De bedste 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 dækker produkter, der fungerer meget forskelligt. Nogle følger faste regler, nogle føjer en model til en på forhånd fastlagt arbejdsgang, og nogle kan vælge mellem godkendte værktøjer inden for et afgrænset mål. Betegnelsen siger ikke i sig selv noget om, hvordan systemet håndterer tilladelser, uventet input, fejl eller kontrol.

Gartner oplyste i juni 2025, at virksomheden dengang anslog, at kun omkring 130 leverandører blandt tusindvis, der hævdede at tilbyde agentbaseret AI, reelt gjorde det. Gartner forudså 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. Betragt begge tal som Gartners markedsestimat og prognose, ikke som en test af et bestemt produkt.

Vurder 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 systemet manglende, fejlformateret og modstridende input.
• Lad en afhængig tjeneste fejle, og undersøg gentagne forsøg, grænser og genopretning.
• Gennemgå hele hændelsesforløbet og det forretningsmæssige resultat.

Et pilotprojekt bør dokumentere, at systemet fungerer som krævet i repræsentative tilfælde, før I indgår en større aftale.

Den oversete pointe: De fleste 'AI-agenter' til virksomheder er blot RPA-bots med et smart navn

En chatbot, et RPA-flow og en agent, der bruger værktøjer, kan alle være del af det samme produkt. Den nyttige skelnen handler om, hvad processen kræver, at systemet kan gøre.

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

Bed leverandøren om at demonstrere:

1. Præcis hvilke tilladelser agenten har.
2. Hvilke værktøjer den kan vælge, og hvor mange handlinger den højst må udføre.
3. Hvordan den reagerer på afviste handlinger, utilgængelige værktøjer og tvetydigt input.
4. Hvilke beslutninger og resultater der fremgår af revisionsloggen.
5. Hvornår en person 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 fejlscenarier.

Trin 1: Inddel virksomheder inden for AI-automatisering efter deres primære fokus på erhvervsmarkedet

Generelle ranglister er ikke til megen hjælp. Du har brug for en ramme at vurdere ud fra. Vi inddeler virksomheder inden for AI-automatisering efter deres primære værktøjer til større virksomheder.

Platformene falder typisk i fire hovedkategorier. Hver kategori har sine egne afvejninger og skjulte omkostninger, som du bør kende, før du binder et langsigtet budget til en bestemt leverandør:

• Indbygget i produktivitetspakke: Microsoft Copilot Studio. Bedst til organisationer, der allerede er bundet til Microsoft 365-platformen. Skjulte omkostninger opstår, når forbruget overstiger de grundlæggende inkluderede kreditter.
• Indbygget i CRM: Salesforce Agentforce. Bedst til salgs- og serviceteams. Der findes ingen gratis niveauer til større virksomheder, og omkostningerne stiger hurtigt med forbruget.
• Indbygget i IT-arbejdsgange: ServiceNow. Bedst til intern IT-servicestyring. Platformen kan meget, men har dyre licenser til større virksomheder.
• Fokuseret på data: Værktøjer som Maia. Maia henvender sig specifikt til datateams og har derfor et snævrere anvendelsesområde inden for dataautomatisering. Det omfatter ikke generel automatisering af arbejdsgange i virksomheden.

Vi ser også værktøjer som Autohive, der gør det nemt for almindelige teams at bygge AI-agenter. Det kan være attraktivt for brugere uden teknisk baggrund, men placerer værktøjet som en low-code/no-code-løsning snarere end en platform til automatisering i større virksomheder. Du bytter kapacitet for enkelhed.

Når du senere får behov for at skalere komplekse processer, kan den begrænsede kapacitet bremse væksten markant og tvinge dig til en dyr flytning til en anden platform.

Hvordan klarer de 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 hændelsesforløb, før du sammenligner abonnementer: godkendelse af identitet, datahentning, modelkald, opdatering af poster, notifikationer, gentagne forsøg og menneskelig gennemgang.

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

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

Microsoft og ServiceNow bruger andre pakker og forbrugsenheder. Få oplyst den præcise SKU, region, kontraktperiode, inkluderede kapacitet, regler for overforbrug og afregnede handling i tilbuddet i stedet for at sammenligne en fremhævet månedspris.

Fastlæg et maksimalt antal gentagelser, tidsgrænser, forbrugsalarmer og idempotensnøgler. Fremprovokér derefter tvetydigt input og fejl i efterfølgende systemer under pilotprojektet. Antag ikke noget om afregning for gentagne forsøg eller gentagelser i systemets adfærd, medmindre det fremgår af leverandørens aktuelle dokumentation eller kontrakt.

Trin 2: Vurder rammerne for styring, sikkerhed og datakvalitet

Styring begynder med, hvilke handlinger en agent må udføre, og hvilken dokumentation der skal til for at gennemgå dem. Bed leverandøren demonstrere afgrænsede tilladelser, uforanderlige hændelsesregistreringer, spor over model- og værktøjsbrug, kontrol med opbevaring, maskering af følsomme oplysninger, eksport ved hændelser og en pålidelig måde at stoppe udførelsen på.

Kortlæg dataenes vej, før du vurderer påstande om dataplacering eller overførsel. Notér primær region, sikkerhedskopier, supportadgang, underdatabehandlere, modelendpoints, 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 Europa-Kommissionen beskriver. Det er ikke nok at vælge en fast region, hvis failover eller supportadgang kan omgå valget.

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 branchespecifik aftale gælder?
• Kan tilladelser begrænse værktøjer, poster, felter og transaktionsbeløb?
• Kan dem, der gennemgår kørslen, genskabe input, hentet dokumentation, beslutning, handling og resultat?
• Hvad sker der, når data er forældede, fejlformaterede, falder uden for den forventede fordeling eller ikke er tilgængelige?
• Kan organisationen eksportere data og logge, slette dem i henhold til 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 afkast, og undgå leverandørbinding

Beregn afkastet ud fra observerede data om arbejdsbyrden. Registrér månedlige timer brugt på manuelt arbejde, samlede lønomkostninger, tid til gennemgang, platformsforbrug, modelkald, infrastruktur, implementering, vedligeholdelse, udbedring af fejl og den procentdel af arbejdet, som systemet udfører korrekt. Betragt 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 koordinere hostede modeller og kræver ikke en lokal GPU. En løsning, I selv driver, kan kræve hosting af applikationen, en database, køer, overvågning, håndtering af hemmeligheder, backups 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 leverandørbinding, når gevinsten overstiger vedligeholdelsesomkostningen. Opbevar så vidt muligt kildeprompter, skemaer, evalueringscases, forretningsregler og data uden for proprietære grænseflader. Kræv dokumenterede API'er, eksportformater, versionshistorik, vilkår for sletning og en test af, om I kan skifte løsning, før I indgår en lang kontrakt.

Ingen generel benchmark på 4x eller 5.8x gælder for disse tilgange. Brug et udgangspunkt og et observeret resultat fra et pilotprojekt.

Luk kløften mellem pilotprojekt og drift i stor skala

Alle kører pilotprojekter. Få får løsningerne i drift. Der er stor forskel på at teste AI-agenter og at bruge dem i stor skala.

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

Sådan kommer I hurtigere videre uden at sidde fast i endeløse pilotforløb, der dræner budgettet og motivationen i teamet: * Begynd med at automatisere en afgrænset proces med høj værdi. * Overvåg agentens undtagelser dagligt, og justér instruktionerne til værktøjerne. * Giv gradvist agenten mere selvstændighed: Gå fra menneskelig godkendelse undervejs til menneskeligt tilsyn.

* Skalér først til flere arbejdsgange, når én arbejdsgang har opnået 99% pålidelighed.

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

Brancheskabeloner kan gøre konfigurationen hurtigere, når de passer til organisationens data og processer. De dokumenterer ikke i sig selv, at løsningen overholder lovgivningen, er fagligt korrekt eller er klar til drift.

Bed en leverandør om at vise, hvordan en repræsentativ post bevæger sig fra input til beslutning og handling. I sundhedsvæsenet kan det omfatte den præcise kliniske terminologi eller faktureringsterminologi og de berørte systemer. I fremstillingsindustrien kan det omfatte telemetriformater og kontroller for vedligeholdelse.

I finanssektoren kan det omfatte regler for den relevante jurisdiktion og en godkendelsesproces. Lad fagansvarlige samt juridisk ansvarlige og sikkerhedsansvarlige gennemgå beskrivelserne.

Sammenlign et specialiseret produkt med en generel platform på de samme cases. Mål, hvor godt integrationerne dækker behovet, hvor ofte fejl skal rettes eller sager eskaleres, svartid, driftsomkostninger og muligheder for at skifte løsning. En specialiseret ontologi kan hjælpe én afdeling, men gøre løsningen sværere at genbruge andre steder.

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

Afvis påstande om, at et produkt egner sig til en reguleret branche, alene fordi det tilbyder et tillidslag, regional hosting eller revisionslogge. Den slags kontroller er dokumentation, som skal vurderes i sammenhæng med hele implementeringen.