Agentic AI

Agentic AI beskriver en egenskab ved et AI-system: evnen til at arbejde selvstændigt mod et mål over flere trin. Agentic AI planlægger handlinger, bruger værktøjer eller tjenester, vurderer resultatet og ændrer kursen, hvis der er behov. Det er et spektrum fra simple knapper til systemer, der kan tage løbende beslutninger uden menneskelig godkendelse.

Sådan virker Agentic AI i praksis

Agentic AI er ikke bare en enkelt handling. Forestil dig en kollega, der får en opgave, laver en plan, ringer, tjekker en fil og vender tilbage med et forslag, uden at du skal fortælle hvert skridt. I virkeligheden deler systemet arbejdet op i små opgaver: det vurderer målet, vælger et værktøj (et regneark, intern søgning, e-mail), udfører handlingen og tjekker resultatet. Hvis svaret er utilfredsstillende, prøver det en ny fremgangsmåde eller spørger om hjælp.

Det væsentlige er graden af selvstændighed. Nogle løsninger er tæt på en menu med foruddefinerede knapper, du vælger, systemet udfører. Andre har rettigheder til at sende beskeder, opdatere systemer eller afgive ordrer uden menneskelig mellemkomst. Den forskel ændrer både risiko og gevinst.

En agentisk AI er som en budbringer, der både kan skrive brevet, finde postnummeret og vælge ruten, men den kan også fare vild. Det er derfor, du ikke køber "agentic" som en funktion alene; du køber en grad af handlefrihed, og med den følger behovet for styring.

Hvorfor Agentic AI fylder i leverandøroplæg og konferencer

Leverandører taler om agentic AI, fordi det lyder som næste skridt: automatisering, der kræver færre menneskehænder. For en leder betyder det, at ordet dækker et spektrum fra "assistent med knapper" til "kører selv i nat". Når du hører det i et oplæg, så spørg konkret: hvilken grad af autonomi, hvilke værktøjer må agenten bruge, og hvem kan stoppe den?

Du møder agentic AI, når målet er at få flere opgaver fra hånden uden mere bemanding, eller når processen er for kompleks til simple regler. Men løsningerne er ikke ens. Krav til sikkerhed, logging, menneskelig godkendelse og rollback stiger i takt med systemets handlefrihed. Derfor skal du altid oversætte leverandørens marketing-sprog til konkrete svar: "kan den sende fakturaer selv?", "hvordan indgår den i jeres CRM?", "hvem får ansvar, hvis noget går galt?".

Eksempel: Agentic AI hos en ordremodtager i en webshop

Kl. 09:00 på en travl tirsdag: en ordremodtager i en mellemstor webshop får et nyt system med agentiske funktioner, sat til at automatisere priskontrol og sende opdateringer til kunder ved lagerændringer. Systemet må opdatere lagerstatus i webshoppen og underrette kunder ved forsinkelser. Første uge: systemet markerer 14 ordrer som "forsinkede" og sender standardmails. En kollega bemærker, at nogle varer faktisk var klar til afhentning, men lå i en separat lagervogn pga. ferie hos den ansvarlige. Resultat: otte kunder fik unødvendige forsinkelsesbeskeder, og ordremodtageren brugte to timer på at trække en rapport, rette mails og sende individuelle undskyldninger.

Problemet var ikke teknologien men tilladelsen: agenten havde lov til at sende beskeder uden menneskelig kontrol, og den baserede beslutningen på et lagerfelt, der ikke var komplet. Løsningen blev at indføre en kort godkendelsespause for mails ved tvivl, ændre hvilke lagerfelter agenten bruger, og sætte en overvågningsrapport, der kører hver morgen. Implementeringen kostede tre dages arbejde fra ordremodtageren og IT for at justere integrationer, men stoppede de fejlsendte notifikationer.

Eksemplet viser en typisk kæde: praktisk gevinst ved automatisering, men behov for menneskelig styring og tid til at tune reglerne.

Agentic AI er ikke det samme som AI-agent

Brug ordene rigtigt. Agentic AI er en egenskab, det beskriver, hvor selvstændigt et system kan handle. En AI-agent er et konkret produkt eller en tjeneste, du bygger eller køber, som kan have agentiske evner. Tænk på agentic som "egenskaben: kan tage flere skridt selv", og AI-agent som "værktøjet: den konkrete softwareløsning".

Det adskiller sig også fra klassisk automatisering (RPA) og fra simple chatassistenter. RPA følger rigide regler; agentic AI planlægger og tilpasser sig. En chatbot svarer på beskeder; en agent kan opsøge data, oprette sager og eskalere problemer uden at blive bedt om hvert skridt.

Hvad du skal være opmærksom på

Spørg altid om den nøjagtige autonomigrad: hvilke handlinger må agenten udføre uden menneskelig godkendelse? Bed om logging, beslutningsspor og let adgang til at pause eller rulle tilbage. Sørg for klare ansvarsforhold: hvem godkender ændringer i agentens adfærd, og hvem retter fejl?

Tjek hvilke data agenten får adgang til, og kræv at den kun bruger det, der er nødvendigt. Overvej sikkerhed ved eksterne værktøjer og tredjepartsadgang, og plan for overvågning, agentic løsninger kræver ofte løbende tuning og opmærksomhed. Endelig: forvent, at der kommer fejlkørsler og ekstra arbejde i opstarten; planlæg tid til test, justering og klare eskaleringsveje.

Agentic AI kan løfte en del arbejde fra jeres team, men det er ikke en trylleformular. Med den rette kontrol og klare krav kan I udnytte automationsgevinster uden at overgive styringen.

Det er svært at læse sig til Agentic AI. I kommer længere med en workshop, hvor I bygger på jeres egne opgaver.