Vi har blitt vant til å snakke med kunstig intelligens.
Vi stiller et spørsmål til ChatGPT, ber Copilot oppsummere informasjon eller bruker Claude til å analysere et dokument.
Men dette kan vise seg å bare være første fase.
Den neste utviklingen handler ikke nødvendigvis om at vi får enda bedre chatboter.
Den handler om KI-agenter som faktisk utfører arbeid.
Og enda mer interessant:
KI-agentene begynner å samarbeide med andre KI-agenter.
I praksis kan det bety at du i fremtiden ikke trenger å fortelle hver enkelt KI hva som skal gjøres. Du gir ett overordnet mål, og et system av spesialiserte agenter fordeler arbeidet mellom seg.
Fra chatbot til digital medarbeider
Forskjellen mellom en vanlig chatbot og en KI-agent er viktig.
En chatbot er typisk bygget rundt spørsmål og svar.
Du spør.
KI svarer.
En agent kan i stedet få tilgang til verktøy og forretningssystemer og bruke disse til å gjennomføre handlinger.
Microsoft Copilot Studio beskriver for eksempel agenter som systemer som kan forstå virksomhetens kontekst og utføre handlinger på brukerens vegne. Agentene kan kobles til arbeidsflyter, API-er, andre agenter og virksomhetens systemer.
Det gjør forskjellen ganske betydelig.
Du kan gå fra:
«Fortell meg hvilke fakturaer som mangler godkjenning.»
til:
«Følg opp fakturaene som mangler godkjenning og eskaler avvikene som ikke kan løses automatisk.»
KI går dermed fra å levere informasjon til å bli en del av arbeidsprosessen.
Så kommer neste steg: KI delegerer til KI
Her blir utviklingen virkelig interessant.
Hvorfor skal én enorm KI-agent kunne absolutt alt?
I en vanlig virksomhet har vi spesialister.
Regnskap håndteres av personer med økonomikompetanse.
IT-avdelingen håndterer teknologi.
HR håndterer personalprosesser.
Salg følger opp kunder.
Markedsavdelingen lager kampanjer.
Den samme ideen kan brukes på KI.
I stedet for én gigantisk agent kan bedriften ha flere spesialiserte KI-agenter som samarbeider.
Microsoft Copilot Studio støtter allerede «multi-agent orchestration», hvor oppgaver kan rutes til riktig agent når spesialisert kunnskap eller bestemte handlinger kreves. Agenter fra Microsoft og andre leverandører kan kobles sammen. [microsoft.com]
Microsoft Learn beskriver også hvordan agenter kan overlevere oppgaver til andre agenter og hvordan såkalte child agents kan brukes til å dele komplekse prosesser opp i mer fokuserte oppgaver.
Det begynner å ligne overraskende mye på hvordan mennesker organiserer arbeid.
Tenk deg bedriften IO24 AS i fremtiden
La oss ta et hypotetisk eksempel.
Dette er ikke en beskrivelse av et eksisterende system hos IO24, men et mulig fremtidsscenario basert på hvordan fleragentsystemer kan organiseres.
Bedriften har en overordnet driftsagent.
Du sier:
«Vi ønsker å lansere et nytt abonnement for bedriftskunder.»
I stedet for å produsere ett langt svar analyserer agenten målet og fordeler oppgaver.
En markedsagent får oppgaven:
Analyser målgruppen og lag forslag til lanseringskampanje.
En økonomiagent får:
Lag et forslag til prisstruktur og beregn forskjellige scenarier.
En utvikleragent får:
Analyser hvilke endringer som kreves i løsningen.
En sikkerhetsagent får:
Gjennomgå endringene og identifiser sikkerhetsrisiko.
En innholdsagent får:
Lag forslag til produktside og hjelpedokumentasjon.
Til slutt samler den overordnede agenten resultatene.
Mennesket trenger ikke nødvendigvis å koordinere hver enkelt oppgave.
Agenten blir prosjektlederen for andre agenter.
Det er akkurat denne typen koordinering fleragentarkitektur åpner for. Microsoft har allerede egen opplæring i hvordan slike løsninger planlegges og bygges i Copilot Studio.
KI «ansetter» selvfølgelig ikke på samme måte som mennesker
Her må vi gjøre et viktig skille.
Når vi sier at KI kan «ansette KI», er det en metafor.
En KI-agent inngår ikke arbeidskontrakt med en annen KI.
Det interessante er delegeringen.
En hovedagent kan oppdage at en oppgave krever spesialisert kompetanse og sende oppgaven videre til en annen agent.
For brukeren kan opplevelsen etter hvert bli omtrent:
Her er målet. Finn ut hvordan vi kommer dit.
KI-systemet organiserer resten innenfor reglene og tilgangene det har fått.
Fremtidens organisasjonskart kan få et nytt lag
I dagens virksomhet ser organisasjonen gjerne slik ut:
Ledelse → Avdelingsleder → Ansatte.
Med KI-agenter kan det oppstå et parallelt digitalt lag.
Et menneske kan være ansvarlig for en overordnet agent.
Denne agenten koordinerer flere spesialiserte agenter.
Disse kan igjen bruke arbeidsflyter, API-er og andre agenter for å gjennomføre bestemte oppgaver.
Det betyr ikke nødvendigvis at mennesker fjernes fra organisasjonen.
Det betyr at organisasjonskartet kan få en digital arbeidsstyrke i tillegg til den menneskelige.
Én person kan få mye større kapasitet
Dette kan bli spesielt interessant for små virksomheter.
En gründer bruker kanskje i dag mye tid på:
- fakturering
- kundeservice
- markedsføring
- rapportering
- dokumentasjon
- research
- møteoppfølging
- publisering
- analyse
- administrasjon
Tenk dersom gründeren i stedet hadde en liten «digital organisasjon».
Kundeserviceagent
følger opp vanlige henvendelser.
Økonomiagent
forbereder rapporter og oppfølging.
Salgsagent
holder oversikt over leads.
Markedsagent
analyserer kampanjer.
IT-agent
overvåker tekniske hendelser.
Lederagent
koordinerer oppgaver mellom de andre.
Dette er et scenario, ikke en påstand om at dagens systemer trygt kan drive en hel bedrift autonomt.
Men de tekniske byggeklossene begynner å bli tydelige.
Copilot Studio tilbyr agenter som kan utføre oppgaver autonomt, bruke organisasjonens kunnskap, kommunisere med API-er og verktøy og samarbeide gjennom fleragent-systemer.
Men hvem kontrollerer KI-sjefen?
Her kommer problemet.
Jo mer ansvar vi gir agentene, desto mer alvorlige blir konsekvensene dersom noe går galt.
Hvis en chatbot gir et dårlig svar, kan konsekvensen være begrenset.
Hvis en autonom agent får muligheten til å:
- sende e-post
- behandle kundedata
- opprette ordre
- endre informasjon
- kontakte andre systemer
- starte arbeidsflyter
blir sikkerhet en helt annen utfordring.
Microsoft Copilot Studio fremhever derfor også styring og administrasjon av agenter som en del av plattformen.
Bedriften må fortsatt bestemme hva agenten faktisk får lov til å gjøre.
Tilgang blir kanskje viktigere enn intelligens
Dette kan etter hvert bli et av de viktigste spørsmålene innen KI-sikkerhet.
Ikke:
Hvor intelligent er agenten?
Men:
Hva har agenten tilgang til?
Hvis en KI-agent bare kan lese offentlig informasjon, er skadepotensialet begrenset.
Hvis agenten kan lese CRM-systemet, sende e-post, bruke økonomisystemet og starte interne prosesser, er situasjonen helt annerledes.
En fremtidig IT-avdeling må derfor kanskje administrere KI-identiteter omtrent like nøye som menneskelige brukerkontoer.
Det interessante er at denne utviklingen allerede begynner å synes i produktene. Microsoft beskriver Agent 365 som et kontrollag for agenter hvor eksisterende infrastruktur, apper og beskyttelse kan utvides til agentene.
Mennesket får en ny rolle
Når KI kan gjøre mer av selve gjennomføringen, kan menneskets rolle flytte seg.
Fra:
«Utfør denne oppgaven.»
til:
«Dette er målet.»
Deretter blir menneskets ansvar å kontrollere:
- mål
- regler
- tilganger
- kvalitet
- risiko
- unntak
- økonomiske rammer
- endelig beslutning
Det kan gjøre ledelse til noe ganske annet enn i dag.
En fremtidig leder administrerer kanskje ikke bare mennesker.
Lederen administrerer også et økosystem av digitale agenter.
Den lille bedriften kan bli overraskende kraftig
Dette er kanskje den mest interessante konsekvensen.
Store selskaper har historisk hatt en enorm fordel fordi de kan ansette spesialister innen økonomi, IT, markedsføring, analyse, juss og administrasjon.
KI-agenter kan redusere deler av denne forskjellen.
En liten bedrift kan få tilgang til programvare som arbeider kontinuerlig med svært spesialiserte oppgaver.
Det betyr ikke at agentene nødvendigvis erstatter ekspertene.
Men de kan gjøre én person i stand til å håndtere en langt større operasjon.
Da kan vi få en ny type selskap:
mikrobedriften med kapasiteten til en langt større organisasjon.
Og da oppstår et paradoks
Hvis KI kan koordinere KI, oppstår et merkelig spørsmål:
Hvor mange mennesker trenger egentlig en digital virksomhet?
Vi kan forestille oss selskaper hvor et lite menneskelig team setter retningen mens store deler av den operative arbeidsflyten gjennomføres av programvareagenter.
Men samtidig øker behovet for kontroll.
Noen må forstå resultatene.
Noen må sikre systemene.
Noen må kontrollere økonomien.
Noen må håndtere situasjonene agentene ikke klarer.
Og til slutt må noen være ansvarlig.
KI kan få stadig større autonomi. Ansvar kan ikke automatiseres bort like enkelt.
Fremtidens bedrift får kanskje ansatte som aldri går hjem
Vi er på vei fra KI som verktøy til KI som deltaker i arbeidsprosesser.
Neste steg er systemer der flere KI-agenter arbeider sammen.
Da kan én agent analysere.
En annen gjennomføre.
En tredje kontrollere.
En fjerde rapportere.
Og en overordnet agent koordinere arbeidet.
Det høres futuristisk ut.
Men selve fleragentarkitekturen eksisterer allerede.
Det virkelig store spørsmålet er derfor ikke lenger bare:
«Hva kan KI svare på?»
Det blir:
«Hvor mye ansvar er vi villige til å gi den?»
For når KI begynner å delegere arbeid til KI, får bedriften ikke bare et nytt verktøy.
Den får begynnelsen på en digital arbeidsstyrke.