Gustav "Automatisering" og "AI-agent" lyder ens. De løser nogle gange de samme problemer. Men teknisk er de fundamentalt forskellige, og at forveksle dem betyder ofte, at man køber den forkerte løsning. Her er den klare version.
Hvad automatisering er
Automatisering er regelstyret. Du definerer hvad der skal ske, hvornår, og hvordan. Computeren udfører det præcis som du har specificeret. Hver gang den samme input kommer ind, kommer det samme output ud.
Eksempler: "Når en ny lead lander i formularen, opret en kontakt i CRM og send en velkomstmail." "Hver torsdag kl. 14, send fakturarapport til regnskab." "Når en betaling er forsinket med 7 dage, send rykker A. Efter 14 dage, send rykker B."
Værktøjer: Zapier, Make, n8n, custom scripts. Det er det Zapier-territorie vi har skrevet om før.
Hvad en AI-agent er
En AI-agent er målstyret. Du fortæller den hvad du vil opnå, og den finder selv ud af, hvilke skridt der skal til. Den vurderer, planlægger, og udfører. Samme input kan give forskellige resultater, fordi den tilpasser sig konteksten.
Eksempler: "Læs denne email og svar passende baseret på kundens tidligere historik." "Læs denne kontrakt og identificér risikable klausuler." "Find ud af om denne nye lead er en god match for vores ydelser, og hvis ja, send det rigtige tilbud."
Værktøjer: GPT, Claude, lokal LLM med agent-funktioner. Læs mere om hvad en AI-agent er her.
Den vigtige forskel: regler vs. dømmekraft
Det er den korte version: automatisering følger regler. AI-agenter bruger dømmekraft.
Hvis dit problem kan beskrives som "når X sker, så gør Y" - er det automatisering. Hvis dit problem kræver at vurdere noget - "er den her email vigtig?", "hvad er det rigtige svar her?" - er det en AI-agent.
Hvornår du bør vælge automatisering
Processen er gentaget med klare regler. Inputtene er strukturerede. Du kan beskrive hele flowet i et flowchart. Du vil have 100% forudsigelighed. Du vil have lave driftsomkostninger.
Klassiske kandidater: fakturarykning, lead-håndtering, mellem-systemer-integrationer, planlagte rapporter.
Hvornår du bør vælge en AI-agent
Processen kræver fortolkning. Inputtene er ustrukturerede (free-text, dokumenter, samtaler). Reglerne er for komplekse til at beskrive eksplicit. Værdien af en god vurdering opvejer en lille fejlrate.
Klassiske kandidater: email-svar, dokumentanalyse, kundeservice, content-generering, mødeforberedelse.
Hvorfor de fleste gode løsninger er en kombination
I praksis er den bedste arkitektur ofte: automatisering håndterer flowet, AI-agent håndterer fortolkningen.
Eksempel: En email kommer ind (trigger fra automatisering). Den sendes til en AI-agent der vurderer hvad emailen handler om og laver et udkast. Udkastet sendes til den rigtige person (automatisering igen). Personen godkender og sender (manuel).
Det er sådan vi designer de fleste rigtige løsninger hos kunder. Ikke "alt med AI" og ikke "alt med Zapier" - men de rigtige værktøjer til de rigtige dele.
Hvis du vil vide, hvilken kombination der ville give mening for din situation, så skriv til mig. Eller læs mere om automatiseringsydelser her.