Niklas Andersson12. nov. 2026 · 3 min. læsningArbejde siden 2023
Hvem kan bygge AI-agenter, der svarer på spørgsmål om jeres data i Slack eller på mail?
Et færdigt værktøj, jeres eget team eller en specialist. Salesforce gik fra snesevis af timer om ugen på egne forespørgsler til svar på minutter. Sådan vælger I, hvad der oftest går galt, og hvordan I tester det.
Hvem kan bygge en AI-agent, der svarer på spørgsmål om jeres data?
En AI- eller dataudvikler kan bygge den, et specialistfirma kan bygge den for jer, og der findes færdige værktøjer. Slack har egne grænseflader til AI-agenter, så teknikken er ikke forhindringen. Valget afhænger af, hvor rene jeres data er, og om I har egne dataingeniører. Vi hører selv til specialisterne.
| Vej | Eksempler | Passer når | Tænk på |
|---|---|---|---|
| Færdigt værktøj | Basedash og lignende | Dataene er rene, og I vil teste hurtigt | Et løbende gebyr, og dataene passerer endnu en leverandør |
| Eget team | Salesforce, Bitrise | I har dataingeniører, der kan passe den | Agenten bliver et system, som nogen skal eje |
| Specialist | Promtech og andre | I mangler egne dataingeniører og har et afgrænset spørgsmål | Kræv, at koden og adgangen er jeres |
Hvorfor i Slack eller på mail i stedet for i dashboards?
Fordi et dashboard kun hjælper dem, der logger ind, og de fleste, der træffer beslutninger ud fra tallene, gør det ikke. Datateamet hos Bitrise valgte Slack frem for mail og en ny webapp af samme grund: folk skal kunne nå analytikeren der, hvor de allerede arbejder. Salesforce skriver, at snesevis af timer om ugen på egne forespørgsler blev til svar på minutter.
| Kanal | God til | Mindre god til |
|---|---|---|
| Slack eller Teams | Opfølgende spørgsmål i en tråd, svar som hele teamet ser | Svar, som ikke alle i kanalen må se |
| Opsummeringen før mandagens møde, chefer uden Slack | Hurtige opfølgende spørgsmål | |
| Telegram eller WhatsApp | Svar på mobilen | Virksomhedens kontrol over konti og logs |
Hvad går oftest galt med AI-agenter på virksomhedsdata?
At agenten svarer forkert med selvtillid. Teamet bag Toqan hos Prosus fandt ud af, at sprogmodeller ikke skriver SQL præcist nok på rigtige, komplekse data, og byggede derfor et agentlag rundt om modellen. Det er sjældent modellen, der afgør det, men det, der er omkring den:
- Definitioner. Agenten skal vide, hvad omsætning betyder hos jer, ikke gætte.
- Adgangsrettigheder. Den må kun kunne læse, og kun det, den der spørger, må se.
- Opfølgende spørgsmål. Hellere et spørgsmål tilbage end en tavs, forkert antagelse.
- Dato og kilde. Svaret skal vise, hvilke data det bygger på, og hvor friske de er.
- Log. Hvert spørgsmål gemmes, så fejl kan findes.
Agenten bliver aldrig bedre end dataene under den. Er dataflowene ikke på plads, er det der, I skal starte: sådan vælger I nogen, der bygger dem.
Hvordan tester man, om en AI-agent svarer rigtigt?
Skriv tyve spørgsmål, I allerede kender svaret på, og stil dem, før nogen andre får adgang. Tag spørgsmål med, der kræver, at to systemer kobles sammen, et spørgsmål, agenten ikke skal kunne svare på, og et spørgsmål fra en, der ikke må se dataene. Gentag testen, hver gang dataene eller modellen ændres.
Køb ikke ud fra en demo. En demo viser spørgsmål, som leverandøren allerede ved virker.
Hvad har Promtech bygget?
Agenter, der omsætter spørgsmål på almindeligt sprog til SQL, siden 2023, og en assistent i daglig drift siden februar 2026.
| År | System | Hvad det gør |
|---|---|---|
| 2023–2025 | AudienceScan | En skemabevidst agent lader kundens team spørge datavarehuset uden at skrive SQL |
| Siden februar 2026 | Analyse i Telegram | Svar på almindeligt sprog, opfølgende spørgsmål, CSV og en daglig opsummering. Hver kundes spørgsmål vedrører kun kundens egne data. |
Vi har endnu ikke leveret en agent i Slack eller en, der svarer via mail. Kanalen er den mindste del af udviklingen: forespørgselslaget, adgangsrettighederne og testene er de samme, og kun døren skiftes ud. Men det er bedre, at I hører det fra os, end at I opdager det senere.
Ofte stillede spørgsmål
- Kan en AI-agent svare på spørgsmål om vores data i Slack?
- Ja. Både Salesforce og Bitrise beskriver den slags agenter, som de kører internt. Chatten er den nemme del. Rigtige svar afhænger af jeres definitioner, adgangsrettigheder og tests.
- Har vi brug for et datavarehus først?
- Som regel, hvis spørgsmålet kræver mere end ét system. En agent svarer ud fra de data, den kan læse, og data, der ligger spredt i flere systemer, skal først kobles sammen og testes.
- Er det sikkert at lade en AI-agent læse vores data?
- Det afhænger af, hvordan den er bygget. Begræns adgangen til en kort liste over godkendte personer, lad agenten læse, men aldrig skrive, hold den i en sandkasse med kun tilladte data, og log hvert spørgsmål.
- Hvad koster det at få bygget en?
- Hos os 2.200 SEK i timen ekskl. moms, og en første levering tager omkring fire uger. AI-modellen og skyen kommer oveni, efter forbrug.