Begrepet AI-agent er en av de mest overbrukte i 2026. På Agentic Platform betyr det noe konkret: en programkomponent som tar imot en oppgave, har tilgang til verktøy og data, og utfører den uten menneskelig inngripen helt til den enten er ferdig eller eskalerer.
Hva en agent faktisk er
En agent er ikke en chatbot. En chatbot venter på spørsmål og svarer. En agent får et mandat (for eksempel: svar på alle innkommende kundehenvendelser om bookingstatus innenfor 5 minutter), og bruker det mandatet aktivt. Den henter data fra CRM, sjekker booking-systemet, formulerer svar, og sender det. Hvis den finner en sak den ikke har mandat eller informasjon til å løse, eskalerer den til menneske.
Eksempler på agenter vi har bygget
Markedsføringsagent som tar imot kampanjebrief, henter merkevareprofil og produktdata, og genererer utkast til posts. Salgsagent som følger opp kalde leads med personalisert sekvens basert på CRM-data. Operasjonsagent som overvåker definerte KPI-er og sender daglig oppsummering med flagg på avvik. Økonomiagent som matcher leverandørfakturaer mot bestillinger og ekstraherer linjedata.
Hvordan agentene koordinerer
Agentene har tilgang til samme datalag og kan kalle hverandre. Et eksempel: salgsagenten signaliserer en signert kontrakt. Operasjonsagenten plukker opp signalet, oppretter et nytt kundekonto, og sender velkomstpakken. Økonomiagenten sender første faktura. Alt skjer uten manuell trigging mellom stegene.
RAG-laget
Hver agent har tilgang til bedriftens dokumenter gjennom et Retrieval Augmented Generation-lag. Det betyr at agentene svarer ut fra bedriftens egen kunnskapsbase: kontrakter, manualer, prosessdokumenter. Dette er det som gjør at en markedsføringsagent kan skrive med din merkevarestemme, ikke en generisk.
Når agenten ikke kan løse oppgaven
Eskalering er ikke et unntak, det er en innebygget del av designet. Hver agent har eksplisitte regler for når den skal eskalere: ny kundetype, manglende data, kostnad over en terskel, regulatorisk vurdering nødvendig. Eskaleringen går til riktig menneske med full kontekst, ikke til en generell innboks.
Hva som ikke fungerer ennå
Agenter er ikke magi. De fungerer best på definerte arbeidsflyter med klare datakilder. Komplekse strategiske beslutninger, mellommenneskelige forhandlinger, og oppgaver som krever vurderinger uten klare regler er fortsatt menneskearbeid. Vi designer agenten for det den faktisk kan gjøre godt, og lar mennesket beholde det den ikke kan.
Hvordan komme i gang
Vi anbefaler å starte med én agent for én godt definert arbeidsflyt. Discovery-fasen kartlegger hvilken som gir mest verdi raskest. Når den ene agenten leverer, skalerer vi opp til neste.