Guide · AI i praksis
AI-agenter i virksomheden: hvad kan de, og hvordan starter I sikkert?
En AI-agent er et program, der får et mål, læser input som mails eller dokumenter og selv vælger, hvilke værktøjer den skal bruge for at nå målet, fx at oprette en ordre i e-conomic. I 2026 fungerer agenter godt til afgrænsede opgaver med et menneske, der godkender. Start med en agent, der laver kladder, og giv den mere frihed, efterhånden som tallene viser, at den rammer rigtigt.
11 min. læsning · Opdateret 1. oktober 2026
Hver morgen åbner en medarbejder hos en grossist indbakken og finder 40 ordrer. Nogle er PDF’er, nogle er fotos af en håndskrevet seddel, nogle er en mail med “det samme som sidst, bare dobbelt op”. Hun taster dem ind i e-conomic, slår varenumre op, retter adresser og sender bekræftelser. Det tager det meste af formiddagen, og fejlene opdages først, når kunden ringer. Det er en typisk opgave for en AI-agent: læse rodet input, forstå det, slå op i systemerne og lægge en færdig ordre klar til godkendelse.
Hvad er en AI-agent, og hvordan adskiller den sig fra en chatbot?
En chatbot svarer. En agent handler. Den får et mål, for eksempel “opret ordren fra denne mail”, og har adgang til en række værktøjer: slå kunde op, slå vare op, beregn fragt, opret kladde. Sprogmodellen vælger selv rækkefølgen, læser resultatet af hvert trin og fortsætter, indtil målet er nået, eller den støder på noget, den skal spørge et menneske om. Det er den fleksibilitet, der gør agenter nyttige til opgaver, som er for varierede til almindelig automatisering.
Tre måder at automatisere på. De fleste gode løsninger bruger alle tre, hver til det de er bedst til.
| Type | Hvad den gør | Styrke | Eksempel |
|---|---|---|---|
| Regelbaseret automatisering | Følger faste regler: hvis A, så B | Forudsigelig, billig, hurtig | Betalt ordre sendes til PostNord |
| AI-chatbot | Forstår spørgsmål og svarer ud fra viden | Håndterer fri tekst og mange formuleringer | Svarer på spørgsmål om returnering |
| AI-agent | Planlægger trin og bruger værktøjer for at nå et mål | Håndterer variation og flere systemer | Læser en ordremail og opretter ordrekladde |
Hvilke opgaver kan AI-agenter reelt løse i en virksomhed i dag?
Der er meget støj om agenter, der skal drive hele virksomheder. Det, der virker i praksis, er mere jordnært: opgaver med rodet input, et klart mål og et sted, hvor et menneske kan kigge resultatet igennem. Tabellen viser de opgaver, vi oftest ser give mening i små og mellemstore virksomheder.
Realistiske agentopgaver i 2026. Kolonnen med kontrolpunkt er den vigtigste: den viser, hvor et menneske godkender i starten.
| Opgave | Værktøjer agenten bruger | Menneskeligt kontrolpunkt |
|---|---|---|
| Ordremails til ordrekladder | Mail, varekatalog, kunderegister, ERP | Godkend kladden før bekræftelse |
| Bilag til konteringsforslag | Bilagsmappe, kontoplan, e-conomic eller Dinero | Bogholder godkender i bunker |
| Supportsager: sortér, slå op, foreslå handling | Helpdesk, ordresystem, fragtsporing | Medarbejder sender svar og udfører handling |
| Research af leads før salgsmøde | CVR-opslag, hjemmeside, CRM | Sælger læser briefen |
| Planlægning og ombooking | Kalender, bookingsystem, SMS | Godkend ændringer over en vis grænse |
| Datarens og berigelse | Database, CVR, adresseopslag | Stikprøver før ændringer gemmes |
Hvad agenter stadig er svage til
Agenter har det svært med lange kæder af trin, hvor én lille fejl tidligt ødelægger alt bagefter. De er også svage til opgaver, hvor de vigtigste regler er uskrevne og kun findes i hovedet på en erfaren medarbejder, og til beslutninger, der kræver forhandling eller kendskab til en kunderelation. Jo flere trin og jo flere skøn, jo mere menneskelig kontrol skal der til. Derfor er det klogt at dele store opgaver op i små agenter med hver sin afgrænsede rolle.
Hvordan arbejder en AI-agent, trin for trin?
1. Udløser
En ny mail lander i ordreindbakken.
2. Forstå
Agenten læser mail og vedhæftninger og finder kunde, varer og antal.
3. Slå op
Kunde, varenumre, priser og lager hentes via API.
4. Tjek
Faste regler kontrollerer beløb, kreditgrænse og ukendte varer.
5. Kladde og godkendelse
Ordrekladden vises for en medarbejder med agentens begrundelse.
6. Log
Input, trin, beslutning og resultat gemmes til opfølgning.
Læg mærke til trin fire. De vigtigste kontroller i en agent udføres af almindelig, regelbaseret kode, som ikke kan snakkes uden om. Sprogmodellen er god til at forstå og foreslå, og koden er god til at sige nej. Hvis I vil vide mere om, hvordan systemerne taler sammen, så læs hvad et API er.
Hvilke sikkerhedsregler skal en AI-agent have?
En agent med adgang til jeres systemer er en ny medarbejder, der arbejder meget hurtigt og aldrig bliver træt. Det er en fordel, når den gør det rigtige, og en risiko, når den gør det forkerte i stor skala. Brug listen her, før en agent får adgang til noget som helst.
- Mindst mulige rettigheder: agenten har sin egen bruger og kan kun det, opgaven kræver.
- Kladdetilstand først: agenten forbereder, et menneske udfører, indtil tallene viser andet.
- Faste grænser i koden: maksimalt beløb, antal handlinger pr. time og hvilke kunder der er omfattet.
- Godkendelse over en tærskel: alt over et aftalt beløb eller uden for normalen sendes til et menneske.
- Fuld logning: input, hvert trin, begrundelse og resultat gemmes og kan søges i.
- Nødstop: én knap, der lukker agentens adgang med det samme.
- Testsæt: 50–100 rigtige eksempler, som agenten skal bestå, før hver ændring går live.
- Loft over forbrug: månedlig grænse hos AI-udbyderen og alarm ved usædvanligt forbrug.
- Beskyttelse mod manipulation: indhold fra mails og dokumenter behandles som data og aldrig som instruktioner.
- Persondata: databehandleraftale, behandling i EU og en slettefrist for logs med persondata.
Hvordan starter I småt med AI-agenter?
Vi anbefaler en trappe med fire trin. Hver agent starter nederst og rykker kun op, når den har bevist i målinger, at den rammer rigtigt på det nuværende trin. Det giver medarbejderne tid til at stole på den og jer data til at beslutte.
- Trin 1, foreslå: agenten læser og foreslår, medarbejderen gør alt arbejdet. Måler, hvor ofte forslaget var rigtigt.
- Trin 2, kladde: agenten laver en færdig kladde i systemet, medarbejderen godkender eller retter.
- Trin 3, udfør inden for grænser: agenten udfører selv opgaver under en aftalt grænse og sender resten til godkendelse.
- Trin 4, udfør med stikprøver: agenten kører selvstændigt, og et menneske gennemgår en stikprøve hver uge.
Trinvis indførelse
- Én opgave, én agent, én ansvarlig medarbejder
- Starter i kladdetilstand
- Målt på et testsæt før og efter
- Medarbejderne er med til at sætte reglerne
Stor lancering
- Mange opgaver på én gang
- Fuld frihed fra dag ét
- Fejl opdages af kunderne
- Mistillid, der er svær at vende
Hvad koster en AI-agent at bygge og drive?
Typiske prisintervaller i Danmark i 2026. Prisen drives af antal systemer, agenten skal tale med, og hvor meget kontrol og logning der kræves.
| Løsning | Typisk pris | Hvad I får |
|---|---|---|
| Forsøg på automatiseringsplatform | Egen tid plus platformens abonnement | Hurtig test af idéen med få eksempler |
| Én agent, ét eller to systemer | 40.000–100.000 kr. | Kladdetilstand, godkendelsesskærm, log, testsæt |
| Flere agenter på tværs af systemer | 100.000–300.000 kr. | Roller, grænser, dashboards, revisionsspor |
| Drift og forbrug | Drift efter aftale plus forbrug hos AI-udbyder | Hosting, overvågning, opdatering af model og testsæt |
Tilbage til grossisten med de 40 ordrer om dagen. Hvis hver ordre i dag tager 6 minutter, og en kladde fra agenten kan godkendes på 1 minut, sparer det over 3 timer om dagen eller cirka 15 timer om ugen. Med en intern timepris på 400 kr. er det omkring 300.000 kr. om året. En agent til 70.000 kr. plus drift og forbrug er tjent hjem på få måneder, og fejlene falder, fordi varenumre og priser slås op automatisk. Det er den slags regnestykke, I skal have på plads, før I går i gang. Vores guide til digitalisering af arbejdsgange viser, hvordan I finder tallene.
Hvilke myter om AI-agenter skal I se igennem?
- Myte: En agent kan overtage en hel stilling. Den kan overtage dele af mange stillinger, og det er dér, gevinsten ligger.
- Myte: Jo mere frihed, jo mere værdi. Værdien kommer fra pålidelighed, og den bygges op trin for trin.
- Myte: Agenten lærer af sig selv. Den bliver bedre, når I forbedrer instruktioner, data og testsæt.
- Myte: Det kræver store mængder data. De fleste forretningsagenter klarer sig med jeres eksisterende systemer og et godt testsæt.
- Rødt flag: En leverandør kan ikke vise, hvordan I ser loggen, eller hvordan I slukker agenten.
- Rødt flag: Agenten skal have administratoradgang for at virke.
Hvordan bygger Ceptiv AI-agenter?
Vi bygger agenter som en del af jeres egen løsning i TypeScript, med godkendelsesskærm, log og grænser fra første dag, og med vores mere end 40 færdige integrationer, blandt andet til e-conomic, Dinero og PostNord. I ejer koden, og modellen kan skiftes, når markedet flytter sig. Se, hvad vi typisk automatiserer under automatisering, og hvis I endnu ikke har valgt jeres første opgave, så start med AI i virksomheden. Er det kundespørgsmål, I vil have besvaret, er en AI-chatbot til hjemmesiden ofte det rette første skridt. Når I har en opgave, kan I få en fast pris inden for 24 timer.
Spørgsmål om AI-agenter
Hvad er forskellen på en AI-agent og RPA?
Hvilke systemer kan en AI-agent arbejde i?
Hvem har ansvaret, hvis en AI-agent laver en fejl?
Kan vi bygge en AI-agent selv med Zapier, Make eller n8n?
Hvor præcis er en AI-agent?
Bliver AI-agenter dyrere at drive med tiden?
Skal vi bygge det for jer?
I får et fastpristilbud inden for 24 timer.
