og det rejser spørgsmål om ansvar og kontrol, som intet udviklingsteam kan besvare alene.

Det vi gør

Design processen og kontrolmodellen samtidig

Vi kortlægger, hvordan arbejdet udføres i dag, og hvor vurderingen reelt ligger, og designer derefter en målproces, der bevidst fordeler arbejdet mellem mennesker og agenter. Det kommer med en udtrykkelig kontrolmodel: hvad en agent må gøre uden opsyn, hvad der kræver godkendelse, hvad der logges, og hvem der står til ansvar, når det går galt. Vi definerer også, hvordan organisationen vil vide, at det virker, for en agent, der stille forringes, er værre end en, der synligt fejler.

Rådgivning om agentisk AI

Kompetencer

Agentstrategi
Design af agentiske arbejdsgange
Redesign af forretningsprocesser
Arkitektur med mennesket i loopet
Multiagent-arkitektur
Agent-governance
Driftsmodeller for agenter

Typiske anvendelser

Tegn en backoffice-proces om efter agenter frem for at automatisere dens nuværende form.
Fastlæg en organisatorisk holdning til, hvad agenter må gøre uden menneskelig godkendelse.
Vurder en foreslået multiagent-arkitektur, før den bliver dyr at ændre.
Definer ansvaret for agenters beslutninger i en reguleret proces.

Sådan leverer vi

Procesafdækning

Kortlæg den nuværende vej, dens forgreninger, dens undtagelser og dens definition af korrekt.
Afgrænset prototype

Én proces, først kun læsende, målt mod et markeret datasæt før den skriver noget.
Guardrails og godkendelse

Rettigheder, hastighedsgrænser, godkendelsestrin og revisionslogning før adgang til produktion.
Produktion og drift

Trinvis udrulning med løbende evaluering, omkostningsovervågning og en vej tilbage.

Teknologi

OpenAI
Anthropic
Google Vertex AI
Azure OpenAI
AWS Bedrock
Model Context Protocol
LangGraph
Temporal
OpenTelemetry

Sikkerhed og governance

Software, der handler inde i jeres systemer, er en privilegeret identitet og behandles som sådan. Den autentificerer via jeres identitetsudbyder, har mindst mulige rettigheder og kan ikke overskride rettighederne for den bruger, den handler på vegne af. Værktøjskald valideres og hastighedsbegrænses, upålideligt indhold behandles som data frem for instruktion for at begrænse promptinjektion, og handlinger med konsekvenser kræver menneskelig godkendelse. Hver kørsel logges med input, kald og output, og det er dét, der gør systemet reviderbart.

Samarbejdsmodeller

AI-projekt

Vi tager ansvaret for at designe og levere en defineret AI-løsning.

Udstationeret AI-team

Et tværfagligt AI-team arbejder inde i jeres organisation for løbende at finde og levere muligheder.

Dedikeret AI-team

Langsigtet dedikeret udviklingskapacitet bygget op om jeres teknologi og leverancemodel.

Managed AI

Vi driver, overvåger og forbedrer løbende AI-systemer i produktion.

Hvorfor TeamExtension.ai

Vi har måttet træffe disse valg i produktion

De spørgsmål, der afgør, om et agentprogram virker, er praktiske: hvor meget autonomi, hvad der skal logges, hvornår man skal stoppe. At besvare dem godt kræver, at man har levet med konsekvenserne, hvilket er noget andet end at have læst om dem. Vi bygger og driver disse systemer, så rådgivningen bygger på, hvad der faktisk gik galt.

Udvalgte kunder

Ofte stillede spørgsmål

Hvor meget autonomi skal en agent have?

Start med ingen, og lad den gøre sig fortjent. Først kun læseadgang, så skriveadgang på reversible handlinger, så handlinger bag godkendelse, hvor hvert trin begrundes med målt præcision. Autonomi, der gives på forhånd, plejer at blive trukket tilbage efter den første hændelse, og det koster mere end at starte snævert.

Har vi brug for flere agenter?

Som regel færre end foreslået. Multiagent-arkitekturer tilføjer fejlkilder i koordineringen, og de fleste processer, der ser ud til at kræve flere agenter, kræver i virkeligheden én agent med flere værktøjer. Vi anbefaler den enklere struktur, medmindre arbejdet reelt lader sig opdele.

Hvem står til ansvar, når en agent tager fejl?

En navngiven person, altid. En del af dette arbejde er at beslutte, hvem det er for hver proces, og sikre at vedkommende har det indblik, der skal til for at udøve ansvaret. En ansvarsmodel, der stopper ved systemet, overlever ikke en hændelse.

Hvordan påvirker det vores medarbejdere?

Ærligt talt ændrer det roller, og at lade som om andet gør udbredelsen sværere. Vi gennemgår, hvilke opgaver der flytter sig, hvad det tilbageværende menneskelige arbejde bliver, og hvad det betyder for teamets form, som en del af designet frem for bagefter.

Relaterede kompetencer

AI-strategi og transformation

AI-strategi

Beslut hvor AI hører hjemme i jeres forretning, hvad den er værd, og i hvilken rækkefølge den skal bygges.

Læs mere

AI-infrastruktur og LLMOps

AI-arkitektur

Design den referencearkitektur, jeres AI-systemer deler: modeller, søgning, orkestrering, data og kontroller.

Læs mere

AI-sikkerhed

Rådgivning om AI-sikkerhed

Lav trusselsmodeller for AI-systemer, og design den arkitektur, de kontroller og de grænser, der inddæmmer risikoen.

Læs mere

Drøft jeres AI-initiativ

Tegn forretningsprocesser om efter agenter, der ræsonnerer, koordinerer værktøjer og gennemfører arbejde i flere trin.

Tal med en AI-ekspert Start en AI-vurdering