Flow, Agent eller Hybrid: Vælg den rette metode

Hvad er de fire metoder til automatisering?

De fire metoder er Flow, Hybrid, Agent og Autopilot, og de danner et spektrum fra det fuldt deterministiske til det fuldt instruktionsdrevne.

Hvad er et Flow?

Et Flow er en deterministisk automatisering i Power Automate. Det hedder også et Power Automate-job i nogens ordforråd. Deterministisk betyder, at du har en proces, som er helt stringent: du ved, hvad der skal ske fra ende til anden, og udfaldet er det samme hver gang. Eller der er et udfaldsrum med tre forskellige udfald, men de er ens hver gang. Det er sådan lidt if else, if else, if then, så gør noget.

Flow er ikke nyt, det er overhovedet ikke nyt. Men det er stadig aktuelt og har sin relevans, og det er noget, folk stadig bør overveje at bruge i stedet for bare at hoppe ud i den anden ende af spektret.

Hvad er en Hybrid, og hvorfor er den billigere?

En Hybrid er et Power Automate-flow beriget med AI, og den er billigere, fordi kun den del, der kræver fortolkning, bruger AI. I Power Platformen findes AI Builder, også kaldet AI Hub, som lige nu har en værktøjskasse med custom prompts. Det er lidt ligesom at have en prompt hos Claude, ChatGPT eller Copilot, men med dynamisk indhold.

Du kan hente informationer ud af dit ERP-system eller CRM-system med et flow, sende det til en prompt, få den til at lave den AI-behandling af data, du har brug for, og føde resultatet tilbage til den automatiserede del af processen og putte det ned i udfaldsrum 1, 2 eller 3.

Bruger du samme sprogmodel i agenten og i AI Builderen, er tokenforbruget på AI Builder-kaldet cirka en tiendedel af, hvad en ren agent ville koste. En agent kan endda kalde flows, når den skal gøre noget præcis ens hver gang, det Mads og Nicolaj kalder en hybrid over hybriden.

Hvad er en Agent?

En Agent er noget, du kommunikerer med og beder om at udføre opgaver. Det dækker alt fra chatbot-agenter og RAG-agenter, de her stille-spørgsmål-få-et-svar-agenter, til det, Microsoft kalder task-agenter, som begynder at udføre noget for dig. Det er stadig nogen, du kommunikerer med i realtids-chat frem og tilbage, men du kan bede dem om at gøre noget, for eksempel at oprette en salgsordre eller finde og opdatere en kontaktperson.

Hvad er en Autopilot?

En Autopilot er det sidste nye skud på stammen i terminologien fra Microsoft, lanceret på Build i 2026. Spektret indeholder lige nu én autopilot, som Microsoft kalder Scout. Det er den første fullblown autopilot fra Microsoft, som man bare instruerer til at gøre nogle ting, hvorefter den selv holder øje med, hvornår det er relevant.

Et eksempel: du er leder for 10 medarbejdere og beder autopiloten om at sørge for, at du altid har en en-til-en med dem inden for en måned. Melder en af dem afbud, sørger den for at få booket en ny, inden der er gået en måned. Det er sådan set lige meget, hvad der får den til at agere næste gang, for den holder bare øje, det er dens job. Lidt ligesom en personlig assistent i gamle dage kunne holde en direktørs kalender opdateret med løbende indtjekninger.

Hvad er forskellen på en agent og en autopilot?

En agent skal du aktivt skrive til, eller den har en deterministisk trigger, mens en autopilot definerer du med et mål og selv holder øje. Ud over spektret fra Flow til Autopilot er der også et spektrum inden for agenter. Nogle agenter skal du aktivt skrive til, og nogle ligger med en trigger, det vi kalder en autonom agent. Og der bevæger vi os over mod en autopilot.

På Flow-delen arbejder vi mere i at sætte ting deterministisk. På autopilot-delen arbejder vi meget mere i skrevne instruktioner, helt ned til triggerne. Vi definerer ikke længere, hold øje med lige præcis den her indbakke, eller kør et schedule hver time. Vi siger bare, hold øje for mig, og så gør den resten. Alting foregår meget mere via skrevet sprog, hvor vi definerer et mål frem for præcis, hvad der kan ske. Vi giver autopiloten nogle integrationer og tools og siger, som autopilot kan du de her ting via de her tools, opnå det her for mig.

De autonome agenter, vi kaldte dem før, hører stadig til her. De har en deterministisk trigger: hold øje med den her mailboks, den her Teams-kanal, eller om der bliver oprettet en kontaktperson i tilmeldesystemet. Det er nøjagtig samme trigger som ved et flow, men nu puttet på en agent, som kan alt muligt andet.

Hvad betyder deterministisk?

Deterministisk betyder, at der er nogle håndfaste kriterier, som ikke kræver en fortolkning. Det binder op på ordet logik: en logisk, ensartet vej igennem noget, det samme hver gang. Ankommer der en e-mail, så gør et eller andet. Er værdien over 3, så gør et eller andet, og hvis den er under, så gør noget andet. Ved en agent kan du derimod sige, hvis værdien er høj, og så fortolker den selv, hvad høj betyder.

Mads og Nicolaj har en påstand: På et eller andet tidspunkt flytter det sig helt automatisk over mod instruktioner, så muligheden for at tilføje en deterministisk trigger forsvinder, og du i stedet fortæller agenten i skrevet sprog, hvad den skal holde øje med. Det minder om, at nogle allerede siger, at MCP, som var det mega fede for et halvt år siden, er lidt outdated nu, fordi skills i princippet kan det samme, bare i naturligt skrevet sprog.

Hvornår skal man vælge et Flow frem for en agent?

Vælg et Flow, når du kender proceduren og kan sætte den op med faste if-then-regler. Så er der ingen grund til at bygge AI ind over. Jo mere AI du bygger ind over, jo mere kræver det, at nogen tager stilling til noget, og det er der, AI gør sig bedst egnet: der, hvor du ikke kan bygge et flow, eller hvor det bliver for kompliceret og kræver en egentlig tankegang.

Det handler om, at det ikke bare er et filter, der siger, hvis det er over 5000, så gør det her, og hvis det er under, så gør det her, men en vurderingssag, hvor du ud fra forskellige svar skal ende i enten A eller B. Går du den vej med noget, der burde have været et flow, kan du ikke engang være sikker på at få det rigtige udfald hver gang. Agenten laver en vurdering, og finder den noget, der får den til at gå til højre, så gør den det, selvom du herovre ville have sagt, at den altid skulle gå til venstre.

Hvorfor ender ERP ofte i hybriden?

ERP ender ofte i hybriden, fordi processerne er kendte, og fordi Microsoft allerede har bygget de oplagte agenter. Får du en god idé inden for ERP-verdenen, ender du typisk et sted med et flow, måske beriget med AI. Er du derimod i en verden som kundeservice, hvor det handler mere om relationer, forståelse og fortolkning, ender du oftere med at bygge agenter.

Man kan sagtens bygge en agent, hvor man bruger hybriden meget. Skellet går ved orkestreringen: I nogle udfald vil du have, at agenten gør præcis det samme hver gang, og til det kan du bygge et flow, som agenten kan kalde. Andre ting overlader du til agenten via instruktioner, for eksempel at tage en vurderingssag eller følge nogle skridt. Så har du en agent til at håndtere en situation, som kalder flows, når den skal udføre noget præcist ens hver gang, en hybrid over hybriden.

Der er også en grund til, at ERP tit ender her: de helt oplagte agenter til ERP har Microsoft allerede gået i gang med at lave, for eksempel salgsordreagenten og expense-agenten. Derfor giver det ikke mening at bruge agent-byggeværktøjerne på at bygge dem selv og konkurrere med Microsoft. Det er tit processer, som passer bedre ned i hybriddelen.

Case: personificerede rykkerbreve i Flow med AI Builder

Mads og Nicolaj har demoet en løsning, der bygger personificerede rykkerbreve i Flows med AI Builder. I stedet for standardrykkerprocessen i Business Central sender løsningen et rykkerbrev på det lokaliserede sprog. Sender du rykkeren til nogen i Frankrig, er den på fransk, til Tyskland på tysk, til Danmark på dansk. Den er også skrevet til den konkrete virksomhed og tilpasset rykkerniveauet: rykker nummer 1 har ét tonefald, rykker nummer 3 er mere firkantet.

Det kunne man godt have bedt en agent om at lave det hele. Men det er lavet i Flows med AI Builderen, netop fordi man ved præcis, hvad man vil. Man henter information på alle kunder med et udestående i ERP-systemet og sender dem en mail, hvor AI-delen skriver mailen, finder ud af, hvad indholdet skal være, hvor meget de skylder, og hvordan det skrives ind.

Prisen er en helt anden, end hvis agenten skulle gøre det hele selv. Bruger man samme sprogmodel i agenten og i AI Builderen, er tokenforbruget på AI Builder-kaldet cirka en tiendedel af, hvad en ren agent ville koste. Der skal ganske vist bruges tid på at bygge et flow, ligesom der skal bruges tid på at bygge en agent. Og fordi brugerne allerede har en licens, slipper de for hele tiden at tjekke, at flowet gør det rigtigt: har du tjekket det én gang, gør det det samme hver gang. En agent skal du derimod holde øje med, for den kan fortolke tingene anderledes over tid. Det er en kæmpe forskel.

Er et flow beriget med AI stadig et AI-projekt?

Ja. Man skal ikke tale nogen fra agenter, men man skal være bevidst om, at flow og hybrid også findes og i nogle tilfælde er en lige så god, farbar vej. Det er farligt, hvis man som virksomhedsejer eller budgetansvarlig kun godkender projekter, der indeholder AI. Ville man have godkendt rykkerbrevsløsningen? Ikke nødvendigvis. Men der er jo også AI i den, så man kan stadig kalde sit projekt for noget med AI, beriget med AI. Og man kan lave 10 af dem i stedet for én og få meget mere værdi for pengene.

I sidste ende er det jo det samme. Vi har noget input, som vi propper ind til en AI-model, uanset om det er en agent eller en custom prompt i Power Automate. Ved agenten er der bare mere input i form af instruktioner og videnskilder, hvor du ved flow og hybrid er lidt mere i kontrol af, hvad du putter ind. Det er lidt mere legoklodser, du selv sætter ovenpå hinanden.

Hvor starter du dit projekt?

Start med at finde ud af, hvilket værktøj og hvilken metode du overhovedet kigger ind i. Når du har den gode idé til en automatisering eller optimering, er det værd at overveje, hvad det egentlig er for et værktøj, der bedst kan løse opgaven, så du får mest værdi for pengene. De første tre metoder, Flow, Hybrid og Agent, er en form for byg selv. Nummer fire, autopiloten Scout, er lige nu mere en pille ned fra hylden og lidt fremtidsmusik.

Selve byggeriet kan man også putte AI i, ved at bruge værktøjer som GitHub Copilot og Claude Code til at optimere den tid, man bruger på at bygge løsningen. Bygger du selv, kan du optimere din forretning på den måde. Og ellers sørger vi for at bygge det med AI, så det gøres på den rigtige og mest økonomisk forsvarlige måde.

Ofte stillede spørgsmål

Hvad er forskellen på et flow og en agent?

Et flow er deterministisk og gør det samme hver gang ud fra faste if-then-regler. En agent laver en vurdering og kan give et andet udfald, end du ville have valgt. Et flow er bedst til stringente processer, en agent til opgaver, der kræver fortolkning.

Hvorfor er en hybrid billigere end en agent?

En hybrid bruger kun AI til den del, der kræver fortolkning, via et AI Builder-kald. Med samme sprogmodel i agenten og i AI Builderen er tokenforbruget cirka en tiendedel af, hvad en ren agent koster.

Hvad er forskellen på en agent og en autopilot?

En agent skal du aktivt skrive til, eller den har en deterministisk trigger. En autopilot definerer du med et mål og nogle tools, og den holder selv øje med, hvornår den skal handle, uden en fast trigger. Microsofts Scout er et eksempel på en autopilot.

Hvornår skal jeg vælge en agent frem for et flow?

Vælg en agent, når opgaven handler om relationer, forståelse og fortolkning, for eksempel i kundeservice. Kender du proceduren og kan sætte den op med if-then-regler, er et flow bedre og billigere.

Kan et flow beriget med AI kaldes et AI-projekt?

Ja. Et flow beriget med AI Builder indeholder AI og kan kaldes et AI-projekt. Det kan ofte løse opgaven lige så godt som en agent, koste en brøkdel og lade dig lave flere løsninger for de samme penge.