Agency AI kan forenkle arbejdsgange og lette samspil mellem komplekse systemer, men IBM-chef understreger at teknologien kræver omtanke og governance.
Agentic AI er stadig en teknologi i sin vorden, men hos IBM har en række initiativer allerede taget springet fra pilotprojekt til regulær drift. Det har allerede kastet betydelige fordele af sig og åbner store perspektiver – også for anvendelse i andre organisationer og til en lang række formål, siger Lars Lindegaard, dansk country manager, IBM Software
“Set i et større perspektiv kan AI-agenter minimere den administrative kompleksitet i det at drive en virksomhed eller offentlig service. Det er også sådan, at vi selv anvender teknologien,” konstaterer han.
Agenter sætter strøm til komplekse HR-processer
Hos IBM har AI-agenter bl.a. vundet fodfæste indenfor HR, hvor de har ændret måden, hvorpå man flytter medarbejdere mellem afdelinger.
“Hvis jeg tidligere skulle rykke f.eks. en sælger fra A til B i organisationen, skulle jeg ind i 3-4 forskellige systemer for at definere alt fra arbejdsopgaver og salgsprofil til nærmeste chef, løn- og bonustrin osv. Det var tidskrævende, ikke specielt værdiskabende og – helt ærligt – dødssygt,” konstaterer Lars Lindegaard.
”Men i dag spørger en chatbot, hvilken medarbejder jeg vil flytte, og hvilken afdeling vedkommende skal til, og så håndterer den resten. Det betyder, at HR-afdelingen og jeg som leder kan fokusere på vigtigere opgaver end tastearbejde og administration,” tilføjer han.
Temadag sætter fokus på AI-agenter og governance – læs mere tilmeld dig her!
IBM bygger governance ind i driften
Lars Lindegaard bemærker, at AI-agenten ikke kun sparer tid, men også reducerer fejl. Agenterne sikrer, at alle nødvendige data bliver opdateret korrekt – og spørger efterfølgende den pågældende bruger, om opgaven er løst tilfredsstillende.
”Allerede her binder vi faktisk governance og human feedback sammen med AI-agenten på et helt lavpraktisk niveau. Det gør det nemmere for den at lære af eventuelle fejl – og som brugere har vi hele tiden mulighed for at holde øje med, om agenten løser sine opgaver hensigtsmæssigt,” siger Lars Lindegaard.
“Det lyder måske banalt. Men når du arbejder med AI-agenter, er du nødt til at måle på, hvad agenten foretager sig og have redskaber og processer til rådighed, der kan rette op, hvis noget går i den forkerte retning. Det gælder uanset om agenten løser HR-opgaver, sidder i en kundevendt funktion eller f.eks. skal få sagsbehandling i det offentlige til at glide lettere. Og her er menneskelig supervision og feedback et uomgængeligt element,” fastslår han.
Effektiv styring begynder i udviklingsfasen
Indsatsen for at sikre AI-agenters compliance med IBMs egne policies og med myndighedsregulativer begynder dog allerede langt tidligere – nemlig allerede i udviklingsfasen.
IBM har således udviklet et risikoatlas, som anvendes til at identificere og håndtere potentielle risici ved brug af AI-agenter. Risikoatlasset består af omkring 50-60 forskellige risikokategorier, der hjælper udviklere og governanceansvarlige med at vurdere alt fra regulative krav til interne etiske standarder.
“Populært sagt tillader vi alle mulige vilde idéer i starten, men snævrer siden feltet ind ved løbende at evaluere og risikovurdere dem. På den måde sikrer vi, at vi ikke begrænser innovationen, men samtidig holder os inden for de nødvendige rammer,” forklarer Lars Lindegaard.
Event: Sådan kan Agentic-AI automatisere kerneprocesser i din virksomhed.
AI-agenter med hænderne helt nede i produktionen
IBM bruger også agentic AI i bestilling og produktion. Her trækker teknologien selv viden om, behov for specifikke komponenter til hver enkelt bestilling samt på viden om, hvad man selv har på lager og hvad der skal bestilles fra leverandører.
“AI-agenterne navigerer autonomt i nogle ret komplekse fag- og lagersystemer, og jeg har set eksempler på, hvordan de kan generere 90% af indkøbsordrerne automatisk. Det reducerer ikke kun kompleksiteten, men frigør også ressourcer og alt i alt er det faktisk vildt imponerende,” siger Lars Lindegaard.
Men selv om AI-agenter åbner en imponerende række muligheder, så skal man også huske på at den kræver et tæt samarbejde mellem teknologi og brugere.
“Du kan ikke bare lade en maskine køre frit. Der må og skal være både menneskelig supervision og feedback samt mulighed for at gribe hurtigt ind. Især når beslutningerne har stor betydning – enten økonomisk eller menneskeligt. Det er derfor, vi prioriterer feedback og governance så højt,” konstaterer Lars Lindegaard.