Ny data fra marts 2026 tegner et overraskende billede: selvom næsten 9 ud af 10 virksomheder bruger...
A2A (Agent-to-Agent Protocol) er en åben standard for kommunikation mellem AI-agenter. Forstå hvordan protokollen fungerer, og hvad den betyder for din virksomhed.


A2A bygger på velkendte webstandarder: HTTP, JSON-RPC 2.0 og Server-Sent Events (SSE). Det betyder, at protokollen kan integreres i eksisterende IT-infrastruktur uden at kræve specialiserede systemer eller nye netværksprotokoller.
Kernen i A2A er et koncept kaldet Agent Card. Hver agent publicerer en lille JSON-fil (.well-known/agent.json), der beskriver agentens navn, kapabiliteter, endpoint og hvilke sikkerhedsmekanismer den understøtter. Når en klient-agent skal finde den rette samarbejdspartner, henter den simpelthen dette kort og vurderer, om agenten kan løse opgaven.
Kommunikationen mellem agenter er tilstandsfuld (stateful). Det adskiller A2A fra simple API-kald, fordi protokollen kan håndtere opgaver, der strækker sig over tid: en agent kan starte en opgave, modtage delresultater, håndtere afbrydelser og genoptage arbejdet senere. Denne task lifecycle management er designet til virkelighedens erhvervsprocesser, hvor opgaver sjældent er færdige på et sekund.
Version 0.3 af protokollen tilføjede gRPC-understøttelse, signerede sikkerhedskort og udvidet Python SDK-support, hvilket gør den klar til produktionsmiljøer med høje krav til ydeevne og sikkerhed.
A2A-protokollen løser et konkret problem, som mange virksomheder allerede står overfor: AI-agenter fra forskellige leverandører kan ikke samarbejde. En virksomhed kan have en kundeservice-agent fra én leverandør, en fakturerings-agent fra en anden og en logistik-agent bygget internt. Uden en fælles protokol kræver hver integration et skræddersyet API-lag.
I finanssektoren bruger organisationer A2A til at lade compliance-agenter koordinere med analyse-agenter og eskalere sager automatisk. I sundhedssektoren sikrer protokollen, at kliniske agenter, faktureringsagenter og bookingagenter kan samarbejde uden datalækage. I IT-drift muliggør A2A automatiserede workflows, hvor AI-agenter fra forskellige systemer samarbejder om fejlhåndtering og incident response.
Gartner vurderer, at 40 % af enterprise-applikationer vil indeholde opgavespecifikke AI-agenter i 2026, op fra under 5 % i 2025. Tidlige brugere af AI-agenter rapporterer produktivitetsforbedringer på 66 %, omkostningsbesparelser på op til 57 % og forbedret kundeoplevelse på 54 %. A2A er den protokol, der gør det muligt at skalere disse gevinster på tværs af organisationen.
For danske virksomheder, der allerede eksperimenterer med multi-agent systemer, er A2A vejen fra isolerede proof-of-concepts til sammenhængende, produktionsklare løsninger.
A2A er ikke det samme som MCP. Model Context Protocol forbinder en AI-model med værktøjer og datakilder i et klient-server-forhold. A2A forbinder agenter med hinanden i et mere ligeværdigt peer-to-peer-forhold. De to protokoller konkurrerer ikke, de komplementerer hinanden. En agent kan bruge MCP internt til at tilgå sine værktøjer og A2A eksternt til at samarbejde med andre agenter.
A2A er heller ikke en centralisereret orkestreringsplatform. Protokollen definerer en decentraliseret standard, der lader enhver kompatibel agent samarbejde direkte uden en central broker eller hub. Det er en protokol, ikke et produkt.
Endelig er A2A ikke begrænset til Google-teknologier. Selvom Google lancerede protokollen, er den nu et open source-projekt under Linux Foundation, og den er framework-agnostisk. Agenter bygget med LangChain, CrewAI, Googles ADK eller ethvert andet framework kan kommunikere via A2A.
Model Context Protocol (MCP): Protokol til at forbinde AI-modeller med værktøjer og datakilder. Komplementær til A2A.
Agentic AI: Overordnet paradigme for AI-systemer, der handler autonomt. A2A muliggør samarbejde mellem agentic AI-systemer.
AI Agent: Den konkrete implementering af en autonom AI-enhed. A2A definerer, hvordan agenter kommunikerer.
Multi-agent System: Arkitektur med flere samarbejdende agenter. A2A er den protokol, der binder dem sammen.
AI Orchestrering: Koordinering og styring af AI-workflows. A2A leverer kommunikationslaget til orkestrering.
Tool Calling / Function Calling: Mekanismen der lader en agent bruge eksterne værktøjer. MCP standardiserer dette, mens A2A standardiserer agent-til-agent-kommunikation.