Menu luk

AI-agenter rykker ind i driften – sådan bruger virksomheder teknologien i praksis

AI-agenter er det helt nye, og flere virksomheder har allerede sat dem i produktion. Her er 5 eksempler på, hvor det kan gøre en forskel.

26. mar. 2025
4 min

AI-agenter gør deres indtog i erhvervslivet – og mange virksomheder er allerede i gang. Hvor klassiske chatbots typisk reagerer på forespørgsler, er AI-agenter bygget til at agere mere selvstændigt.

De kan samarbejde, håndtere komplekse arbejdsgange og i nogle tilfælde overtage hele processer. Selvom teknologien stadig er ny, er de første løsninger sat i drift – og flere globale aktører er allerede langt i implementeringen.

Blandt leverandørerne er Microsoft og AWS i front. Microsofts platform Copilot Studio bruges nu af over 100.000 organisationer – dobbelt så mange som for få måneder siden – heriblandt Standard Bank, Virgin Money og Zurich Insurance. Platformen gør det muligt at bygge både autonome og integrerede agenter, der kobler sig på fx CRM- og HR-systemer.

Siden november har Microsoft også tilbudt en fuldt administreret løsning, Azure AI Agent Service, som gør det lettere for virksomheder at bygge, implementere og skalere agentbaserede løsninger.

AWS Bedrock Agents har været tilgængelige siden 2023, og i december blev platformen udvidet med understøttelse af multi-agent-samarbejde. Der er altså ikke kun tale om visioner – men om et marked i hurtig vækst, hvor virksomheder allerede har taget de første skridt.

Her er fem områder, hvor AI-agenter ifølge CIO.com allerede gør en mærkbar forskel.

1. Softwareudvikling: AI som digital kollega

AI-agenter bliver i stigende grad en fast del af udviklingsmiljøet – og i nogle tilfælde endda som softwareingeniører. Devin, en agent udviklet af Cognition, har løftet AI’ers evne til at løse komplekse kodeopgaver fra under 5 % til over 60 % på den krævende SWE-bench-test. OpenAI’s seneste model nåede 72 %, før den overhovedet blev offentliggjort.

Hos den amerikanske nonprofitorganisation Mitre, der leverer teknologiske og strategiske løsninger, har man bygget en intern AI-agent, der kan analysere og fejlrette ældre kodebaser. Agenten downloader kode, forsøger at kompilere, justerer build scripts og retter automatisk, og markerer det som AI-genereret.

Et sideløbende projekt forsøger at omsætte 50 år gamle mainframe-systemer til moderne cloud-arkitektur. Her arbejder Mitre med egne AI-modeller til at forstå og oversætte forretningslogik skrevet i fx COBOL, MUMPS og Assembly.

Ifølge en Capgemini-undersøgelse forventer 60 % af topledere, at AI-agenter vil stå for hovedparten af kodningen i virksomheder inden for 3–5 år.

(Artiklen fortsætter efter boksen)

2. Automatisering og produktivitet

AI-agenter vinder især indpas, hvor standardløsninger kommer til kort.

Hos SS&C, som betjener 20.000 finans- og sundhedskunder, har man mange millioner dokumenter at behandle – ofte i uensartede formater. Tidligere krævede automatisering stadig, at mennesker gennemgik næsten hvert dokument.

Det ændrede sig i 2024, da en AI-agent gik i produktion. Allerede i november behandlede systemet 50.000 dokumenter, og agenterne håndterer nu op mod 90 % af visse dokumenttyper, som fx lånedokumenter. Kun en lille andel kræver manuel indsats.

Hos den globale advokatvirksomhed Avantia fungerer AI-agenter som juridiske assistenter i fx Word og Outlook. Det betyder, at advokater hurtigere kan gennemføre kontrakter, besvare henvendelser og lukke sager – og virksomheden venter en marginforbedring på op mod 45 % i midten af 2025.

3. Kundeservice: Navigatører i komplekse datamængder

Hos researchvirksomheden Dun & Bradstreet, der leverer data til 95 % af Fortune 500, bruger man AI-agenter til at sikre præcis og kontekstuel adgang til information om over 500 millioner virksomheder.

Kunderne anvender oplysningerne til kreditvurdering, supply chain-analyse og salgs- og marketingbeslutninger.

Det handler ikke kun om opslag – men om at skelne mellem lignende firmanavne og sikre, at det er de rette data, der leveres.

4. Indhold og rapportering: Fra 50 timer til få minutter

Hos EY hjælper AI-agenter med at udarbejde tredjeparts-risikovurderinger.

Hvor det tidligere tog op mod 50 timer at gennemgå kontrakter og udarbejde en rapport, genererer agenterne nu et førsteudkast på få minutter. Herefter står mennesker for kvalitetssikring.

Næste skridt bliver en kontinuerlig overvågning af leverandører, som tidligere var for ressourcekrævende.

En undersøgelse fra Langbase viser, at tekstgenerering og opsummering er det næstmest udbredte agent-brugsscenarie (59 %), fulgt af marketing og kommunikation (50 %).

5. HR og vidensarbejde: AI som internt værktøj

I HR og intern support ser mange virksomheder AI-agenter som et lavrisiko-område med høj værdi. En IBM-undersøgelse fra januar viste, at 43 % af virksomheder allerede bruger AI-agenter i HR-funktioner.

Hos datafirmaet Indicium arbejder flere specialiserede agenter sammen i et multi-agent-system, hvor de hver især løser opgaver som videnhentning, dokumenttagging og svar på medarbejderspørgsmål.

Systemet identificerer også fejl og mangler i dokumentation, hvilket bruges til at forbedre interne processer.

Governance og kontrol: Teknologi med betingelser

AI-agenter bringer store muligheder med sig – men også en risiko for fejl, bias og fejlagtige handlinger. Ifølge LangChain-undersøgelsen vurderer 55 % af professionelle, at  det er nødvendigt med kontrolværktøjer, der kan overvåge og analysere agenters adfærd. Men det betyder ikke, at de er særlig udbredt endnu.

Virginia Dignum, professor ved Umeå Universitet og formand for teknologipolitisk råd i Association for Computing Machinery, mener deusden, at agentiske systemer skal kunne erkende egne begrænsninger – og melde klart ud, når de ikke kan løse en opgave.

Hun advarer dog om, at sådanne interfaces stadig er sjældne.

Derfor er der behov for både governance og regulering. Agentiske systemer skal ikke kun håndtere de praktiske og forretningsmæssige konsekvenser af fejl – men også de juridiske, lyder det.

Seneste nyt