AI har länge handlat om vad systemen kan svara. Nu förskjuts fokus till vad de faktiskt gör. Till AI-agenter. Efter tre dagar i London tillsammans med Microsoft är en sak tydlig: nästa fas i AI handlar inte om fler svar, utan om specialiserade och orkestrerade agenter som arbetar i affärsprocesser, kopplade till verklig data och med tydligt ansvar. Här berättar Claes Laine om det senaste inom AI-agenter – och vad det betyder i praktiken.
Hallå där, Claes – du har precis varit på ett AI-event anordnat av Microsoft i London. Vad var det egentligen ni gjorde?
– Under tre intensiva dagar samlade Microsoft ett stort antal kunder och konsulter. Men det här var inte ett klassiskt AI-event med fokus på visioner. Istället handlade det om att gå från koncept till konkret affärsvärde – och att faktiskt bygga.
Totalt var vi runt 200 konsulter som arbetade hands-on med riktiga case under flera dagar.
Vad är det viktigaste du tar med dig därifrån?
– Den tydligaste förflyttningen handlar om att gå från generiska AI-lösningar, till mer specialiserade agenter med tydliga roller.
Det vi också ser är hur Microsoft nu bygger ett helt ekosystem kring detta. Copilot Studio används för att definiera och styra agenter och plattformar som Microsoft Fabric eller affärssystemen för att “grounda” dem i verklig data.
Det gör att agenter inte längre blir isolerade, utan en del av ett sammanhängande flöde.
Kan du ge några konkreta exempel på vad ni byggde?
– Ett tydligt case var en agentbaserad offertprocess, där olika typer av input läses in och omsätts till en konkret offert. Vi jobbade också med leverantörskommunikation och planering, samt agenter för beslutsstöd.
Det som blir tydligt är att det inte handlar om en enskild agent, utan om flera agenter som samverkar i ett flöde – där en agent triggar nästa. Det är där vi börjar närma oss verklig automation, inte bara AI-stöd.
Du pratar mycket om specialiserade agenter. Varför är det så viktigt?
– Tidigare har vi försökt bygga breda lösningar, en slags “agent som kan allt”. Det vi ser nu är att värdet ligger i mindre, tydligt avgränsade agenter med specifika uppdrag.
Då får du bättre precision, högre träffsäkerhet och inte minst spårbarhet. Det blir inte en svart låda – du kan förstå vad agenten gjort, varför den tagit ett beslut och hur du kan förbättra det.
En annan viktig aspekt som Microsoft trycker mycket på är styrning. När agenter får mandat att agera måste du kunna sätta ramar: vad får de göra, när ska en människa kliva in och hur följer vi upp besluten? Det är först då det går att skala.
Vad betyder det här för hur vi arbetar med AI på Implema framåt?
– Det bekräftar en riktning vi redan har börjat röra oss mot, men gör den mycket tydligare. Framåt handlar det om att identifiera rätt use cases, där det faktiskt finns ett “skav” i verksamheten och sedan bygga riktade agenter som löser just det. Inte allt på en gång. Det är också så vi snabbast kan visa affärsvärde.
Ni byggde också egna agenter under dagarna, vad blev resultatet?
– Vi tog fram fem fungerande agenter som vi nu kan demonstrera internt och mot kunder. Det är egentligen det som var styrkan med hela upplägget – att gå från prat till något man faktiskt kan se och testa.
Det ligger också väldigt nära hur vi traditionellt arbetar på Implema, så det här passar oss bra.
Avslutningsvis – om du ska sammanfatta i en mening, vad är nästa steg för AI i affärssystemvärlden?
– Att gå från breda AI-löften till orkestrerade, specialiserade agenter som arbetar direkt i affärsprocesser, tar initiativ och skapar mätbart affärsvärde med tydlig styrning och ansvar.
