Test en plattform for KI-automatisering med en representativ arbeidsflyt, gjeldende prisliste, fremprovoserte feil og en øvelse i å bytte plattform. Sammenlign tilganger, logger, dataruting, avtaler, muligheten til å flytte løsningen og samlede driftskostnader. Leverandørens kontrollmekanismer kan støtte arbeidet med etterlevelse, men ingen plattform gjør en løsning regelverksmessig korrekt av seg selv.
- Velg ut fra arbeidsflyt, integrasjoner, tilganger, dokumentasjon, volum, krav til feilhåndtering og en plan for å bytte plattform, ikke en generell rangering av leverandører.
- Oversett hver leverandørs faktureringsenhet til handlingene i en representativ kjøring i produksjon. Beregn deretter kostnader for nye forsøk, unntak, overforbruk og arbeidsinnsats til drift.
- Kontroller hvilke regioner data rutes gjennom, databehandlere, avtaler, revisjonslogger, tilgangskontroll, lagringstid, eksport og hendelseshåndtering for den faktiske løsningen.
- Et rammeverk, en driftet plattform eller et tillitslag kan tilby kontrollmekanismer, men kunden har fortsatt ansvar for konfigurasjon, lovlig bruk og styring av driften.
Hvordan står det egentlig til med selskapene innen KI-automatisering i dag?
Betegnelsen «agent» brukes om produkter som fungerer svært forskjellig. Noen følger faste regler, noen legger til en modell i en skriptstyrt arbeidsflyt, og noen kan velge mellom godkjente verktøy innenfor et definert mål. Betegnelsen alene sier ingenting om hvordan systemet håndterer tilganger, uventede inndata, feil eller gjennomgang.
Gartner opplyste i juni 2025 at selskapet anslo at bare rundt 130 leverandører blant tusenvis som hevdet å tilby agentbasert KI, faktisk gjorde det på det tidspunktet. Gartner spådde også at mer enn 40 prosent av prosjektene med agentbasert KI ville bli kansellert innen utgangen av 2027 på grunn av kostnader, uklar verdi eller utilstrekkelig risikokontroll. Begge tallene er Gartners markedsanslag og prognose, ikke en test av et bestemt produkt.
Vurder arbeidsflyten, ikke betegnelsen:
- Gi systemet et mål som krever at det velger mellom to godkjente verktøy.
- Avvis én handling, og undersøk om systemet stopper eller eskalerer saken.
- Gi det manglende, feilformaterte og motstridende inndata.
- Fremprovoser en feil i en avhengighet, og undersøk nye forsøk, grenser og gjenoppretting.
- Gå gjennom hele sporingsloggen og resultatet for virksomheten.
| Systemets virkemåte | Egnet bruk | Viktigste risiko å teste |
|---|---|---|
| Fast arbeidsflyt | Stabil prosess som gjentas | Sårbar håndtering av uventede tilstander |
| Modellstøttet arbeidsflyt | Klassifisering eller uttrekk innenfor et definert løp | Resultater som ikke støttes, eller som har feil format |
| Agent som velger verktøy | Varierende oppgaver innenfor avgrensede tilganger | For mange handlinger, feil verktøyvalg og kostnader |
En pilot bør dokumentere at løsningen fungerer som den skal i representative tilfeller før dere inngår en større avtale.
En lite omtalt innsikt: De fleste «KI-agenter» for virksomheter er bare avanserte RPA-roboter
En chatbot, en RPA-flyt og en agent som bruker verktøy, kan alle inngå i samme produkt. Det nyttige skillet er hva prosessen faktisk krever at systemet gjør.
RPA følger definerte trinn i et brukergrensesnitt og passer når fremgangsmåten er stabil og applikasjonen mangler et API. En modellstøttet arbeidsflyt kan klassifisere eller hente ut data før en handling som følger faste regler. En agent kan velge verktøy eller planlegge trinn innenfor et mål, men fleksibiliteten gir også høyere kostnader og flere måter å feile på.
Be leverandøren demonstrere:
- Nøyaktig hvilke tilganger agenten har.
- Hvilke verktøy den kan velge, og hvor mange handlinger den maksimalt kan utføre.
- Hvordan den reagerer på avviste handlinger, utilgjengelige verktøy og tvetydige inndata.
- Hvilke beslutninger og resultater som registreres i revisjonsloggen.
- Når en person gjennomgår, godkjenner eller stopper kjøringen.
Et produkt trenger ikke stor grad av selvstendighet for å løse en verdifull oppgave. Velg den minst fleksible løsningen som håndterer de nødvendige tilfellene og feilscenarioene.
Trinn 1: Del inn selskaper innen KI-automatisering etter hovedsatsing mot virksomheter
Generelle rangeringslister er lite nyttige. Du trenger et rammeverk. Vi deler inn selskaper innen KI-automatisering etter hvilke verktøy de først og fremst tilbyr virksomheter.
Plattformene faller som regel i fire hovedkategorier. Hver kategori har sine avveininger og skjulte kostnader som du må forstå før du binder et langsiktig budsjett til en bestemt leverandør:
- Integrert i produktivitetspakke: Microsoft Copilot Studio. Passer best for organisasjoner som allerede er bundet til Microsoft 365-plattformen. Skjulte kostnader oppstår når bruken overstiger kredittene som følger med.
- Integrert i CRM: Salesforce Agentforce. Passer best for salgs- og serviceteam. Det finnes ingen gratisnivåer for virksomheter, og kostnadene øker raskt med bruken.
- Integrert i IT-arbeidsflyt: ServiceNow. Passer best for intern administrasjon av IT-tjenester. Plattformen har omfattende funksjoner, men krever kostbare virksomhetslisenser.
- Dataorientert: Verktøy som Maia. Maia retter seg spesielt mot datateam og avgrenser bruksområdet til dataautomatisering. Det utelukker generell automatisering av arbeidsflyter i virksomheten.
Vi ser også verktøy som Autohive, som gjør det enkelt for vanlige team å bygge KI-agenter. Det kan være attraktivt for brukere uten teknisk bakgrunn, men plasserer verktøyet i kategorien lavkode eller kodefri utvikling snarere enn blant plattformer for automatisering i virksomheter. Du bytter kapasitet mot enkelhet.
Når du etter hvert må skalere komplekse prosesser, vil denne begrensningen bli en alvorlig flaskehals for veksten og tvinge frem et kostbart plattformbytte.
| Kategori | Eksempelplattform | Målgruppe | Begrensning |
|---|---|---|---|
| Produktivitetspakke | Microsoft Copilot Studio | Kontoransatte | Binding til et bestemt verktøysett |
| Integrert i CRM | Salesforce Agentforce | Salg og service | Høy kostnad per handling |
| IT-arbeidsflyt | ServiceNow | IT-drift | Bratt læringskurve |
| Dataorientert | Maia | Dataingeniører | Smalt bruksområde |
Hvordan er de ledende plattformene for KI-automatisering sammenlignet på funksjoner og pris?
Faktureringsenhetene varierer, og én forespørsel fra virksomheten kan utløse flere handlinger. Kartlegg hele arbeidsflyten før du sammenligner abonnementer: autentisering, datahenting, modellkall, oppdatering av poster, varsler, nye forsøk og menneskelig gjennomgang.
Salesforce måler for tiden bruken av Agentforce i Flex Credits. På den offisielle prissiden står det at en standardhandling i Agentforce bruker 20 Flex Credits, mens en talehandling bruker 30. Der står det også at 100,000 Flex Credits koster $500.
En forespørsel som autentiserer en kunde og henter en bestilling, bruker to handlinger i Salesforce sitt publiserte eksempel. Bruk gjeldende prisliste og handlingene i din egen kartlegging, siden produktspecifikke multiplikatorer og avtaler kan påvirke resultatet.
Microsoft og ServiceNow bruker andre pakker og forbruksenheter. Be om tilbud som spesifiserer nøyaktig SKU, region, avtaleperiode, inkludert kapasitet, regler for overforbruk og hvilken handling som måles, i stedet for å sammenligne en oppgitt månedspris.
| Plattformtype | Enhet som må kontrolleres | Spørsmål til tilbudet |
|---|---|---|
| Agent integrert i CRM | Handling, kreditt, samtale eller brukerrettighet | Hvilke trinn bruker kreditter, og hva skjer ved nye forsøk? |
| Agent i produktivitetspakke | Meldings- eller kredittkapasitet pluss lisenser | Hvilke modeller, verktøykall og miljøfunksjoner bruker kapasitet? |
| Agent i IT-arbeidsflyt | Plattformpakke pluss KI-kapasitet | Hvilke arbeidsflyter og kjøringsressurser er inkludert? |
| Rammeverk | Modell, hosting, observerbarhet og utviklingsarbeid | Hvem drifter tjenesten og håndterer hendelser? |
Sett grenser for antall iterasjoner og tidsbruk, opprett kostnadsvarsler, og bruk idempotensnøkler. Test deretter tvetydige inndata og feil i nedstrøms systemer i piloten. Ikke trekk slutninger om fakturering ved nye forsøk eller hvordan løkker håndteres, med mindre det står i leverandørens gjeldende dokumentasjon eller avtale.
Trinn 2: Vurder rammeverk for styring, sikkerhet og datakvalitet
Styring begynner med hvilke handlinger en agent kan utføre, og hvilken dokumentasjon som trengs for å gjennomgå dem. Be leverandøren demonstrere avgrensede tilganger, hendelseslogger som ikke kan endres, sporingslogger for modeller og verktøy, kontroll over lagringstid, sladding av data, eksport ved hendelser og en pålitelig måte å stoppe kjøringen på.
Kartlegg dataflyten før du vurderer påstander om datalagringssted eller overføring. Registrer primær region, sikkerhetskopier, supporttilgang, underleverandører som behandler data, modellendepunkter, telemetri og hvor data sendes ved failover. Failover til USA er ikke automatisk et brudd på GDPR.
Internasjonale overføringer krever et gjeldende rettslig grunnlag og sikkerhetstiltak som passer omstendighetene, slik Europakommisjonen beskriver. Det er ikke nok å velge region én gang hvis failover eller supporttilgang kan omgå valget.
Bruk denne sjekklisten sammen med ansvarlige for jus og sikkerhet:
- Hvilken enhet er behandlingsansvarlig eller databehandler for hvert datasett?
- Hvilken databehandleravtale, overføringsmekanisme, BAA eller bransjespesifikk avtale gjelder?
- Kan tilganger begrense verktøy, poster, felt og transaksjonsbeløp?
- Kan de som gjennomgår kjøringen, rekonstruere inndata, innhentet dokumentasjon, beslutning, handling og resultat?
- Hva skjer når data er utdaterte, feilformaterte, utenfor forventet fordeling eller utilgjengelige?
- Kan organisasjonen eksportere data og logger, slette dem i tråd med egne retningslinjer og forlate plattformen?
IBM, Salesforce, Microsoft og ServiceNow tilbyr funksjoner for styring. Disse funksjonene sertifiserer ikke kundens arbeidsflyt. Etterlevelse avhenger av avtaler, konfigurasjon, data, formål, sikkerhetstiltak og daglig drift.
Vil du se hva KI kan gjøre for driften din?
Leveres innen 3-5 virkedager. Ingen forpliktelser.
Trinn 3: Beregn realistisk avkastning og unngå leverandørbinding
Beregn avkastningen ut fra observerte data om arbeidsmengden. Registrer månedlige timer brukt på manuelt arbeid, samlede lønnskostnader, tid til gjennomgang, plattformbruk, modellkall, infrastruktur, implementering, vedlikehold, utbedring av feil og andelen arbeid systemet utfører riktig. Regn frigjort tid som økt kapasitet, med mindre organisasjonen kan dokumentere reduserte utgifter eller økte inntekter.
Valg av rammeverk og hosting er to forskjellige beslutninger. LangGraph kan koordinere modeller som driftes eksternt, og krever ikke en lokal GPU. En egenadministrert løsning kan kreve hosting av applikasjonen, database, køer, overvåking, håndtering av hemmeligheter, sikkerhetskopier og ansvar for beredskap.
Lokal drift av modeller kan kreve GPU-kapasitet, men den kostnaden skyldes utrullingen av modellen, ikke LangGraph i seg selv.
Reduser leverandørbindingen der gevinsten overstiger vedlikeholdskostnaden. Oppbevar så langt det er praktisk mulig egne prompttekster, skjemaer, evalueringstilfeller, forretningsregler og data utenfor proprietære grensesnitt. Krev dokumenterte API-er, eksportformater, versjonshistorikk, vilkår for sletting og en test av hvordan løsningen kan avvikles før dere inngår en langvarig kontrakt.
Scenario for avkastning fra KI-agenter
Beregn årlig nettoverdi av frigjort kapasitet med dine egne tall. Dette er et planleggingsscenario, ikke en garantert avkastning.
| Tilnærming | Kostnader som må måles | Sjekk av flyttbarhet |
|---|---|---|
| Administrert plattform | Lisenser, bruk, implementering, gjennomgang, overforbruk | Eksporter én arbeidsflyt og kjøringshistorikken dens |
| Rammeverk med eksternt driftede modeller | Utvikling, hosting, modellkall, overvåking, støtte | Bytt ut én modell og én verktøyadapter |
| Rammeverk med lokale modeller | De samme kostnadene pluss infrastruktur for modelldrift | Gjenopprett tjenesten fra dokumenterte filer og konfigurasjoner |
Ingen generell referanseverdi på 4x eller 5.8x gjelder for disse tilnærmingene. Bruk et utgangspunkt og et observert resultat fra et pilotprosjekt.
Slik lukker du gjennomføringsgapet: Fra pilot til fullskala drift
Alle kjører pilotprosjekter. Få har satt løsningene i drift. Det er et tydelig gjennomføringsgap mellom å teste KI-agenter og å rulle dem ut i stor skala.
For å komme i drift må du over denne terskelen.
Slik kan du korte ned veien uten å bli sittende fast i endeløse pilotprosjekter som tapper budsjettet og svekker motivasjonen i teamet: * Start med å automatisere en avgrenset prosess med høy verdi. * Følg opp avvik hos agenten daglig og forbedre instruksjonene for verktøybruk. * Øk graden av selvstendighet gradvis, fra at et menneske må godkjenne hvert steg til at et menneske fører tilsyn.
* Skaler til flere arbeidsflyter først når én arbeidsflyt har oppnådd 99% pålitelighet.
Vurdering av hvor klar du er for KI-agenter
Finn ut hvor langt organisasjonen din har kommet med KI-agenter for automatisering.
Hvor langt har dere kommet med å ta i bruk KI-agenter?
Ubesvarte spørsmål: Slik finner du leverandører av bransjespesifikk KI-automatisering
Bransjemaler kan gjøre konfigureringen raskere når de passer med organisasjonens data og prosesser. De dokumenterer ikke i seg selv at løsningen oppfyller lovkrav, er faglig korrekt eller er klar for drift.
Be leverandøren vise hvordan en representativ sak behandles fra inndata, via beslutning, til handling. I helsevesenet kan det omfatte nøyaktig klinisk terminologi eller faktureringsterminologi og systemene som brukes. I industrien kan det omfatte formater for sensordata og rutiner for vedlikehold.
I finans kan det omfatte regler for den aktuelle jurisdiksjonen og en godkjenningsprosess. La ansvarlige for fagområdet, juridiske forhold og sikkerhet gjennomgå dette.
Sammenlign et spesialisert produkt med en generell plattform på de samme tilfellene. Mål hvor godt integrasjonene dekker behovene, hvor ofte resultatene må korrigeres eller eskaleres, responstid, driftskostnad og muligheter for å bytte løsning. En spesialisert begrepsmodell kan fungere godt i én avdeling, men gjøre løsningen vanskeligere å bruke andre steder.
En generell plattform kan kreve mer konfigurering, men passe til flere arbeidsflyter.
Ikke godta påstander om at et produkt egner seg for en regulert bransje bare fordi det tilbyr et tillitslag, regional hosting eller revisjonslogger. Slike kontroller er dokumentasjon som må vurderes som del av hele utrullingen.
Slutt å gjette. Begynn å bygge med en tydelig plan.
Rask levering. Målbare resultater. Sikkerhet først.
Ofte stilte spørsmål
