AI-agenter för företag — en agent per use case, mänsklig granskning kvar, EU-hostad körning.

En AI-agent är mjukvara som utför en specifik återkommande uppgift med hjälp av en språkmodell plus verktygsåtkomst (CRM, e-post, kalender, fillager, kunskapsbas). Skillnaden mot en chatbot är att den agerar — skapar en uppgift, skickar ett utkast, lägger upp ett ärende — istället för att bara svara. En seriös enterprise-agent har fyra egenskaper: ett smalt definierat jobb, scopad åtkomst till exakt de verktyg den behöver, en loggad handlingsspårning, och en human-in-the-loop-checkpoint på beslut som rör pengar, kunder eller persondata. Allt annat är en demo.

(1) Sälj — lead-kvalificering, CRM-berikning, utkast på first-touch-e-post för mänsklig godkännande. (2) Kundtjänst — first-line-triage, föreslagna svar i kö för en agent, ärendesammanfattning. (3) Marknad — content-briefgenerering, AI-citation rate-monitorering, utkast på återkommande rapporter. (4) Operations — mötessammanfattning med action items in i rätt verktyg, faktura- och dokumentklassning, intern kunskapsbas-Q&A. (5) Ekonomi — accounts-payable-extraktion med mänsklig godkännande på varje betalning. Utanför scope dag ett: allt som stänger affärer, signerar kontrakt eller flyttar pengar utan en människa i loopen.

Körningen sker på EU-hostad infrastruktur. Varje agent får minimal verktygsåtkomst för sitt jobb — inga superuser-nycklar, inga delade credentials. Varje handling loggas med tidsstämpel, indata, utdata och modellversionen som producerade den. Persondataflöden är GDPR-kompatibla: ingen träning på kunddata utan uttryckligt samtycke, ingen cross-customer datadelning, raderingsbegäran följs till underliggande loggar. Riskklassificering följer EU AI Act — högrisk-kategorier kräver formell dokumentation och scopas därefter. Penetrationstest på varje levererad agent innan go-live.

Standardregel: alla beslut som rör pengar, kunder eller persondata kräver mänsklig granskning innan agenten agerar. Utkast genereras, köas och godkänns — inte auto-skickas. Konfidens-trösklar är explicita; under tröskeln eskalerar agenten. Modellen som tyst tar bort den mänskliga checkpointen är modellen som skeppar ett offentligt misslyckande inom ett kvartal. Hasty tackar nej till implementationer som begär full autonomi på kundnära beslut dag ett — kostnaden för ett felaktigt agentsvar till en riktig kund är alltid högre än arbetet autonomin var tänkt att spara.

Månadsrapport på fyra rader per agent: timmar tillbaka per vecka per roll (sparad tid på uppgiften agenten gör), felfrekvens per körning (false positives, hallucinerade svar, eskaleringar som borde varit auto-hanterade), kundnära incidentantal (varje output som nådde en kund och behövde korrigeras), och adoptionsgrad bland avsedda användare. Om timmar tillbaka inte slår driftskostnaden inom 90 dagar omscopas eller pensioneras agenten — den hålls inte kvar på en slide deck.

Hasty auditerar kandidat-use case, dataflödena de skulle röra och human-in-the-loop-checkpointerna som krävs innan någon implementation startar. Samtalet är strukturellt — vilken en agent som är mest värd att skeppa först och hur 'klart' ser ut — inte en demo eller ett säljpitch.

Boka agent scoping-samtal →Se Hastys varumärkessida →