AI-agenter i daglig arbeid: hva skjer egentlig inne i verktøyene vi bruker?
Det snakkes mye om AI akkurat nå, nesten for mye til å holde tritt med. Men bak støyen er det et skifte som genuint påvirker hvordan MSP-er jobber fra dag til dag: AI-agenter flytter inn i verktøyene vi allerede bruker, i stedet for å bo i en egen fane du må åpne. Det er nettopp derfor det er viktig å forstå hvordan de fungerer under panseret, ikke bare at de eksisterer.
Det er skiftet Acronis illustrerer godt med sin AI-drevne servicedesk, og det fungerer som et godt eksempel på hva en AI-agent faktisk betyr i praksis.
Et konkret eksempel: fra varsel til løst sak
Se for deg et vanlig scenario. En sikkerhetskopi feiler, et varsel utløses, og en tekniker må åpne saken, sjekke enheten, gå gjennom sikkerhetskopihistorikken, lete etter lignende tilfeller fra før, bestemme seg for en løsning og til slutt skrive en oppdatering til kunden. Ingen av disse trinnene er vanskelige i seg selv, men gjenta det for mange kunder og saker, og det spiser opp tid som kunne gått til noe mer verdifullt.
Med AI bygget direkte inn i saksbehandlingsflyten, ser flyten annerledes ut. Varslet oppretter eller oppdaterer saken automatisk, og AI-en kan oppsummere hva som skjedde, finne lignende eller dupliserte saker, se om problemet er en del av noe større, og foreslå en sannsynlig løsning. For en kjent sikkerhetskopifeil kan det bety å prøve jobben på nytt, bekrefte resultatet, og deretter lukke eller eskalere saken avhengig av utfallet.
Det som gjør dette interessant er hva som skjer etter at løsningen fungerer én gang. I stedet for at teknikeren løser nøyaktig det samme problemet manuelt neste gang, kan de vellykkede trinnene gjøres om til en gjenbrukbar regel, beskrevet i vanlig språk. Neste lignende sak vil da bevege seg raskere og håndteres mer konsekvent, uansett hvem på teamet som tar den.
Kontroll er fortsatt grunnlaget
Det er lett å anta at en AI-agent betyr at alt går på autopilot, men et godt oppsett er egentlig bygget på tillit som vokser trinn for trinn. Noe er trygt å la AI-en gjøre med en gang, som å samle statusdata og logger. Andre ting bør forberedes og godkjennes av en person før de skjer. Og noen handlinger bør bare kjøres automatisk når partneren eksplisitt har bestemt at de er trygge nok.
I praksis kan det se slik ut:
- AI-en oppsummerer, foreslår neste trinn og forbereder utkast, uten å foreta seg noe selv.
- AI-en forbereder en handling, men en tekniker godkjenner den før den kjøres.
- AI-en kan utføre handlinger partneren eksplisitt har markert som trygge, med alt logget slik at det kan gjennomgås i ettertid.
Denne trinnvise modellen betyr at en rutinehandling, som å prøve en kjent sikkerhetskopijobb på nytt, kan bli fullt automatisert når MSP-en er klar for det, mens alt som berører fakturering fortsatt krever godkjenning før det får noen økonomisk innvirkning.
Hvorfor det betyr noe at AI-en er innebygd
Dette er en god illustrasjon på noe større som gjelder alle som jobber innen IT og sikkerhet akkurat nå. AI-agenter utvikler seg raskt, og det som er nytt i dag kan være standard innen seks måneder. Men fordelen kommer ikke fra å bare bruke dem, den kommer fra å faktisk forstå hvordan de fungerer inne i verktøyene vi allerede stoler på, hvilke beslutninger de tar på egen hånd, og hvor grensen går for hva de har lov til å gjøre uten oss. Denne forståelsen er det som lar deg dra nytte av endringstakten uten å miste kontrollen underveis.