Generativ AI: god til rykkerteksten, blind for saldoen
Generativ AI er modellerne bag ChatGPT, Copilot og Claude, der skriver ny tekst: et udkast, en opsummering, en produkttekst. Den er stærk til sprog, men den bogfører ingen faktura og udligner ingen indbetaling i Business Central. Det gør en agent, der bruger modellen som ét værktøj og lader et menneske godkende undtagelserne.
Hvad er generativ AI?
Generativ AI er modeller, der laver noget nyt: tekst, billeder, kode eller lyd. Bag ChatGPT, Copilot og Claude sidder en stor sprogmodel, en LLM. Den har læst enorme mængder tekst og har lært, hvilket ord der sandsynligvis kommer efter det forrige.
Alligevel skriver en stor model en rykker i jeres tone på få sekunder. Den opsummerer en kontrakt på 30 sider og oversætter en produkttekst til svensk.
To ting skal I vide fra start. Modellen kender ikke jeres tal, medmindre nogen giver den dem. Og den svarer lige sikkert, uanset om den har ret. Begge dele bestemmer, hvor I kan bruge den.
Hvad kan generativ AI bruges til i en virksomhed?
Alt, hvor resultatet er tekst, og hvor en kollega alligevel læser det igennem. Her er de opgaver, hvor en sprogmodel giver timer tilbage i en dansk handelsvirksomhed med ERP, webshop og en fyldt indbakke:
| Opgave | Hvem bruger den | Hvad modellen gør |
|---|---|---|
| Produkttekster | E-handel og kategorichefen | Skriver beskrivelser ud fra data i PIM eller ERP, også på svensk og norsk |
| Opsummering | Controlleren og ledelsen | Koger en leverandørkontrakt eller et bestyrelsesreferat ned til én side |
| Mailsvar | Kundeservice | Laver et udkast, som medarbejderen retter og sender |
| Sortering af indbakken | Bogholderen | Læser mails fra debitorer og skelner »vi har betalt« fra »varen var i stykker« |
| Udtræk fra dokumenter | Indkøberen | Finder pris, antal og leveringsdato i en ordrebekræftelse som PDF |
| Kode og formler | Alle med Excel | Skriver en formel eller et script, som nogen tester, før det bruges |
Produkttekster er det mest oplagte sted at starte, fordi mængden er stor og fejlen billig. Hvordan kategorichefen godkender teksterne, står i guiden om produktbeskrivelser med AI.
Generativ AI bogfører ingen faktura
Spørg ChatGPT, hvilke debitorer der er over forfald, og I får et pænt formuleret svar. Det er bare ikke jeres svar. Uden en kobling til Business Central har modellen aldrig set jeres debitorliste. Den gætter hellere end at sige, at den ikke ved det.
- Den handler ikke. Den kan skrive rykkeren, men den sender den ikke, og den udligner ikke indbetalingen bagefter.
- Den kender ikke jeres data. Uden en forbindelse til ERP, bank og indbakke svarer den ud fra det, den er trænet på, og det er ikke jeres saldobalance.
- Den er ingen lommeregner. En sprogmodel forudsiger ord. En momsangivelse eller en saldo skal regnes, og det gør ERP.
- Den fører intet revisionsspor. En chathistorik viser ikke, hvad der blev bogført, hvem der godkendte det, og hvorfor.
Mellem udkastet til rykkeren og den bogførte udligning ligger tre trin: slå op i banken, match til fakturaen, bogfør. Dem tager en agent.
Forskellen på generativ AI og en AI-agent
En AI-agent er et lille program med ét job, som bruger en sprogmodel til de dele af jobbet, der kræver sprog. Resten er almindelig kode med faste regler, adgang til jeres systemer og en log.
| Generativ AI i en chat | AI-agent | |
|---|---|---|
| Hvem starter | En medarbejder skriver et spørgsmål | Agenten starter selv, fx kl. 07:30 hver hverdag |
| Data | Det, I kopierer ind | Læser direkte fra ERP, bank og indbakke med den adgang, opgaven kræver |
| Resultat | Tekst på skærmen | En handling: rykker sendt, faktura bogført, ordre oprettet |
| Kontrol | Medarbejderen vurderer hvert svar | Faste grænser, og et menneske godkender undtagelserne |
| Spor | En chathistorik | En log med tidspunkt, årsag og en navngiven ejer |
Microsoft har selv bygget agenter ind i Business Central. Sales Order Agent læser mails fra jeres kunder og laver tilbud og ordrer, som en medarbejder gennemser. Når agenten selv vælger næste skridt ud fra situationen, hedder det agentic AI. Det gennemgår vi i guiden om agentic AI, hvor bogholderen godkender.
Sådan bruger debitoragenten en sprogmodel
Debitoragenten er et godt eksempel, fordi den har brug for begge dele. Sprogmodellen læser og skriver. Koden slår op, regner og bogfører. Hanne, debitorbogholder, tager de sager, der kræver hende.
Eksempel med opdigtede navne og tal.
Læg mærke til, hvad sprogmodellen gør: den læser mails og skriver svar. Den beslutter ikke, om en debitor har betalt. Det afgør bankudtoget, og det slår koden op.
Fra chat til en agent, der gør arbejdet
Brug chatten nu, med en politik
Giv folk adgang til Copilot, ChatGPT eller Claude i en erhvervsversion, og skriv på én side, hvilke data der må deles. Persondata og kontoudtog hører ikke hjemme i et gratis værktøj.
Tæl kopieringen
Se efter de steder, hvor folk kopierer fra ERP til chatten og tilbage igen. Hver gang det sker, mangler der en agent.
Giv modellen jeres data, kontrolleret
En data gateway giver modellen læseadgang til netop de tabeller, opgaven kræver. Hvordan modellen så svarer med kilder, står i guiden om LLM, RAG og MCP.
Byg én agent med én ejer
Vælg en opgave med mange gentagelser og en klar regel for, hvornår et menneske skal se på den. Byg den i jeres egen cloud, med jeres team, og navngiv den person, der ejer den.
Hvor generativ AI er det forkerte værktøj
En sprogmodel koster mere pr. opgave end en regel, og den er aldrig helt forudsigelig. Kan opgaven beskrives som »hvis A, så B«, hører den hjemme i en regel i Business Central, et Power Automate-flow eller en robot. Det er billigere og nemmere at revidere.
Lad også være, når et forkert svar er dyrt og sjældent opdages. En prisberegning til en storkunde eller en momsafstemning skal regnes, ikke formuleres. Og nogle opgaver skal blive hos et menneske: samtalen med en debitor, der er ved at gå konkurs, tager Hanne selv.
Hvad er generativ AI?
Generativ AI er modeller, der laver nyt indhold som tekst, billeder eller kode ud fra en instruktion. ChatGPT, Copilot og Claude bygger på store sprogmodeller, der har lært, hvilke ord der sandsynligvis følger hinanden. De er gode til sprog, men kender ikke jeres tal, medmindre de får adgang til dem.
Hvad kan generativ AI bruges til i en virksomhed?
Til opgaver, hvor resultatet er tekst, og hvor en kollega læser det igennem: produkttekster, opsummeringer af kontrakter, udkast til mailsvar og sortering af indbakken. Den kan også trække pris og antal ud af en PDF. Den bør ikke regne saldi eller bogføre på egen hånd.
Hvad er forskellen på generativ AI og en AI-agent?
Generativ AI svarer med tekst, når nogen spørger. En AI-agent starter selv og læser fra jeres systemer. Den udfører en handling, fx sender en rykker eller bogfører en faktura, og skriver hvert skridt i en log. Agenten bruger en sprogmodel til de sproglige dele og sender undtagelser til et menneske.
Er det sikkert at bruge ChatGPT med firmadata?
Det afhænger af versionen. Ifølge OpenAI træner de som standard ikke på data fra ChatGPT Business og Enterprise. I gratisversionen og Plus kan de, medmindre brugeren siger fra. Tjek også, hvor data opbevares, og hvor længe. Skriv ned, hvilke data der må deles, og hold persondata og bankdata ude af gratisværktøjerne.
Kan generativ AI tage fejl?
Ja, og den gør det med samme sikre tone, som når den har ret. Det kaldes ofte hallucination. Svaret er at give modellen jeres egne data med kilder og lade et menneske godkende alt, der får konsekvenser.
Hvor forsvinder jeres timer?
Tag den opgave med, der stjæler flest. Så siger vi ærligt, om agenter kan tage den, og hvad det kræver af jer.