Agentic BI: hjernen svarer, agenten sender indkøbsordren
Agentic business intelligence er BI, der både svarer og handler. I spørger på dansk og får svaret med kilden. Derefter gør en agent noget ved det, for eksempel lægger den indkøbsordren klar i Business Central. En person hos jer godkender undtagelserne, og alle tal kommer fra det samme semantiske lag, som økonomi bruger.
Hvad er agentic business intelligence?
Klassisk BI viser jer, hvad der skete. Et dashboard i Power BI fortæller indkøberen, at 40 varer er under minimumslager. Så skal hun selv åbne Business Central, regne på leveringstider og skrive ordrerne.
Agentic business intelligence tager de to sidste skridt med. Hjernen svarer på spørgsmålet, og en lille agent med ét job handler på svaret inden for de grænser, I har sat. Det kaldes også agentic analytics eller AI business intelligence.
| Klassisk BI | Chat med data | Agentisk BI | |
|---|---|---|---|
| Hvem spørger | Analytikeren bygger rapporten | Alle spørger på dansk | Alle spørger, og agenten holder selv øje |
| Hvad I får | Et dashboard | Et svar med kilden | Et svar, og en opgave løst eller lagt klar |
| Hvem handler | Den, der læser rapporten | Den, der spurgte | Agenten, med et menneske på undtagelserne |
| Hvor tallene kommer fra | Den semantiske model bag rapporten | Det semantiske lag | Det samme semantiske lag |
Den midterste kolonne kaldes også conversational analytics. Det agentiske kommer først, når svaret fører til en handling, nogen ellers skulle huske.
Hjernen svarer, agenten lægger indkøbsordren klar
Sådan ser det ud i indkøb hos en grossist på Business Central. Agenten læser lager, salg og leveringstider fra hjernen. Den må lægge indkøbsordrer op til en beløbsgrænse. Alt over grænsen og alt nyt går til Sofie, indkøberen.
Eksempel med opdigtede navne og tal.
Kl. 10:15 spørger controlleren hjernen, hvorfor bruttomarginen på kaffe faldt i oktober. Svaret peger på to leverandører, der hævede indkøbsprisen den 1., og linker til de bogførte fakturaer. Ingen har bygget en rapport til det spørgsmål.
Agenten erstatter ikke Sofie. Hun bruger morgenen på de to ordrer, der kræver hende, i stedet for at regne 40 linjer igennem i Excel.
Hvad er et semantisk lag?
Et semantisk lag er stedet, hvor jeres forretningsbegreber er defineret én gang. Er omsætning med eller uden returer? Hvilken kostpris gælder for bruttomarginen? Laget oversætter tabeller og felter i Business Central, Shopify og jeres andre systemer til de ord, jeres folk bruger.
På engelsk hedder det semantic layer. I Power BI hedder det en semantisk model, som Microsoft tidligere kaldte et dataset. Mange siger bare datamodel eller data model. Det er samme idé: regnestykket bor ét sted, så det ikke bliver skrevet om i hver rapport og hver Excel-fil.
| Begreb | Økonomi i Business Central | Webshoppen | I det semantiske lag |
|---|---|---|---|
| Omsætning | Bogført, ekskl. moms, efter kreditnotaer | Ordreværdi inkl. moms, før returer | Én definition, ejet af controlleren |
| Bruttomargin | Med kostpris fra varekortet | Ofte slet ikke beregnet | Samme kostpris overalt |
| Aktiv kunde | Debitor med en faktura i år | Konto med et login de seneste 90 dage | Én regel, med navn og dato |
| Lager | Antal på lokationen | Antal minus åbne kurve | Disponibelt antal, regnet ét sted |
Uden laget får I to sandheder. Hjernen siger 12,4 mio. kr. i omsætning, økonomi siger 11,1, og mødet handler om, hvem der har ret. Når hjernen og økonomi er uenige, er det definitionen, der skal rettes, sjældent modellen.
Hvorfor giver hjernen samme tal som økonomi?
Fordi den regner med de samme definitioner. Hjernen gætter ikke på, hvad omsætning betyder, og den skriver ikke sin egen SQL mod rådata. Den spørger det semantiske lag, ligesom bestyrelsesrapporten gør. Sådan bygger vi det:
Kilderne ind i en data gateway
Business Central, webshop, bank og PIM leverer data til ét styret lag med læseadgang. Agenterne og rapporterne læser derfra, aldrig direkte i ERP.
Definitionerne skrives ned
Controlleren og den, der ejer webshoppen, bliver enige om omsætning, margin og lager. Hver definition får et navn og en ejer.
Hjernen spørger laget
Når Ali fra salg spørger om en kundes omsætning i år, slår hjernen op i det samme mål, som månedsrapporten bruger, og viser kilden.
Afvigelser bliver fanget
Hver morgen holdes lagets tal op mod finansen i Business Central. Er der en forskel, får controlleren besked, før nogen spørger.
En af os byggede data gateway og bestyrelsesrapportering internt, som CDO i en koncern med seks selskaber og 16 markeder. Det, der tog længst tid, var at få økonomi og e-handel til at skrive under på den samme definition af omsætning.
Agenten må handle, inden for grænser I sætter
En agent, der kan lægge indkøbsordrer, skal have tydelige rammer. Dem sætter I, og de står på papir, før agenten går i drift:
- Adgang: agenten læser lager og salg og må oprette indkøbsordrer. Priser og stamdata kan den ikke røre.
- Beløbsgrænse: ordrer over 50.000 kr. går til indkøberen. Grænsen er jeres.
- Log: hver ordre står med tidspunkt, tallene bag og reglen, der blev brugt.
- Ejer: indkøbschefen ejer agenten og godkender ændringer i dens regler.
- Kilde: hvert svar fra hjernen viser, hvilket mål og hvilken tabel tallet kommer fra.
Det hele kører i jeres egen cloud, og koden ligger i jeres repo. Når vi går, kører agenten videre hos jer.
Hvornår agentisk BI er det forkerte svar
Nogle beslutninger skal blive hos et menneske, og nogle data er ikke klar endnu. Fire tegn på, at I skal vente:
- Jeres stamdata er i stykker. Har halvdelen af varerne ingen leveringstid, lægger agenten forkerte ordrer hurtigere. Start med masterdata.
- Beslutningen sker fire gange om året. Et strategisk sortimentsvalg skal ikke automatiseres. Lad hjernen svare, og lad ledelsen beslutte.
- I er ikke enige om tallene. Så er det semantiske lag det første projekt, og agenterne venter.
- Ingen hos jer vil eje agenten. Uden en navngiven ejer går den ikke i drift.
Start med ét spørgsmål og én handling
Vælg det spørgsmål, jeres folk stiller hver uge, og den handling, der følger efter. »Hvilke varer løber tør?« og en indkøbsordre. »Hvem er over forfald?« og en rykker fra debitoragenten. Det giver et afgrænset semantisk lag og én agent med én ejer.
Det første møde er gratis. I afklaringen finder vi spørgsmålene og definitionerne og regner på, hvad det betaler sig at bygge. Den første løsning bygger vi med jeres team, i jeres cloud, til fast pris, aftalt før vi går i gang.
Hvad er agentic business intelligence?
Agentic business intelligence er BI, hvor en agent handler på svaret. I spørger på dansk og får tallet med kilden, og agenten udfører opgaven, der følger efter, for eksempel en indkøbsordre i Business Central. En person godkender undtagelserne, og alle tal kommer fra det samme semantiske lag.
Hvad er forskellen på BI og agentisk BI?
Klassisk BI viser et dashboard, og en person skal selv læse det og handle. Agentisk BI svarer på spørgsmål på almindeligt dansk og lader en agent udføre den opgave, der følger efter. Mennesket godkender undtagelser i stedet for at skrive hver ordre selv.
Hvorfor giver hjernen samme tal som økonomi?
Hjernen regner ikke selv. Den slår op i det semantiske lag, hvor omsætning, margin og lager er defineret én gang, med controlleren som ejer. Bestyrelsesrapporten læser fra samme lag, så tallene er ens, og hvert svar viser sin kilde.
Hvad er et semantisk lag?
Et semantisk lag er der, hvor jeres forretningsbegreber er defineret én gang og oversat fra tabellerne i ERP og webshop. I Power BI hedder det en semantisk model, og mange kalder det en datamodel. Uden det regner hver rapport og hver AI-assistent omsætning ud på sin egen måde.
Skal vi have Microsoft Fabric for at komme i gang?
Nej. Har I allerede en semantisk model i Power BI, kan den være udgangspunktet. Fabric giver mening, når I har mange kilder og vil samle dem ét sted, og det afgør vi i afklaringen ud fra jeres data.
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.