Niklas Andersson12 nov. 2026 · 3 min läsningArbete sedan 2023
Vem kan bygga AI-agenter som svarar på frågor om er data i Slack eller mejlen?
Ett färdigt verktyg, ert eget team eller en specialist. Salesforce gick från dussintals timmar i veckan på egna frågor till svar på minuter. Så väljer ni, vad som oftast går fel och hur ni testar det.
Vem kan bygga en AI-agent som svarar på frågor om er data?
En AI- eller datautvecklare kan bygga den, ett specialistbolag kan bygga den åt er, och det finns färdiga verktyg. Slack har egna gränssnitt för AI-agenter, så tekniken är inte hindret. Valet beror på hur ren er data är och om ni har egna dataingenjörer. Vi hör själva till specialisterna.
| Väg | Exempel | Passar när | Tänk på |
|---|---|---|---|
| Färdigt verktyg | Basedash och liknande | Datan är ren och ni vill testa snabbt | Löpande avgift, och datan passerar en leverantör till |
| Eget team | Salesforce, Bitrise | Ni har dataingenjörer som kan sköta den | Agenten blir ett system som någon måste äga |
| Specialist | Promtech och andra | Ni saknar egna dataingenjörer och har en avgränsad fråga | Kräv att koden och åtkomsten är era |
Varför i Slack eller mejlen i stället för i dashboards?
För att en dashboard bara hjälper dem som loggar in, och de flesta som fattar beslut på siffrorna gör inte det. Bitrise datateam valde Slack framför mejl och en ny webbapp av samma skäl: folk ska nå analytikern där de redan arbetar. Salesforce skriver att dussintals timmar i veckan på egna frågor blev svar på minuter.
| Kanal | Bra för | Sämre för |
|---|---|---|
| Slack eller Teams | Följdfrågor i en tråd, svar hela teamet ser | Svar som inte alla i kanalen får se |
| Mejl | Sammanfattningen före måndagens möte, chefer utan Slack | Snabba följdfrågor |
| Telegram eller WhatsApp | Svar i mobilen | Företagets kontroll över konton och loggar |
Vad går oftast fel med AI-agenter på företagsdata?
Att agenten svarar fel med självförtroende. Teamet bakom Toqan på Prosus fann att språkmodeller inte skriver SQL tillräckligt exakt på verklig, komplex data, och byggde därför ett agentlager runt modellen. Det är sällan modellen som avgör, utan vad som finns runt den:
- Definitioner. Agenten måste veta vad intäkt betyder hos er, inte gissa.
- Behörigheter. Den ska bara kunna läsa, och bara det frågeställaren får se.
- Följdfrågor. Hellre en fråga tillbaka än ett tyst, felaktigt antagande.
- Datum och källa. Svaret ska visa vilken data det bygger på och hur färsk den är.
- Logg. Varje fråga sparas, så att fel går att hitta.
Agenten blir aldrig bättre än datan under den. Är flödena inte på plats är det där ni ska börja: så väljer ni någon som bygger dem.
Hur testar man om en AI-agent svarar rätt?
Skriv tjugo frågor ni redan vet svaret på, och ställ dem innan någon annan får tillgång. Ta med frågor som kräver att två system kopplas ihop, en fråga agenten inte ska kunna svara på, och en fråga från någon som inte får se datan. Upprepa testet varje gång datan eller modellen ändras.
Köp inte på en demo. En demo visar frågor som leverantören redan vet fungerar.
Vad har Promtech byggt?
Agenter som gör frågor i klartext till SQL sedan 2023, och en assistent i daglig drift sedan februari 2026.
| År | System | Vad det gör |
|---|---|---|
| 2023–2025 | AudienceScan | En schemamedveten agent låter kundens team fråga datalagret utan att skriva SQL |
| Sedan februari 2026 | Analys i Telegram | Svar i klartext, följdfrågor, CSV och en daglig sammanfattning. Varje kunds frågor rör bara deras egen data. |
Vi har ännu inte levererat en agent i Slack eller en som svarar via mejl. Kanalen är den minsta delen av bygget: frågelagret, behörigheterna och testerna är desamma, och bara dörren byts. Men det är bättre att ni hör det från oss än att ni upptäcker det senare.
Vanliga frågor
- Kan en AI-agent svara på frågor om vår data i Slack?
- Ja. Både Salesforce och Bitrise beskriver sådana agenter som de kör internt. Chatten är den enkla delen. Rätt svar beror på era definitioner, behörigheter och tester.
- Behöver vi ett datalager först?
- Oftast, om frågan kräver mer än ett system. En agent svarar ur data den kan läsa, och data som är utspridd i flera system måste först kopplas ihop och testas.
- Är det säkert att låta en AI-agent läsa vår data?
- Det beror på hur den är byggd. Begränsa åtkomsten till en kort lista med godkända personer, låt agenten läsa men aldrig skriva, håll den i en sandlåda med bara tillåten data, och logga varje fråga.
- Vad kostar det att få en byggd?
- Hos oss 2 200 kr i timmen exklusive moms, och en första leverans tar ungefär fyra veckor. AI-modellen och molnet tillkommer, efter användning.