I Abakions AI-ordbog forklarer vi de vigtigste AI- og agent-begreber, du skal kende, før du lægger en AI-plan.

Der er pres på ude i virksomhederne. Mange kigger på dig som ERP-administrator eller som en del af ledelsen og forventer, at der ligger en plan for AI og agenter. Men før du kan lægge den plan, skal du kunne tale sproget. Og lige nu er AI-området fyldt med begreber og forkortelser, hvor de fleste lyder ens og betyder noget forskelligt. Abakion kan hjælpe dig med at få begreberne på plads, så du kan lægge den rigtige plan.

En agent kan udføre handlinger i dit system, hvor en chatbot kun svarer på spørgsmål. Grounding, Model Context Protocol og RAG handler alle om at give agenten adgang til dine egne data. Copilot, Copilot Studio, Agent Builder, Agent Playground, Dataverse og Azure AI Foundry er Microsofts værktøjer til at bygge og bruge agenter. Og begreber som Agent 365, Entra og Purview handler om at administrere agenterne bagefter. 

Her får du en gennemgang af de vigtigste ord. Vi tager dem fra det strategiske niveau og hele vejen ned i teknik, produktnavne og administration, så du kan følge med, uanset om du sidder i ledelsen, administrerer et system eller bare bruger det.

Demo af Scout med Anders fra Microsoft
18:09
Af Abakion

Se hvordan en autonom agent fungerer

Anders fra Microsofts CAT-team viser Abakion tre agenter, han bruger dagligt: Cowork GitHub Copilot og autopiloten Scout,

Demo af Copilot Studio
54:49
Af Nicolai Schjørmann

Sådan bygger du en Agent med Copilot Studio

Copilot Studio er Microsofts værktøj til at bygge agenter. Abakion giver en rundtur i interfacet og gennemgår alle byggeklodserne.

Business Central standardagenter
51:06
Af Mette Thavlov Neukirch

Sådan virker Agenter i Business Central

Abakion laver demo af Microsofts tre standardagenter til Business Central: Payables agenten, Sales Order agenten og Expense agenten.

Sådan virker Agent Playground
21:47
Af Abakion

Sådan virker Agent Playground i Business Central

Agent Playground er en funktionalitet, hvor man kan bygge agenter, der lever inde i selve brugergrænsefladen i Business Central.

AI i Business Central
21:17
Af Lene Graa Jennum

Sådan bruger du AI sammen med Business Central

Abakion viser, hvordan du konkret bruger AI sammen med Business Central til at give medarbejderen sit fag tilbage, gennem fire små værktøjer.

Forandringsledelse og AI
14:09
Af Anders Lindskov

Forandringer og organisatorisk parathed

Forandringsledelse er den disciplin, alle godt ved er vigtig for at få projektet til at lykkes, men som de færreste får gjort noget ved.

AI sikkerhed og governance
31:08
Af Abakion

Sikkerhed, rettigheder og governance af AI

Abakion gennemgår de fem Microsoft-portaler, IT skal have styr på, hvorfor en agent er en bruger og hvordan forretning og IT samarbejder.

Er dine data gode nok til AI?
22:00
Af Nicolai Schjørmann

Er dine data gode nok til AI og Agenter?

Datakvalitet afgør, om en AI-agent giver dig et rigtigt eller forkert svar. Abakion gennemgår de klassiske datakvalitetskrav.

Blueprint for AI-projekt
1:08:54
Af Nicolai Schjørmann

Overvejelserne bag en AI-agent

Hvad skal du tænke over, før du bygger din egen AI-agent? Abakion gennemgår hele blueprintet for en agent i Copilot Studio.

Flow, Agent eller Hybrid: Vælg den rette metode
16:34
Af Nicolai Schjørmann

Flow, Agent eller Hybrid: Vælg den rette metode

Ikke alle automatiseringer skal bygges med en AI-agent. Når du kaster dig ud i et optimeringsprojekt, kan du vælge mellem fire metoder.

Søren Alexandersen om Payables Agenten
25:29
Af Abakion

Microsofts Agenter i Business Central

Søren Alexandersen, forklarer, hvordan Payables Agent virker, hvorfor Microsoft skifter fra OCR, og hvornår man skal bygge agenter selv.

AI business case
54:23
Af Abakion

Læg en business case for AI og Agenter

En business case for AI er et regnestykke over, hvad det koster, og hvad det giver tilbage, men værdien rummer mere end sparede kroner.

AI potentiale i din virksomhed
41:22
Af Abakion

Lær at udvælge AI-projekter med størst potentiale

Abakion gennemgår fire ambitionsniveauer for AI, og forklarer, hvorfor du ikke kan springe direkte til det vilde niveau.

Brunatas erfaringer med AI
31:33
Af Abakion

Brunatas erfaring med at optimere med AI

Morten Densam deler med Abakion, hvordan Brunata griber optimering med AI an, hvad der virker, og hvor faldgruberne ligger.

Diabetesforeningens erfaringer med AI
23:27
Af Abakion

Diabetesforeningens erfaring med at udbrede AI

Halvdelen af Diabetesforeningens medarbejdere bruger AI hver dag, og det er ikke sket, fordi ledelsen har beordret det.

AI-omstilling
20:55
Af Abakion

Læg en strategi for AI-omstilling

Alle virksomheder har brug for en AI-strategi. Men det er væsentligt om du vil bruge AI, eller vil du drive en AI-omstilling?

38:25
Af Abakion

Microsoft forklarer strategien for AI

Microsofts strategi for AI hedder Frontier Framework, Den deler arbejdet op i tre måder at bruge AI på. Hør her, hvordan du kommer i gang.

AI-ordbogen
31:50
Af Nicolai Schjørmann

AI-ordbogen: Alle begreberne du skal kende

Mange kigger på dig som ERP-administrator og forventer, at du kender alle AI- og agent-begreber, du skal kende, før du lægger en AI-plan.

19:29
Af Kenneth Kryger Gram

Direktørens AI-strategi: Udbyg dit ERP med AI nu

Man kan godt få en følelse af, at hvis man ikke er i gang med AI-projekter, så kan man lige så godt lukke forretningen. Lyt med i Spotify, Youtube, Apple, Amazon

Hvad betyder MAI og Frontier?

MAI står for Microsoft AI og er Microsofts betegnelse for, at de nu er kommet med deres egne sprogmodeller. Tidligere byggede Microsofts AI på OpenAI’s GPT-modeller, og de har også inkorporeret Anthropics Claude-modeller og xAI’s Grok-modeller. Med MAI er Microsoft kommet med deres egne underliggende modeller. Det er et udtryk, du kommer til at høre en del fremover.

Frontier er den samlede betegnelse for at være med der, hvor det rører sig hos Microsoft. Frontier dækker over tre-fire ting på én gang. Der er Frontier Transformation, som er måden, Microsoft gerne vil have, at du adopterer AI og laver projekter med det. Og der er Frontier-programmet, som er et program, du kan melde dig ind i for at få tidlig adgang og private preview af ting, når de bliver lanceret.

Hvad er forskellen på AI, en agent og en autopilot?

En agent kan udføre handlinger for dig, hvor AI mere bredt er teknologien, og en autopilot er en agent, der kører af sig selv. Det er den korte version. Herunder er de tre hver for sig.

AI betyder kunstig intelligens, og det vigtige at huske er, at det ikke er magi. AI er logik, forståelse og aflæsning af mønstre i data. Der bliver ikke opfundet noget ud af det blå. Modellen læser og analyserer data og genererer en generativ forståelse, som giver et svar.

En agent er en AI-løsning, som kan agere for dig og hente data i dit system, skrive data, rette, slette og oprette. Forskellen på en chatbot og en agent er enkel. Hvis den kun kan svare dig, så er det en chatbot. Hvis den rent faktisk kan udføre noget for dig, så er det en agent. Du interagerer stadig med agenten, enten i chat eller ved at sende en mail eller oprette data, som agenten overvåger og reagerer på.

En autopilot er en agent, der holder øje med systemer, står tændt og er til stede hele tiden. Det er lidt som at ansætte en studentermedhjælper, der er på arbejde 24 timer i døgnet. Når der sker noget, som kræver en reaktion, så gør autopiloten det bare, ud fra de instruktioner og guidelines, du har givet den.

Hvornår er en automatisering bedre end AI?

En automatisering er bedre end AI, når processen er forudsigelig og altid gør det samme. En automatisering er en deterministisk proces, der kører fra start til slut og gør det samme hver gang. Den ved på forhånd, om den skal gå til højre eller til venstre. En AI-løsning analyserer derimod data for at finde ud af, hvilken vej den skal.

I Microsoft-verdenen hedder sådan en automatisering et flow. Hvis en proces er forudsigelig og altid gør det samme, så bør du overveje bare at lave en automatisering, måske krydret med en lille smule AI.

Hvad er ERP-agenter i Business Central?

ERP-agenter er færdigbyggede agenter, som Microsoft har lavet, og som du ikke selv skal bygge. Inde i Business Central er der allerede en håndfuld, blandt andet en salgsordreagent, som kan tage imod salgsordrer og kommunikere med kunder på mail. Når vi ellers taler om agenter, så tænker vi mest på, at Microsoft stiller værktøjet til rådighed, og at du selv bygger agenten. Færdigbyggede agenter findes også andre steder end i Business Central, for eksempel i CRM-systemet og i Word.

Hvad betyder prompt, instruktioner, tools og skills?

En prompt er det, du skriver til din agent, og de øvrige begreber beskriver, hvordan du bygger og styrer den. Når du chatter med Claude eller Copilot, så skriver du en prompt. Instruktioner er sådan set også en prompt, bare en systemprompt. Prompten er den vejledning, du giver agenten, og det er både det, du fortæller den, at den må og skal, og det, brugeren faktisk siger til den.

Instruktioner er det sæt af informationer, du giver en agent, du selv bygger. I instruktionerne fortæller du, hvilken tone agenten skal kommunikere i, hvilken rolle den har, om den skal agere kundeservicemedarbejder eller sælger, hvad den må udtale sig om, hvor den kan finde data, og hvad den skal bruge.

Tools og skills bliver tit blandet sammen, men de er to forskellige ting. Tools er de værktøjer, du giver agenten adgang til, for eksempel adgang til dit ERP-system, så den kan trykke på knapper, eller en automatisering, du har bygget i Power Automate. Et tool er lidt som at give en tømrer en hammer. Skills er derimod opskriften på, hvordan arbejdet skal udføres. Hvis du giver tømreren en hammer, så fortæller dit skill, at han skal slå tre gange for at få sømmet i. Toolet er værktøjet, skillet er opskriften.

Markdown er den filtype, du skriver skills og instruktioner i. Ligesom en doc-fil er et Word-dokument, så er Markdown bare en type tekstfil, som maskinen forstår.

Hvad er hallucinationer, og hvorfor sker de?

Hallucinationer er, når modellen finder på ting, lidt som at se en oase i ørkenen. Det sker især, hvis du prøver at lave agenter, der kan for meget. Hvis du giver en agent adgang til for lidt information eller beder den om at håndtere for brede opgaver, så begynder den at opfinde svar. For agenter er kodet til, at deres vigtigste opgave er at svare den, der spørger. Har du ikke givet dem noget at svare med, så finder de på noget. Har du givet dem for meget, så blander de det sammen. Hallucinationer fylder mindre i dag end for et år siden, dels fordi sprogmodellerne er blevet bedre, dels fordi vi alle er blevet bedre til at begrænse, hvad vi beder agenten om.

Hvad betyder LLM, grounding, MCP og RAG?

LLM, grounding, Model Context Protocol og RAG handler alle om, hvad agenten ved, og hvad den har adgang til. Herunder er de fire hver for sig.

LLM står for large language model. Det er den sprogmodel, agenten har, og den grundlæggende viden og sprogteknik, der gør, at agenten kan svare og forstå, hvad du siger. Modellen kan fortælle dig det, den er trænet på.

Grounding er, at du giver modellen adgang til dine egne datakilder oveni dens trænede viden. Du siger til modellen: udover det, du ved fra din træning, giver jeg dig nu adgang til produktkataloget eller FAQ-siden på vores hjemmeside. Så svarer modellen ud fra det, der står der, og ikke kun sin generelle viden. Det kan være Word-dokumenter, PDF’er, PowerPoints, Confluence-sider eller SharePoint-sider.

Model Context Protocol, forkortet MCP, er værktøjet, der giver agenten adgang til at trykke på knapper inde i ERP-systemet, for eksempel Business Central. Tidligere kunne du give adgang til enkelte tabeller i en database, så agenten kunne læse i en tabel. Med Model Context Protocol giver du adgang til de knapper, datafelter og datarækker, der er i databasen, for eksempel via Dataverse-MCP’en eller Business Central-MCP’en. Hvis du er ERP-administrator eller ERP-manager, så kan du selv sætte det op med point and click-konfiguration inde i systemet. Det, du måske skal søge sparring til, er, hvilke tabeller og pages du skal give adgang til.

RAG står for retrieval augmented generation og er i virkeligheden lidt det samme som grounding. En RAG-agent er i princippet en chatbot, der kun svarer ud fra sin grounding og ikke har adgang til tools eller systemer. Hvis du har brug for en agent, der bare skal svare på spørgsmål ud fra intern information, så er det en RAG-agent.

Hvad er Copilot, Copilot Studio, Agent Builder, Dataverse og Azure AI Foundry?

Det er Microsofts værktøjer og navne til at bruge og bygge agenter, fra den lette ende til udviklerværktøjet. Herunder er de hver for sig, og der er en samlet oversigt over byggeværktøjerne i tabellen længere nede.

Copilot er Microsofts AI-assistent, og den kommer i to udgaver. Der er Microsoft 365 Copilot, som er et selvstændigt stykke software, du har en licens til, og som fungerer, ligesom når du åbner ChatGPT eller Claude i browseren. Der kan du stille spørgsmål, få svar og få den til at lave filer.

Agent Builder ligger i Microsoft 365 Copilot og er et værktøj til at bygge dine egne agenter ved at beskrive dem. Vi kalder dem også deklarative agenter. Agent Builder er en let udgave, hvor du ikke skal kunne kode. Du beskriver bare, hvad agenten skal kunne, og den kan hjælpe dig i dagligdagen, for eksempel med at rydde op i din mailboks. En agent bygget i Agent Builder kan kun det, du selv har adgang til at gøre.

Copilot Studio er det stykke software, hvor du bygger dine egne copilots, autopilots og agenter. Hvis Agent Builder er no-code, så er Copilot Studio et low-code-værktøj med drag and drop og point and click. I Copilot Studio skriver du instruktioner, tilføjer skills og tools, grounder agenten i data og bygger flows, som agenten kan bruge, eller som kalder agenten.

Agent Playground minder om Copilot Studio, men bor inde i Business Central. Business Central-produktgruppen har bygget Agent Playground, så du kan lave agenter, der kun lever i Business Central. De kan ikke connecte til noget udenfor, men de kan hjælpe dig inde i ERP-systemet. Indtil for nylig kunne du kun bruge Agent Playground i sandkassemiljøer. Med version 28 af Business Central kan du deploye agenterne til produktion, men det kræver et agent-SDK og noget kode, så her skal du nok have fat i en udvikler.

Dataverse er groft sagt en SQL-database i skyen med sikkerhed, compliance og overvågning ovenpå. Dataverse er der, hvor alt det, du bygger i Copilot Studio, bliver gemt, sammen med de filer, du uploader som viden. Hvis du har et CRM-system, så ligger dets data også i Dataverse, og du kan give en agent adgang til at læse det.

Azure AI Foundry, ofte bare kaldt Foundry, er pro code-værktøjet til at bygge agenter. I Azure AI Foundry bygger du agenter i kode, laver integrationer til andre sprogmodeller og kan bygge dine egne sprogmodeller. Sat på spidsen er Azure AI Foundry storebror til Copilot Studio, ligesom Logic Apps er storebror til Power Automate.

Scout er Microsofts første autopilot-agent. Scout kan overvåge og holde øje med mødeindkaldelser, mødereferater og andet. Lige nu er Scout i Frontier Preview, så det er kun folk i Frontier-programmet, der kan bruge den.

Work IQ er en af tre IQ’er, sammen med Fabric IQ og Web IQ. Work IQ handler om, at du har givet standard Microsoft 365 Copilot adgang til en masse af dine arbejdsdata i sin grounding, så den allerede kender dine ting. Hvis du beder om et møde med en kollega, så kan Work IQ se, at kollegaen er på ferie, og foreslå et andet tidspunkt. Fabric IQ er det samme, bare baseret på data i semantiske modeller struktureret i Fabric. Web IQ er, at agenten kan gå på det åbne internet og lede efter svar, før den svarer.

Hvilket værktøj skal du bruge til at bygge en agent?

Valget afhænger af, hvor meget du selv vil kode, og hvor agenten skal leve. Tabellen sammenligner de fire byggeværktøjer, som artiklen beskriver ovenfor.

KriteriumAgent BuilderCopilot StudioAgent PlaygroundAzure AI Foundry
KodeniveauNo-codeLow-codeKræver agent-SDK og kode til produktionPro code
Hvor det byggesMicrosoft 365 CopilotCopilot StudioBusiness CentralAzure AI Foundry
Bedst tilEnkle agenter i dagligdagenEgne copilots, autopilots og agenterAgenter kun i Business CentralAgenter i kode og egne sprogmodeller

Hvad er tokens, Agent 365, Entra og Purview?

De fire begreber handler om at betale for og administrere agenter. Herunder er de hver for sig.

Tokens og credits er to ord for det samme. Credits er det ord, Microsoft bruger, og i andre AI-sammenhænge taler man om tokens. En credit er bare en valuta. De credits, der er tale om her, hedder Copilot credits, og dem bruger du på tværs af al AI i Microsoft. Engang hed valutaen messages, fordi det handlede om at sende beskeder frem og tilbage.

Agent 365 er agentversionen af Microsoft 365 og et administrationsværktøj til de agenter, du har i din organisation. Agenterne begynder at have en identitet og kan tagges i dokumenter. Microsoft gør et nummer ud af, at agenterne nærmest skal behandles som medarbejdere, i hvert fald administrativt. Nogen har spøgt med, at IT bliver det nye HR for agenter, og det er lidt det, der er på vej.

Entra er der, hvor du administrerer alle dine brugere, det, der i gamle dage hed Active Directory. Entra er også, hvor agenterne bliver oprettet og får et ID med roller og rettigheder. Du kan give en agent en mailboks, sende mails til den og tagge den i et Word-dokument, fuldstændig ligesom du kan tagge en kollega.

Purview er Microsofts værktøj til datasikkerhed og datastruktur. Purview handler om dokumentation, overvågning og styring af datasikkerhed, så IT-afdelingen kan holde overblik over, at tingene kører, som de skal.

Ofte stillede spørgsmål

Hvad er forskellen på en chatbot og en agent?

En chatbot kan kun svare på dine spørgsmål, mens en agent kan udføre handlinger i dit system. En agent kan hente, oprette, rette og slette data. Hvis den kun svarer dig, så er det en chatbot. Hvis den udfører noget for dig, så er det en agent.

Hvad er forskellen på et tool og et skill?

Et tool er det værktøj, du giver agenten adgang til, for eksempel adgang til dit ERP-system eller en automatisering i Power Automate. Et skill er opskriften på, hvordan arbejdet skal udføres. Toolet er hammeren, skillet er beskrivelsen af, hvordan du slår sømmet i.

Hvad er forskellen på grounding og RAG?

Grounding er, at du giver modellen adgang til dine egne datakilder oveni dens trænede viden. RAG, retrieval augmented generation, er i virkeligheden lidt det samme, og en RAG-agent er en chatbot, der kun svarer ud fra sin grounding og ikke har adgang til tools eller systemer.

Kan jeg selv sætte Model Context Protocol op i Business Central?

Ja. Hvis du er ERP-administrator eller ERP-manager, så kan du selv sætte Model Context Protocol op med point and click-konfiguration inde i Business Central. Det, du måske skal søge sparring til, er, hvilke tabeller og pages du skal give agenten adgang til.

Hvornår skal jeg vælge en automatisering frem for AI?

Vælg en automatisering, når processen er forudsigelig og altid gør det samme. En automatisering er en deterministisk proces, der ved på forhånd, hvilken vej den skal gå. En AI-løsning giver mening, når data skal analyseres for at afgøre, hvad der skal ske.

Kom videre

Du behøver ikke en ph.d. for at tale med om AI. Men du skal kende de her begreber, før du kan vurdere, hvad der er relevant for din virksomhed, og hvor du skal begynde. Når du kan skelne en chatbot fra en agent, en automatisering fra en AI-løsning og et tool fra et skill, så bliver det meget lettere at lægge en plan og stille de rigtige spørgsmål til din leverandør.

Og hvis der er et begreb her, du er i tvivl om, så er det tegn på, at det er værd at grave et lag dybere, inden du sætter noget i gang.