Så bygger ni en AI-agent: steg för steg från idé till drift

Att bygga en AI-agent handlar mindre om AI-modellen och mer om allt runt omkring: vilket flöde agenten ska ta hand om, vad den får göra på egen hand, hur datan i era system ser ut och hur ni testar den innan den släpps loss. Börja med ett avgränsat, återkommande flöde, bestäm agentens mandat, koppla den till systemen via API, testa den på riktig data i simuleringsläge och gå live i små steg med en människa i loopen. Den här guiden går igenom de sex stegen.

Kort svar

• Steg 1: Välj rätt flöde. Återkommande, regelstyrt och baserat på information som redan finns digitalt.
• Steg 2: Bestäm uppdraget och mandatet. Vad agenten ska göra, vad den får göra själv och var en människa ska godkänna.
• Steg 3: Förstå datan och systemen. Hur informationen är uppbyggd, var den finns och hur agenten kommer åt den.
• Steg 4: Bygg agenten. Instruktioner, verktyg, kopplingar till systemen och loggning.
• Steg 5: Testa i simuleringsläge. På riktig data, utan att agenten ändrar något på riktigt.
• Steg 6: Gå live i små steg och mät. Utöka mandatet först när ni litar på resultatet.

Vad är en AI-agent?

En AI-agent utför avgränsat arbete i era system på egen hand: den tar emot något, förstår vad som ska göras, gör det och loggar vad den gjort. Till skillnad från en chattbot svarar den inte bara, den agerar. Till skillnad från vanlig automation klarar den variation, som mejl och dokument som ser olika ut. Läs mer om vilka typer av AI-agenter för företag vi bygger.

Steg 1: Välj rätt flöde

Det vanligaste misstaget är att börja för stort. En bra första agent tar hand om ett enda, avgränsat flöde, där det är lätt att se om den gör rätt.

Typiska första agenter tolkar inkommande order eller fakturor och skapar dem i rätt system, sorterar och besvarar inkommande ärenden eller sammanställer återkommande rapporter.

Steg 2: Bestäm uppdraget och mandatet

Skriv ner exakt vad agenten ska göra, och lika viktigt, vad den inte ska göra. Bestäm sedan hur mycket den får göra på egen hand. Det är klokt att börja lågt och höja mandatet när agenten har visat att den fungerar.

Steg 3: Förstå datan och systemen

En AI-agent blir aldrig bättre än den data den arbetar med. Innan något byggs behöver ni förstå hur informationen är uppbyggd i de system agenten ska arbeta i: vilka register och fält som finns, hur de hänger ihop, vad som är obligatoriskt och var datan är ofullständig eller dubblerad. I ett affärssystem som Visma Net kan det handla om kontoplan, koddelar och kund- och leverantörsregister.

Kontrollera också hur agenten kommer åt systemen. De flesta moderna system har ett API, och agenten ska ha egna behörigheter med så lite åtkomst som möjligt, inte någon medarbetares inloggning.

Steg 4: Bygg agenten

En AI-agent består i praktiken av fem delar:

• Språkmodellen, som tolkar text och fattar beslut inom ramarna.
• Instruktionerna, som beskriver uppdraget, reglerna och vad agenten ska göra när den är osäker.
• Verktygen, alltså de kopplingar till era system som agenten får använda, till exempel att läsa en kund eller skapa en order.
• Kunskapen, som era rutiner, prislistor eller tidigare ärenden som agenten kan slå upp i.
• Loggen, som visar vad agenten gjort, när och varför.

Vilken språkmodell ni väljer spelar ofta mindre roll än instruktionerna, verktygen och testerna. Välj en leverantör som uppfyller era krav på var datan hanteras och att den inte används för att träna modellen.

Steg 5: Testa i simuleringsläge

Låt agenten arbeta på riktig data utan att den ändrar något på riktigt. Jämför vad den skulle ha gjort med vad en människa gjorde i samma fall. Samla både vanliga fall och svåra undantag, och notera var den gör fel och varför. De flesta förbättringar kommer från bättre instruktioner och tydligare regler, inte från en annan AI-modell.

Steg 6: Gå live i små steg och mät

• Börja med en del av flödet, till exempel en kundgrupp eller en typ av dokument.
• Mät före och efter: tid per ärende, andel fel och ledtid. Utan siffror från före går det inte att visa effekten.
• Höj mandatet stegvis, från att förbereda till att föreslå och sedan utföra, när träffsäkerheten är bevisad.
• Planera förvaltningen. Rutiner, priser och system ändras, och agenten behöver följa med.

Bygga själva eller ta hjälp?

Enklare agenter, som en assistent som sammanfattar mejl, går ofta att sätta upp själva med färdiga verktyg. När agenten ska läsa och skriva i ett affärssystem, hantera undantag och fungera dygnet runt krävs mer: kopplingar via API, behörigheter, test och förvaltning. Det är där det lönar sig att ta hjälp att bygga AI-agenten av någon som både kan AI och känner era system. Vill ni först få en bild av var AI gör mest nytta hos er kan en AI-konsult börja med en nulägesbedömning.

Vanliga frågor

Hur bygger man en AI-agent?

Börja med ett avgränsat flöde där arbetet är återkommande och följer tydliga regler. Bestäm vad agenten får göra och var en människa ska godkänna, förstå datan i systemen, bygg agenten med instruktioner, verktyg och loggning, testa den på riktig data i simuleringsläge och gå live i små steg.

Vad är skillnaden mellan AI-automation och en AI-agent?

AI-automation är ett fast flöde där AI används i ett eller flera steg, till exempel för att läsa ut uppgifter ur en faktura, medan reglerna för vad som händer sedan är bestämda i förväg. En AI-agent får ett mål och avgör själv vilka steg och verktyg som behövs för att nå det, inom de gränser ni har satt. Automation passar när flödet alltid ser likadant ut, en agent när det varierar och kräver bedömning.

Hur lång tid tar det att bygga en AI-agent?

En första agent för ett avgränsat flöde kan ofta vara i drift inom några veckor, om systemen har ett API och datan är i ordning. Det som tar mest tid är sällan själva bygget, utan att avgränsa flödet, förstå datan och testa.

Behöver man kunna programmera för att bygga en AI-agent?

För enklare agenter finns färdiga verktyg som inte kräver programmering. När agenten ska arbeta i ett affärssystem, med egna behörigheter, undantag och loggning, krävs normalt utveckling och kunskap om systemets API och datastruktur.

Vilken AI-modell ska man använda?

Det spelar ofta mindre roll än instruktionerna, verktygen och testerna. Välj en modell och leverantör som klarar uppgiften och uppfyller era krav på dataskydd, till exempel var datan hanteras och att den inte används för träning.

Är det säkert att låta en AI-agent arbeta i våra system?

Ja, om den byggs rätt: med egna behörigheter och så lite åtkomst som möjligt, logg över varje åtgärd, mänskligt godkännande där ett fel kostar mycket och test i simuleringsläge innan den går live.

Vad kostar det att bygga en AI-agent?

Det beror främst på hur många system agenten ska arbeta i och hur många olika fall den ska hantera. Bygger ni i system ni redan har ligger kostnaden främst i arbetet, inte i nya licenser.

Så går ni vidare

Välj ett flöde som tar tid i dag och skriv ner hur det går till steg för steg, med de undantag som brukar uppstå. Det är den bästa starten på en AI-agent, oavsett om ni bygger själva eller tar hjälp. Vill ni ha hjälp går det bra att boka en kostnadsfri kartläggning.