Lorem ipsum dolor sit amet, consectetur adipiscing elit. Ut faucibus enim mauris, vel dignissim...
Agentic AI
Agentic AI er AI-systemer, der selvstændigt kan planlægge, beslutte og handle. Forstå forskellen fra reaktiv AI og hvad det betyder i praksis.
AI ORDBOG
Hvad kendetegner Agentic AI?
Agentic AI adskiller sig fra traditionel AI på fire afgørende måder:
Målrettethed: Systemet får et mål, ikke en specifik instruktion. Det bestemmer selv, hvordan målet nås.
Planlægning: Systemet kan bryde komplekse mål ned i deltrin og udføre dem i en logisk rækkefølge.
Brug af værktøjer: Systemet kan kalde eksterne systemer, API'er og databaser for at indhente information og udføre handlinger.
Selvevaluering: Systemet kan vurdere sit eget output, opdage fejl og justere sin tilgang.
Konkret eksempel: Hvis du beder et traditionelt AI-system om at 'undersøge vores kundetilfredshed', får du en generel tekst om kundetilfredshed. Agentic AI ville hente data fra jeres CRM, analysere seneste NPS-scores, identificere trends og producere en rapport med konkrete anbefalinger.
Agentic AI i erhvervslivet
De mest lovende enterprise-anvendelser af agentic AI er:
Autonomsupport: AI-agenter, der selvstændigt løser kundeproblemer ved at slå op i systemer, ændre ordrer og kun eskalere, når det er nødvendigt.
Research og analyse: Agenter, der kan modtage en analytisk opgave, selv finde de relevante data, køre analysen og producere en præsentationsklar rapport.
Proces automatisering: Agenter, der håndterer komplekse workflows på tværs af systemer, for eksempel onboarding, godkendelsesprocesser eller rapportering.
Softwareudvikling: Agenter, der kan forstå en feature-beskrivelse, skrive koden, teste den og oprette en pull request.
Hvad Agentic AI ikke er
Agentic AI er ikke lig med generel kunstig intelligens (AGI). Agentic AI er stadig begrænset til de domæner og værktøjer, den er konfigureret til. Den er autonom inden for et defineret scope, ikke generelt intelligent.
Det er heller ikke risikofrit. Autonomi kræver stærke guardrails, logging og human oversight. Jo mere autonom systemet er, jo vigtigere er det at definere, hvad det må og ikke må.
Relaterede termer
AI Agent: Den konkrete implementering af agentic AI. Multi-agent System: Flere agentic AI-systemer, der samarbejder. LLM: Sprogmodellen, der fungerer som hjerne i agentic AI. Tool Calling: Teknikken, der giver agentic AI adgang til værktøjer. AI Orchestrering: Koordinering af agentic AI-systemer. Guardrails: Sikkerhedsmekanismer, der begrænser agentic AI's autonomi.