De fleste team bruker allerede KI på jobben. Microsoft og LinkedIn Work Trend Index 2024 fant at 75% av kunnskapsarbeidere bruker generativ KI, og at 60% av lederne er bekymret for at selskapet deres ikke har noen plan for det. Det de fleste team bruker, er en generell assistent: god til å skrive, men blind for selskapets egne data og ute av stand til å endre noe i systemene der arbeidet faktisk skjer.
En avdelingsagent tetter det gapet. Den er koblet til CRM-, økonomi- og produktsystemene, den kjenner rapportene et bestemt team trenger, og den har et definert sett med handlinger teamet har lov til å utføre.
Hva gjør en KI-agent for en avdeling?
En KI-agent for en avdeling gjør to jobber for ett team. Den henter data: svarer på spørsmål og lager rapporter på tvers av CRM-, økonomi- og produktsystemene i klarspråk. Og den sender data: oppdaterer oppføringer, utløser prosesser og sender det som skal sendes, innenfor hver persons tilganger, med godkjenning der det trengs og med hver handling logget.
Hent og send: de to halvdelene
Hent er rapportering og oppslag. I stedet for å finne riktig skjermbilde, eksportere til et regneark eller vente på den ene personen som vet hvordan rapporten kjøres, spør alle med tilgang rett og slett. Agenten når på tvers av alle tilkoblede systemer, så ett spørsmål kan kombinere det CRM-et sier, med det økonomi har fakturert og det produktet har registrert.
Send er handling. Agenten oppdaterer avtalen, åpner fornyelsen, sender påminnelsen, logger samtalen. Hver handling er en definert ferdighet med tilganger, ikke en åpen instruksjon til en modell. Det er forskjellen mellom en agent du kan stole på inne i systemene dine, og en du ikke kan stole på.
Begge halvdelene avhenger av dataene under. En agent som rapporterer fra et CRM som er uenig med økonomi, gir tall ingen stoler på, og derfor kommer datafundamentet først.
Økonomi: fra månedsavslutning til likviditet
Rapportering. «Hva er likviditeten vår, og hva er forfalt?» Økonomiagenten svarer ut fra systemene, ikke ut fra forrige måneds regneark: likviditet og kundefordringer; MRR, ARR og margin måned for måned; inntekt bokført mot fakturert mot betalt; og tallene til månedsavslutning og styret.
Handlinger. Den purrer på forfalte fakturaer, avstemmer betalinger mot fakturaer, flagger fakturaer som ikke stemmer med kontrakten, og utsteder en kreditnota etter godkjenning.
Verdien er dels tid og dels trygghet: Når CFO-en og daglig leder stiller det samme spørsmålet, får de det samme svaret. Månedsavslutningen slutter å være en uke med eksporter og avstemming i regneark, og styretallene bygges fra de samme oppføringene som økonomiteamet jobber i hver dag.
Salg: pipelinen uten administrasjonen
Rapportering. «Hva lukker vi dette kvartalet?» Pipeline etter fase, eier og alder, prognosen og årsaker til vunne og tapte avtaler, uten at en selger bruker fredag ettermiddag på å oppdatere felt for at rapporten skal bli riktig.
Handlinger. Den logger samtalen og neste steg, flytter avtalen og oppdaterer prognosen, og lager tilbudet ut fra de avtalte vilkårene, innenfor prisreglene dine.
CRM-administrasjon er der mye salgstid forsvinner. Når det tar én setning å logge en samtale, holdes CRM-et oppdatert, og alle rapporter bygget på det blir bedre. Det hjelper også teamene lenger ut i kjeden: Når en avtale markeres som vunnet, kan overleveringen til kundesuksess starte med en gang, med alt salg har avtalt allerede dokumentert.
Kundesuksess: fornyelser før de blir risikoer
Rapportering. «Hvilke fornyelser forfaller neste måned, og hvilke er i faresonen?» Fornyelser som forfaller, kundehelse og brukstrender, risiko for kundefrafall og de åpne sakene på hver konto.
Handlinger. Den åpner fornyelsen og forbereder tilbudet, avtaler den kvartalsvise forretningsgjennomgangen og eskalerer en konto i faresonen til eieren.
For et SaaS-selskap er det ofte her agentene lønner seg først, fordi fornyelser følger regler kontraktene allerede definerer. Mer om det finner du på siden vår om KI for SaaS.
Reglene som gjør det trygt
En agent som kan endre systemene dine, trenger faste grenser. Våre er de samme i alle avdelinger:
- Tilganger. Folk ser og endrer bare det rollen deres tillater, og agenten kan bare gjøre det den har fått ferdigheter til.
- Godkjenninger. Handlinger med konsekvenser, som en kreditnota, venter på at en person godkjenner dem.
- Et revisjonsspor. Hvert spørsmål og hver handling logges, med hvem som spurte og når.
- Et skjermbilde der et skjermbilde er bedre. Ikke alt bør gjøres ved å spørre en KI. En Admin-portal, bygget for virksomheten den driver, står ved siden av agentene for å legge til og fase ut oppføringer, laste opp innhold, sette tilganger og gå gjennom hva agentene har gjort.
- Europeisk fra grunnen av. GDPR og EU AI Act er en del av designet, dataene blir værende i EU under byggingen, og KI-modellen er selskapets eget valg: en europeisk modell, en som hostes privat, eller en amerikansk.
Det beste stedet å starte er som regel én avdeling og én prosess: den som koster mest i dag. En agent som målbart tar reelt arbeid bort fra ett team, er det tydeligste argumentet for den neste, og ferdighetene og datafundamentet den trenger, kan tas med videre til avdelingene som følger.
NordOps AI Agent fungerer inne i KI-assistenten et team allerede bruker, via MCP (Model Context Protocol), så det er ikke noe nytt verktøy å lære og ingen ekstra innlogging. Hvordan alt henger sammen, fra datafundamentet til avdelingsagentene, står på siden om NordOps AI Agent.