Checkliste: 12 spørgsmål du skal stille før du køber en AI agent-løsning

Markedet for AI agenter vokser eksplosivt, og leverandørerne er klar med løfter om automatisering, effektivitet og omkostningsbesparelser. Men bag de blanke præsentationer gemmer der sig ofte vigtige tekniske, etiske og forretningsmæssige spørgsmål, som du bør have svar på, inden du skriver under.

Denne checkliste giver dig 12 konkrete spørgsmål, du skal stille – til leverandøren, til dig selv og til din organisation – før du investerer i en AI agent-løsning.

Hvad er en AI agent egentlig?

Før vi dykker ned i spørgsmålene, er det værd at definere begrebet. En AI agent er ikke bare et chatbot-system eller et simpelt automatiseringsværktøj. En AI agent er et softwareprogram, der selvstændigt kan planlægge, træffe beslutninger og udføre handlinger for at nå et mål – uden at et menneske godkender hvert enkelt skridt.

Det gør AI agenter kraftfulde. Det gør dem også potentielt risikable, hvis de implementeres uden den rette forståelse og kontrol.

Mange virksomheder er begyndt at bruge AI agenter til opgaver som kundeservice, dataanalyse, lead-generering, intern support og kompleks procesautomatisering. Men en løsning, der fungerer glimrende for én virksomhed, kan være en fiasko for en anden – afhængigt af behov, infrastruktur og modenhed.

De 12 spørgsmål du ikke må springe over

1. Hvad er agentens faktiske autonominiveau?

Der er stor forskel på, om en AI agent “foreslår næste skridt” eller “udfører næste skridt”. Spørg leverandøren præcist, hvad agenten gør selvstændigt, og hvad der kræver menneskelig godkendelse.

Et højt autonominiveau er ikke nødvendigvis bedre. Det afhænger fuldstændig af den konkrete opgave. Agenter, der håndterer kritiske forretningsprocesser eller kundekommunikation, bør have klare grænser for, hvornår de eskalerer til et menneske.

2. Hvilke systemer og data har agenten adgang til?

En AI agent er kun så god som de data, den kan trække på – men adgang til data er også en sikkerhedsrisiko. Få en præcis oversigt over, hvilke systemer agenten integrerer med, og hvilke tilladelser den kræver.

Spørg specifikt:
– Har agenten adgang til personfølsomme data?
– Kan den skrive til systemer, eller kun læse?
– Er adgangsniveauerne baseret på mindste privilegium-princippet?

3. Hvordan håndteres GDPR og databeskyttelse?

Dette er ikke et punkt, du kan nøjes med at kigge hurtigt på. Hvis agenten behandler personoplysninger om kunder, medarbejdere eller partnere, skal du vide præcist, hvordan data lagres, hvem der har adgang, og om data sendes til tredjeparts AI-modeller.

Mange AI agent-løsninger bruger store sprogmodeller (LLM’er) i baggrunden, og det rejser spørgsmålet om, om dine data bruges til modeltræning. Kræv et klart svar og dokumentation – gerne i form af en databehandleraftale, inden du overhovedet tester løsningen.

4. Hvad sker der, når agenten laver en fejl?

AI agenter laver fejl. Det er ikke et spørgsmål om “hvis” men “hvornår”. Det vigtige spørgsmål er, hvad konsekvenserne er, og hvordan systemet håndterer dem.

Spørg leverandøren om:
– Hvordan logges agentens beslutninger og handlinger?
– Er der en automatisk “undo”-funktion, hvis agenten handler forkert?
– Hvem er ansvarlig, når noget går galt – din virksomhed eller leverandøren?

Et modent AI agent-produkt har tydelige svar på disse spørgsmål. Er svarene vage, er det et advarselstegn.

5. Kan løsningen tilpasses jeres specifikke processer?

En generisk AI agent kan dække mange generelle behov, men de fleste virksomheder har processer med særlige nuancer. Spørg, hvor fleksibel løsningen er, og om tilpasninger kræver dyb teknisk ekspertise eller kan konfigureres af forretningsbrugere.

Overvej også: Hvad koster det at tilpasse løsningen? Nogle leverandører sælger dig ind på en “platform”, men tilpasning viser sig at kræve dyre konsulenttimer.

6. Hvordan ser integrationen med jeres eksisterende tech stack ud?

En AI agent, der ikke kan tale med jeres CRM, ERP eller andre kernesystemer, er begrænset i sin værdi. Bed om en teknisk beskrivelse af integrationsmulighederne – herunder hvilke API’er der understøttes, og om der kræves mellemled som Zapier, Make eller lignende.

Husk at tage højde for, at integration aldrig er “plug and play” i praksis. Sæt tid og ressourcer af til dette i jeres implementeringsplan.

7. Hvilken menneskelig kontrol er der over agenten?

Begrebet “human-in-the-loop” er centralt i ansvarlig AI-implementering. Det handler om, at mennesker bevarer meningsfuld kontrol og kan gribe ind, korrigere eller stoppe agenten.

Find ud af:
– Er der et dashboard, hvor I kan overvåge agentens aktiviteter i realtid?
– Kan I sætte grænser for, hvad agenten må gøre uden godkendelse?
– Hvor nemt er det at slå agenten fra, hvis noget går galt?

Virksomheder som Passioness, der arbejder med AI-implementering, understreger netop vigtigheden af at sikre menneskelig kontrol som en forudsætning for ansvarlig brug af AI agenter i forretningsprocesser.

8. Hvad er de reelle omkostninger over tid?

Den månedlige licenspris er sjældent den fulde pris. Spørg leverandøren om alle omkostningskomponenter:

– Onboarding og implementering
– Uddannelse af medarbejdere
– Løbende tilpasninger og opdateringer
– Prisstigninger ved øget brug (token-baserede modeller kan blive dyre)
– Support og fejlhåndtering

Lav en total cost of ownership-beregning for mindst 24 måneder, og sammenlign den med den forventede gevinst.

9. Hvilken support og SLA tilbyder leverandøren?

AI agenter opererer ofte i forretningskritiske processer. Hvad sker der, hvis løsningen går ned klokken 23 en tirsdag aften? Få styr på support-niveauer, svartider og garantier for oppetid.

Tjek også:
– Er support inkluderet i prisen, eller er det et tillæg?
– Er support tilgængelig på dansk, eller skal I kommunikere på engelsk?
– Hvad er den garanterede oppetid (SLA), og hvad er kompensationen, hvis den ikke overholdes?

10. Hvordan opdateres og vedligeholdes agenten?

AI-modeller og agentarkitekturer udvikler sig hurtigt. En løsning, der er state-of-the-art i dag, kan være forældet om 12 måneder. Spørg leverandøren, hvordan de holder løsningen opdateret, og om opdateringer sker automatisk eller kræver jeres involvering.

Vær særligt opmærksom på, om en opdatering kan ændre agentens adfærd på måder, der påvirker jeres processer – og om I varsles i god tid.

11. Hvad er exit-strategien?

Det virker pessimistisk at tænke på exit, inden man overhovedet er gået i gang. Men leverandørlåsning er et reelt problem i softwaremarkedet – og AI er ingen undtagelse.

Stil disse spørgsmål nu:
– Kan I eksportere jeres data, historik og konfigurationer, hvis I skifter leverandør?
– Hvad er opsigelsesfristen på kontrakten?
– Er de prompts, instruktioner og workflows, I har bygget op, jeres ejendom?

Vær skeptisk over for løsninger, hvor svarene er uklare eller fraråder, at I stiller spørgsmålene.

12. Har leverandøren bevist, at løsningen virker i jeres branche?

Casestudier og referencer er guld værd – men kun hvis de er relevante. En succeshistorie fra en stor tech-virksomhed siger ikke nødvendigvis noget om, hvorvidt løsningen fungerer for en mellemstor dansk produktionsvirksomhed eller et advokatfirma.

Bed om references fra virksomheder i samme branche og med et lignende kompleksitetsniveau. Stil gerne direkte spørgsmålet: “Kan vi tale med tre af jeres nuværende kunder?” Leverandørers villighed til dette siger meget om deres selvtillid.

Sådan bruger du checklisten i praksis

Checklisten er mest effektiv, hvis du bruger den struktureret. Her er en anbefalet fremgangsmåde:

Inden mødet med leverandøren: Gennemgå alle 12 spørgsmål og prioriter de fem, der er mest kritiske for jer. Sørg for at have de rette folk med – typisk en kombination af IT, juridisk/compliance og den forretningsenhed, der skal bruge løsningen.

Under mødet: Stil spørgsmålene direkte og skriv svarene ned. Vage eller afledende svar er information i sig selv. En seriøs leverandør har forberedt sig på disse spørgsmål.

Efter mødet: Sammenlign svarene på tværs af de leverandører, I evaluerer. Lav en simpel matrix med de 12 spørgsmål og leverandørernes svar. Det gør beslutningsprocessen langt mere objektiv.

Hvornår er du klar til at købe?

Du er klar til at investere i en AI agent-løsning, når du kan svare “ja” på følgende:

– I har identificeret en konkret forretningsudfordring, som en AI agent kan løse
– I forstår de tekniske og lovmæssige krav, der gælder for jeres branche
– I har ressourcer til at implementere, overvåge og vedligeholde løsningen
– I har fået tilfredsstillende svar på de 12 spørgsmål fra mindst to leverandører

Køb ikke en AI agent-løsning, fordi det føles som det rigtige tidspunkt, eller fordi en konkurrent har gjort det. Køb den, fordi du har et klart problem, en veldefineret use case og en leverandør, du stoler på.

Fremtiden tilhører dem, der stiller de rigtige spørgsmål

AI agenter repræsenterer et markant skift i, hvordan virksomheder kan automatisere og optimere deres processer. Potentialet er enormt – men så er risikoen ved en dårlig implementering også.

De virksomheder, der lykkes med AI agenter, er ikke nødvendigvis dem, der adopterer teknologien hurtigst. Det er dem, der stiller de rigtige spørgsmål, sikrer den rette kontrol og bygger tillid til teknologien skridt for skridt.

Brug denne checkliste som dit fundament – og suppler den med den specifikke viden og erfaring, der er relevant for netop din branche og virksomhed.