AI & automation · 08
Agenter, der løser opgaver i flere trin, og ved, hvornår de skal spørge et menneske.
Kontakt osEt agent-workflow er en opgave, der kræver flere skridt og beslutninger undervejs: læs henvendelse, slå kunde op, find ordre, vurder sagen, foreslå svar, send til godkendelse. Hvor en simpel automatisering følger én fast rute, kan en agent vælge næste skridt ud fra det, den finder. Vi designer agenter med klare roller, værktøjer og grænser, så de er forudsigelige, selv om opgaven varierer.
Vi bygger workflows med LangGraph, Vercel AI SDK eller n8n, med værktøjer via MCP mod jeres systemer. Hvert trin er defineret: hvad agenten må hente, hvad den må beslutte selv, og hvornår den skal stoppe og spørge. Vi tester dem på historiske sager, før de får lov at arbejde på nye, og hver kørsel logges med input, beslutninger og output.
I står med agenter, der løser sammensatte opgaver i kundeservice, ordrehåndtering eller dokumentation, og et overblik over, hvad de har gjort og hvor de var i tvivl. Fejl fanges i godkendelsestrin, og læringen bruges til at forbedre workflowet. Kan udvides med nye roller på samme fundament.
Vi gennemgår opgaven med de folk, der løser den i dag, og definerer agentens rolle, de værktøjer den må bruge, de beslutninger den må tage selv, og hvornår den skal spørge et menneske. I godkender designet.
Workflowet bygges i LangGraph, Vercel AI SDK eller n8n med værktøjer via MCP mod jeres systemer. Hvert trin får sin prompt, sine grænser og sin fejlhåndtering, og alt logges fra første kørsel.
Agenten køres på 100 til 300 historiske sager, og resultatet sammenlignes med, hvad medarbejderne gjorde. Vi retter prompts, værktøjer og grænser, til fejlraten er under den aftalte grænse, og bygger sagerne ind som fast evalueringssæt.
Agenten arbejder på nye sager, først med godkendelse af alt, derefter kun ved tvivl. Vi gennemgår stikprøver hver uge, tilføjer nye testsager og udvider workflowet, når det er stabilt.
Nogle opgaver kræver flere skridt: hent data, vurdér, skriv, tjek, send. En returhenvendelse kræver fx opslag af ordre, kontrol af returfrist, vurdering af årsag, valg af løsning og et svar i kundens sprog. Vi bygger agent-workflows, hvor hvert trin er defineret og kan kontrolleres, og hvor agenten kun har de værktøjer, trinnet kræver.
Manglende data, fejl fra et system, uventede svar. Workflows bygges med fejlhåndtering og genforsøg, så de ikke stopper ved første afvigelse. Finder agenten ikke ordren, spørger den kunden om ordrenummer i stedet for at gætte. Svarer ERP ikke, prøver den igen og sender sagen videre med besked om, hvad der mangler, hvis det stadig fejler.
Alle kørsler logges med input, beslutninger og output, så I kan se, hvad der er sket, og forbedre workflowet over tid. Vi gennemgår stikprøver hver uge, samler de sager, hvor agenten var i tvivl eller tog fejl, og bruger dem som nye testsager. Evalueringssættet køres, hver gang prompts, værktøjer eller modeller ændres.
Sådan ser det ud
0timer sparet pr. uge
Gentagne opgaver flyttes fra indbakken til automatiseringer, der kører døgnet rundt med kontrol indbygget.
Et eksempel fra virkeligheden
En webshop med ca. 1.200 returhenvendelser om måneden brugte 10 til 15 minutter pr. sag på opslag, vurdering og svar. Vi byggede en agent, der læser henvendelsen, finder ordren via MCP, tjekker returfrist og varetype, vælger en løsning efter shoppens regler og skriver et svarudkast. Sager inden for frist med standardvarer sendes efter godkendelse med ét klik; alt andet går til en medarbejder med kontekst. Efter testen på 250 historiske sager lå fejlraten under 3 procent, og behandlingstiden faldt til ca. 3 minutter pr. sag.
Mere inden for AI & automation
A 
A 
K 
P 
Skræddersyet design og udvikling af møbelshop. Markedsføring gennem PPC med 200% vækst.
Se alle cases
All-around design, udvikling, branding, strategi og søgemaskineoptimering
Nyt PrestaShop site og 360 graders digital marketing med SEO og PPC annoncering.
Avanceret Google Tag Manager setup til konverteringstracking
Et digitalt sats på e-handel, der gav pote. Se vores arbejde for Werenberg, og hvordan vækstkurven blev stejl med en stabil og udviklingsdygtig webshop.
Ofte stillede spørgsmål
Ja. Derfor bygger vi godkendelsesflows og logning ind, så fejl fanges tidligt og læringen bruges.
En automatisering følger én fast rute. En agent vælger næste skridt ud fra det, den finder, inden for de værktøjer og grænser, vi har sat. Agenter bruges, når opgaven varierer for meget til en fast rute.
Adgang til de systemer, agenten skal arbejde i, og 100 til 300 historiske sager med det rigtige resultat, så vi kan teste. Har I en MCP-server, går det hurtigere.
Med en AI-audit: en halv dags workshop og en uge med analyse. I får en prioriteret liste over processer, hvor AI giver mest, og hvad det kræver.
Vi bruger modeller og opsætninger, hvor jeres data ikke bruges til træning, og vi dokumenterer, hvor data flyder. GDPR og jeres egne politikker indgår i designet.
Nødvendige cookies får siden til at virke. Statistik og markedsføring sætter vi kun med dit samtykke. Du kan altid ændre valget nederst på siden. Læs cookiepolitikken.
