Førende virksomheder inden for AI-automatisering: Sådan vælger du den rette platform

Hvordan står det egentlig til med virksomheder inden for AI-automatisering i dag?

Betegnelsen agent bruges om produkter, der fungerer meget forskelligt. Nogle følger faste regler, nogle føjer en model til en forudbestemt arbejdsgang, og nogle kan vælge mellem godkendte værktøjer inden for et defineret mål. Betegnelsen alene siger intet om, hvordan systemet håndterer tilladelser, uventede input, fejl eller gennemgang.

Gartner oplyste i juni 2025, at virksomheden på det tidspunkt vurderede, at kun omkring 130 leverandører blandt tusindvis af udbydere, der hævdede at tilbyde agentbaseret AI, reelt gjorde det. Gartner forudsagde også, at mere end 40 procent af projekter med agentbaseret AI ville blive aflyst inden udgangen af 2027 på grund af omkostninger, uklar værdi eller utilstrækkelig risikostyring. Begge tal er Gartners markedsvurdering og prognose, ikke en test af et bestemt produkt.

Vurdér arbejdsgangen frem for betegnelsen:

• Giv systemet et mål, der kræver et valg mellem to godkendte værktøjer.
• Afvis en handling, og undersøg, om systemet stopper eller eskalerer.
• Giv det manglende, fejlformaterede og modstridende input.
• Fremkald en fejl i en afhængig tjeneste, og undersøg genforsøg, begrænsninger og genopretning.
• Gennemgå hele hændelsesforløbet og det forretningsmæssige resultat.

Et pilotprojekt bør dokumentere den nødvendige adfærd i repræsentative tilfælde, før I indgår en større aftale.

En overset pointe: De fleste 'AI-agenter' til virksomheder er blot avancerede RPA-botter

En chatbot, et RPA-forløb og en agent, der bruger værktøjer, kan alle indgå i det samme produkt. Den relevante forskel er, hvilken adfærd processen kræver.

RPA følger fastlagte trin i en brugergrænseflade og er velegnet, når forløbet er stabilt, og applikationen ikke har et API. En modelassisteret arbejdsgang kan klassificere eller udtrække data før en deterministisk handling. En agent kan vælge værktøjer eller planlægge trin inden for et mål, men den fleksibilitet medfører ekstra omkostninger og flere måder, noget kan gå galt på.

Bed leverandøren demonstrere:

1. Præcis hvilke tilladelser agenten har.
2. Hvilke værktøjer den må vælge, og hvor mange handlinger den højst må udføre.
3. Hvordan den reagerer på afviste handlinger, utilgængelige værktøjer og tvetydige input.
4. Hvilke beslutninger og resultater der fremgår af revisionssporet.
5. Hvornår et menneske gennemgår, godkender eller stopper kørslen.

Et produkt behøver ikke stor autonomi for at løse en værdifuld opgave. Vælg den mindst fleksible løsning, der kan håndtere de nødvendige tilfælde og fejlforløb.

Trin 1: Inddel virksomheder inden for AI-automatisering efter deres primære tilbud til virksomheder

Generelle ranglister er ubrugelige. Du har brug for en ramme til at sammenligne ud fra. Vi inddeler virksomheder inden for AI-automatisering efter deres primære værktøjer til virksomheder.

Platformene falder generelt i fire hovedkategorier. Hver kategori har sine egne kompromiser og skjulte omkostninger, som du bør forstå, før du binder dit langsigtede budget til en bestemt leverandør:

• Integreret i en produktivitetspakke: Microsoft Copilot Studio. Bedst til organisationer, der allerede er bundet til Microsoft 365. Der opstår skjulte omkostninger, når forbruget overstiger de inkluderede basiskreditter.
• Integreret i CRM: Salesforce Agentforce. Bedst til salgs- og serviceteams. Der findes ingen gratis virksomhedsniveauer, og omkostningerne stiger hurtigt med forbruget.
• Integreret i IT-arbejdsgange: ServiceNow. Bedst til intern IT-servicestyring. Platformen kan meget, men virksomhedslisenserne er dyre.
• Fokuseret på data: Værktøjer som Maia. Maia henvender sig specifikt til datateams og er derfor begrænset til dataautomatisering. Det udelukker generel automatisering af arbejdsgange i virksomheden.

Vi ser også værktøjer som Autohive, der gør det nemt for almindelige teams at bygge AI-agenter. Det tiltaler formentlig ikke-tekniske brugere, men placerer værktøjet i kategorien low-code/no-code frem for blandt platforme til automatisering i virksomheder. Du får enkelhed på bekostning af kapacitet.

Når du senere skal skalere komplekse processer, kan den begrænsede kapacitet blive en alvorlig flaskehals for din vækst og tvinge dig til en dyr flytning til en anden platform.

Hvordan klarer førende platforme til AI-automatisering sig på funktioner og priser?

Afregningsenheder ændrer sig, og den samme forespørgsel fra virksomheden kan udløse flere handlinger. Kortlæg arbejdsgangens forløb, før du sammenligner abonnementer: autentificering, informationshentning, modelkald, opdatering af poster, notifikationer, genforsøg og menneskelig gennemgang.

Salesforce afregner i øjeblikket Agentforce via Flex Credits. På virksomhedens officielle prisside står der, at en standardhandling i Agentforce bruger 20 Flex Credits, mens en stemmehandling bruger 30. Siden angiver også prisen for 100,000 Flex Credits til $500.

I Salesforces offentliggjorte eksempel bruger en forespørgsel, der autentificerer en kunde og henter en ordre, to handlinger. Brug den aktuelle prisliste og handlingerne i dit eget forløb, da produktspecifikke faktorer og kontrakter kan ændre resultatet.

Microsoft og ServiceNow bruger andre pakker og forbrugsenheder. Bed om at få angivet den præcise SKU, region, kontraktperiode, inkluderede kapacitet, regler for merforbrug og afregnede handling i stedet for at sammenligne en fremhævet månedspris.

Sæt grænser for antal gentagelser og tidsforbrug, opret forbrugsalarmer, og brug idempotensnøgler. Fremprovokér derefter tvetydige input og fejl i afhængige systemer under pilotprojektet. Antag ikke noget om fakturering af genforsøg eller om systemets adfærd i løkker, medmindre det fremgår af leverandørens aktuelle dokumentation eller kontrakt.

Trin 2: Vurdér rammerne for styring, sikkerhed og datakvalitet

God styring begynder med, hvilke handlinger en agent må udføre, og hvilken dokumentation der skal til for at gennemgå dem. Bed leverandøren demonstrere afgrænsede tilladelser, hændelsesregistreringer, der ikke kan ændres, spor over modeller og værktøjer, styring af opbevaringstid, sløring af følsomme oplysninger, eksport af hændelsesdata og en pålidelig måde at stoppe eksekvering på.

Kortlæg dataenes vej, før du vurderer påstande om dataplacering eller overførsler. Registrér den primære region, sikkerhedskopier, supportadgang, underdatabehandlere, modellernes endpoints, telemetri og destinationer ved failover. Failover til USA er ikke automatisk en overtrædelse af GDPR.

Internationale overførsler kræver et relevant juridisk grundlag og passende garantier under de konkrete omstændigheder, som beskrevet af Europa-Kommissionen. En fast regionsindstilling er utilstrækkelig, hvis failover eller supportadgang kan omgå den.

Brug denne tjekliste sammen med de ansvarlige juridiske teams og sikkerhedsteams:

• Hvilken enhed er dataansvarlig eller databehandler for hvert datasæt?
• Hvilken databehandleraftale (DPA), overførselsmekanisme, BAA eller sektorspecifik aftale gælder?
• Kan tilladelser begrænse adgang til værktøjer, poster og felter samt sætte grænser for transaktionsværdier?
• Kan dem, der gennemgår en kørsel, rekonstruere input, hentet dokumentation, beslutning, handling og resultat?
• Hvad sker der, når data er forældede, fejlformaterede, ligger uden for den forventede fordeling eller ikke er tilgængelige?
• Kan organisationen eksportere data og logge, slette dem i overensstemmelse med sin politik og forlade platformen?

IBM, Salesforce, Microsoft og ServiceNow tilbyder funktioner til styring. Funktionerne certificerer ikke kundens arbejdsgang. Compliance afhænger af kontrakter, konfiguration, data, formål, sikkerhedsforanstaltninger og den daglige drift.

Trin 3: Beregn et realistisk investeringsafkast, og undgå leverandørbinding

Beregn afkastet ud fra data om den faktiske arbejdsbyrde. Registrér månedlige timer brugt på manuelt arbejde, samlede personaleomkostninger, tid til gennemgang, platformsforbrug, modelkald, infrastruktur, implementering, vedligeholdelse, udbedring af fejl og den andel af arbejdet, som systemet udfører korrekt. Regn frigjort tid som ekstra kapacitet, medmindre organisationen kan dokumentere lavere udgifter eller øget omsætning.

Valg af framework og hosting er to forskellige beslutninger. LangGraph kan orkestrere hostede modeller og kræver ikke en lokal GPU. En selvadministreret løsning kan kræve hosting af applikationen, en database, køer, overvågning, håndtering af hemmeligheder, backup og ansvar for vagtberedskab.

Lokal hosting af modeller kan kræve GPU-kapacitet, men den udgift skyldes driften af modellen, ikke LangGraph i sig selv.

Begræns leverandørafhængighed, når gevinsten overstiger vedligeholdelsesomkostningerne. Opbevar så vidt muligt oprindelige prompts, skemaer, evalueringscases, forretningsregler og data uden for proprietære grænseflader. Kræv dokumenterede API'er, eksportformater, versionshistorik, vilkår for sletning og en test af, hvordan I kan skifte løsning, før I indgår en lang kontrakt.

Intet generelt benchmark på 4x eller 5.8x gælder for disse tilgange. Brug et udgangspunkt og et målt resultat fra et pilotprojekt.

Byg bro over kløften mellem pilotprojekt og drift i stor skala

Alle kører pilotprojekter. Få har løsninger i drift. Der er stor forskel på at teste AI-agenter og at sætte dem i drift i stor skala.

For at nå i drift skal du over kløften mellem pilotprojekt og implementering.

Sådan kommer du hurtigere videre uden at sidde fast i endeløse pilotforløb, der sluger budgettet og dræner teamets motivation: * Begynd med at automatisere en afgrænset proces med stor værdi. * Overvåg agentens afvigelser hver dag, og justér instruktionerne til dens værktøjer. * Giv gradvist agenten mere selvstændighed, fra menneskelig godkendelse undervejs til menneskelig overvågning.

* Skalér først horisontalt, når én arbejdsgang har opnået 99% pålidelighed.

Uafklarede spørgsmål: Sådan finder du leverandører af branchespecifik AI-automatisering

Brancheskabeloner kan gøre opsætningen hurtigere, hvis de passer til organisationens data og processer. De er ikke i sig selv bevis for overholdelse af lovgivningen, faglig korrekthed eller parathed til drift.

Bed en leverandør om at vise, hvordan en repræsentativ post bevæger sig fra input gennem beslutning til handling. I sundhedsvæsenet kan det omfatte den præcise kliniske terminologi eller afregningsterminologi og de berørte systemer. I produktion kan det omfatte telemetriformater og kontrol af vedligeholdelse.

I finanssektoren kan det omfatte regler for den relevante jurisdiktion og en godkendelsesproces. Lad de ansvarlige for fagområdet, jura og sikkerhed gennemgå kortlægningen.

Sammenlign et specialiseret produkt med en generel platform på de samme cases. Mål, hvor mange integrationer der er dækket, hvor ofte der kræves rettelser og eskalering, svartid, driftsomkostninger og muligheder for at skifte løsning. En specialiseret ontologi kan være en fordel i én afdeling, men gøre løsningen sværere at genbruge andre steder.

En generel platform kan kræve mere opsætning, men passe til flere arbejdsgange.

Afvis påstande om, at et produkt er egnet til en reguleret branche, alene fordi det har et tillidslag, regional hosting eller revisionslogge. Disse kontroller er dokumentation, der skal vurderes som led i den samlede implementering.