Microsoft forklarer strategien for AI

Hvad er Microsofts Frontier Framework?

Frontier Framework er Microsofts model for at indføre AI i en virksomhed. Navnet henviser til det at rykke ud over grænserne og finde nye veje, og det er sådan Microsoft ser arbejdet med AI.

Frontier Framework er ikke en række faser, du gennemløber én gang. Det er mønstre, der udvikler sig hele tiden og lever side om side. Du behøver ikke gøre det hele. Du kan vælge de områder, hvor det giver mest mening for jer.

Hvilke tre måder kan du arbejde med AI på?

Frontier Framework beskriver tre måder at arbejde med AI på: AI-assistenter, forretningsspecifikke agenter og autonome autopiloter.

Det første mønster er AI-assistenter. Det er en Copilot, du kan chatte og sparre med. Copilot er grounded i dit arbejde, dit team og din forretning, altså koblet til din egen kontekst, så den kender din hverdag.

Det næste mønster er forretningsspecifikke agenter. Det er agenter, der er bundet til en bestemt proces eller et bestemt system. Det kan være en agent til dine expense-rapporter, eller en agent til dit CRM-system eller dit ERP-system.

Det tredje mønster er autonome agenter, også kaldet autopiloter. Autopiloter opererer selv, lytter på input fra systemer og tager beslutninger ud fra den information og de værktøjer, du har givet dem. Og de beder om input fra et menneske, når der er behov for det.

En autopilot går ikke bare sin egen vej. Du kan i instruktionerne beskrive, at agenten skal række ud til dig eller til procesejeren, hvis den møder en bestemt udfordring eller er nødt til at lave en antagelse. Microsoft har høj fokus på sikkerhed og governance, så en agent kun får adgang til bestemte data, skills og værktøjer og arbejder inden for et afgrænset område.

Hvilke fire forretningsområder rummer Frontier Framework?

Frontier Framework har fire forretningsområder: personlig produktivitet, kunder og partnere, optimering af forretningsprocesser og nye forretningsmodeller.

Det første er personlig produktivitet. Her hører de personlige agenter til, og også de agenter der passer til processerne i din forretningsenhed. Det er dét, de fleste møder først, typisk gennem Copilot, Claude eller ChatGPT i en helt almindelig “jeg har brug for hjælp i min dagligdag”.

Det andet område er kunder og partnere, altså ekstern kommunikation. Det kan være en kundevendt chatbot, eller agenter der lytter på indkommende mails og signaler fra markedet. Det er dét område, hvor Abakion oplever klart flest idéer lige nu. Fantasien går ofte til en agent, der kan overvåge den indkommende salgs-mailboks eller svare på simple kundehenvendelser i supporten.

Det tredje område er optimering af forretningsprocesser. Her handler det om at forbedre en eksisterende proces med AI, eller helt fjerne den, hvis behovet forsvinder. Strategien er ikke at kigge på alle processer på én gang, men på dem hvor der er højt load eller mange hænder, og hvor I mangler den tolkning, som AI kan lægge oven på tallene.

Det fjerde område er nye forretningsmodeller, det Microsoft kalder bend the curve of innovation. Det er dér, du opfinder noget, der ikke var muligt før AI. Det er den mest spændende kategori, og det er også dér, mere og mere af arbejdet rykker hen.

Hvor bør du starte med AI?

De mest oplagte steder at starte er HR, IT og kundeservice. Det er områder, hvor man bruger meget tid, og hvor en chatbot kan svare på spørgsmål om HR-politikker eller IT-systemer. Det samme gælder kundemails og supportsager.

Grunden er, at HR, IT og kundeservice har et veldefineret datagrundlag og veldefinerede processer. Du kan beskrive ret præcist, hvad du gerne vil opnå, selvom du ikke kan lave en almindelig automatisering, fordi der er for mange inputfaktorer. Så du kan tage en god, etableret proces og bygge videre på den.

Kan AI-agenter kode?

Ja. Agenter kan nu også kode, og med værktøjer som GitHub Copilot og Claude Code kan der være meget kort fra idé til løsning.

Før skulle du ud og finde et webbureau, en udvikler eller en CRM- eller ERP-partner for at bygge noget oven på dine systemer. Nu kan du bygge en subproces oven på dit CRM- eller ERP-system selv. En af Abakions kunder, Dennis, beskriver det som at have en juniorudvikler til rådighed hele tiden. Du skal stadig have en udvikler til at lave code review, og du skal have styr på forretningsproces, sikkerhed og governance. Men selve byggeriet klarer agenten.

Hvordan ser en arbejdsdag med flere agenter ud?

Anders fra Microsoft dirigerer i dag flere agenter i stedet for selv at lave alle opgaver. Han bruger primært tre: Cowork, Scout og GitHub Copilot.

Cowork er en agent, han samarbejder med som en slags medarbejder. Cowork kan udføre opgaver i systemer og producere ting på computeren. Copilot er chatagenten, og Cowork er den, der laver arbejdet.

Scout er en autopilot. Scout sættes op med automatiseringer og lytter på input, for eksempel mails fra partnere eller kunder, eller signaler fra de systemer, den er koblet på. Scout kører lokalt på computeren og giver besked om, hvad Anders skal reagere på. Scout fungerer efterhånden også som en personlig assistent, der hjælper med at tilrettelægge dagen.

GitHub Copilot bruger Anders til kode. Han er ikke udvikler, men har en it-baggrund, og han ser stor værdi i at have en softwareekspert som sparringspartner. Mellem møder og workshops samarbejder han med agenterne om produktfeedback, blogindlæg, dokumentation og opfølgning på møder.

Hvad betyder credits og tokens for økonomien?

Credits og tokens fylder mere hos kunderne end internt i Microsoft. Når Abakion taler med kunder om at komme i gang, fylder forbruget noget. Det gør det ikke på samme måde, når man selv står med det hele.

Men credits og tokens fylder også hos Microsoft på en anden måde. Der er budgetter, der skal holdes, og systemerne skal kunne understøtte en verden, hvor du ikke bare køber en licens og har adgang til alt. Du skal finde ud af, hvad der giver mening, og hvad der er det bedste værktøj til opgaven.

Får AI-agenter deres egen identitet og memory?

Ja. Agenterne får deres egen identitet og memory. Inde i Microsoft har en agent sit eget ID, sin egen Outlook, Teams og OneDrive, og den kan få sine egne sikkerhedsroller og adgange i forretningssystemerne. Det er ikke længere din brugerkonto, agenten kører på.

Memory er også på vej. Du kan lave en finance controller-autopilot som en template og hente en kopi ind i flere forretningsenheder. Så lærer autopiloten stille og roligt, hvad der foregår i finans, HR eller R&D, og gemmer det. Autopiloten kommer med et sæt funktioner fra start og udvikler sit eget skill-sæt og sin egen hukommelse over tid.

Agenterne kan også udvikle sig selv, fordi der ligger en kodeagent under dem. Anders bad en agent lave en QR-kode. Agenten kunne ikke, men den skrev selv koden til at generere en, gemte det som en skill i sin memory, og næste gang lavede den QR-koden med det samme. Det er ikke personlighedsudvikling, men funktionsudvikling. Du kan allerede nu instruere en agent i at gemme det nye, den lærer, så den kan bruge det næste gang.

Hvad bringer fremtiden for AI og robotter?

På længere sigt peger Anders fra Microsoft på robotter med deres egen AI, efterhånden som robotteknologien modnes og modellerne bliver mere kost- og strømeffektive. Modellerne bliver hele tiden optimeret, og når de kan køre lokalt, skal vi lære at samarbejde med forskellige AI-personer.

En del af det findes allerede. I Microsofts kundeserviceløsning er der en kundevendt agent baseret på virksomhedens knowledge base, og en knowledge-agent, der holder databasen opdateret. Når der kommer sager ind, som altid løses på en bestemt måde uden en vidensartikel, foreslår knowledge-agenten en artikel, som et menneske godkender. Det er ikke én agent, men en arkitektur af flere agenter, hvor én taler med kunderne og en anden holder viden opdateret.

Hvad er den vigtigste kompetence fremover?

Den vigtigste kompetence fremover er omstillingsparathed. Du skal ikke kun lære nyt, du skal også aflære. Noget, du lærte for nylig, er måske ikke relevant længere, og så skal du lære noget nyt og slippe det gamle.

Derfor er selve læringsprocessen så vigtig. Folk lærer på forskellige måder, nogle via video, nogle via kurser, nogle ved at nørde med tingene selv. Der skal være plads til alle måder.

Hvordan bygger du en strategi for AI-adoption?

Start med værdien, når du bygger en strategi for AI-adoption. Der er ikke tvivl om potentialet, men der er usikkerhed om, hvad det koster, så du skal have styr på forretningscasene på de forskellige områder.

Vær afsøgende, og vær okay med at fejle. Det er ikke som en ERP-implementering, der tog halvandet til to år. Du kan hurtigt komme langt og finde ud af, om noget giver mening.

Køb ikke bare et værktøj og del det ud til folk med et “det finder vi ud af”. Det virker ikke, selvom det er nemt at bygge agenter. Du skal have en plan for udrulning, opskilling og change management.

Udbred gerne nedefra og op. En direktør, der køber 100 Copilots og regner med, at AI så er indført, oplever, at det ikke virker. Det virker, når du har ildsjæle, der får lov at løbe forrest, og som får opbakning til at fejle i en iterativ proces.

Kombinér det med retning. Giv værktøjerne til alle, men følg op med, hvordan de bruges rigtigt, og hvad der er gode og dårlige use cases. Nogle idéer er bedre løst med en app eller en automatisering, du har kunnet lave længe.

Byg en kultur, hvor der er plads til at eksperimentere, fejle og dele, både det gode og det dårlige. Det er den kultur, der skaber de innovative løsninger, og det gælder også i virksomheder med mange regler.

Kom videre med AI

Brug Frontier Framework til at finde de områder, hvor I får mest værdi, og sæt jeres ildsjæle fri til at afprøve dem. Teknologien skifter så hurtigt, at det, I testede sidste år, kan se helt anderledes ud i dag. Den eneste måde at følge med på er at blive ved med at være opsøgende.

Ofte stillede spørgsmål

Hvad er Frontier Framework?

Frontier Framework er Microsofts model for at indføre AI i en virksomhed. Frontier Framework bygger på tre mønstre, nemlig AI-assistenter, forretningsspecifikke agenter og autonome autopiloter, og fire forretningsområder. Du behøver ikke bruge det hele, men kan vælge de områder, der giver mest værdi.

Hvad er forskellen på Copilot, Cowork og Scout?

Copilot er chatagenten, du sparrer med. Cowork er en agent, der udfører opgaver i systemer og producerer ting på computeren. Scout er en autopilot, der lytter på input og reagerer, og som kører lokalt på computeren.

Kan en autonom agent handle helt på egen hånd?

Nej. En autopilot arbejder inden for et afgrænset område med adgang til bestemte data, skills og værktøjer. Du kan instruere agenten i at række ud til et menneske, når den møder en udfordring eller skal lave en antagelse.

Hvor bør en virksomhed begynde med AI?

De fleste får hurtigst værdi i HR, IT og kundeservice, hvor processer og datagrundlag er veldefinerede. Her kan du beskrive præcist, hvad du vil opnå, og bygge videre på en etableret proces.