Vores take
Vi skal kunne automatisere opgaver, selv når vi ikke kan beskrive alle skridtene på forhånd.
Regelbaseret software er stærk, når reglerne er kendte. Men mange opgaver kræver, at man forstår situationen, undersøger det ukendte og ændrer fremgangsmåde undervejs.
Det er her, vi ser AIens store mulighed. Den kan få et mål og vælge sine næste skridt ud fra det, den finder. Derfor bør et AI-projekt begynde med den opgave, der skal løses, og den forståelse, det kræver.
Når reglerne er kendte
Et fast workflow kan være en fremragende løsning. Det kan være hurtigt, have lave omkostninger pr. kørsel og udføre de samme regler konsekvent. Kendte beregninger og faste kontroller bør normalt løses på den måde.
Det gør ikke software fejlfrit. Forkerte regler, fejl i koden eller dårlige input kan give forkerte resultater hver gang. Men for korrekt implementerede, deterministiske regler giver samme input og samme betingelser samme resultat.
Når situationen afgør næste skridt
En kunde beskriver sit behov upræcist. To dokumenter modsiger hinanden. En plan bliver ubrugelig, fordi en vigtig forudsætning ændrer sig.
Så kræver opgaven en vurdering af, hvad situationen betyder, og hvad der skal ske nu.
En AI-agent kan undersøge, stille spørgsmål, bruge værktøjer og tilpasse sin fremgangsmåde. Den fleksibilitet har også en pris: flere modelkald, længere svartid og risiko for fejl, som kan påvirke de efterfølgende skridt.
Anthropic beskriver denne afvejning mellem faste workflows og selvstændige agenter.
Hvad egner sig til hvad?
Eksemplerne viser mulige arbejdsdelinger:
| Opgave | Regelbaseret software er god til | AI kan bidrage med | Faldgrube |
|---|---|---|---|
| Et kundetilbud | Beregne priser efter fastlagte regler og udfylde kendte felter. | Afklare behov, undersøge muligheder og samle et relevant tilbud. | AI kan misforstå behovet. Beregninger bør ske i et beregningsværktøj. |
| Kundeservice | Vise ordrestatus og sende faste beskeder ved kendte hændelser. | Undersøge en uklar sag og foreslå en løsning ud fra dens sammenhæng. | En plausibel forklaring kan være forkert; oplysninger skal kunne kontrolleres. |
| Planlægning | Tjekke faste begrænsninger og sende påmindelser. | Vurdere alternativer, når nye oplysninger ændrer planen. | Agenten kan overse et hensyn eller prioritere anderledes end virksomheden. |
| Dokumentarbejde | Kontrollere filformat, obligatoriske felter og kendte værdier. | Sammenholde forskelligt formulerede oplysninger og finde modstrid eller mangler. | AI kan overse detaljer eller tillægge teksten en betydning, den ikke har. |
| Opfølgning på en sag | Sende en påmindelse efter et bestemt antal dage. | Undersøge, hvorfor sagen er gået i stå, og vælge en relevant opfølgning. | Agenten kan følge op på et forkert grundlag eller uden den nødvendige adgang. |
Brug styrkerne sammen
En AI-agent kan forstå en henvendelse og vælge næste skridt, mens almindelig software beregner prisen, kontrollerer adgang og registrerer resultatet.
Vores princip er at bruge faste regler, hvor de giver præcision, og AI, hvor opgaven kræver fortolkning og tilpasning. Målet er at kunne løse mere af arbejdet uden at gøre hver mulig situation til endnu en gren i et script.