Skip to content
PodSubs
ShowsPeopleGuestsJobsNewsEvents
More
BlogPodCred
Menu
ShowsPeopleGuestsJobsNewsEventsBlogPodCredNetworksSign in
Join nowSign in
  • Shows
  • People
  • Jobs
  • News
  • More
    • Guests
    • Events
    • Blog
    • PodCred
    • Networks
    Join nowSign in

M Networks

M Networks artwork

18. AI: Hvad er en AI-agent?

Oct 8, 202610 minAudio
ShareXLinkedInFacebookWhatsAppEmail

I denne episode forklarer Kristian Martini Bonnesen, hvad AI-agenter er, med en analogi fra byggebranchen. Bygger I sommerhuse, ringer I efter en tømrer, når kunden vil have tegltag, og efter en elektriker, når stærkstrømsreglementet kommer på banen. En AI-agent er en specialist på samme måde: Den får et afgrænset område, for eksempel jeres Power BI-rapporter, filserveren eller Business Central, og svarer kun ud fra det. Så begynder tømreren ikke pludselig at lave rørarbejde. Kristian gennemgår også de to agenter, der er indbygget i Copilot. Researcher bruger 10 til 30 minutter på at samle et gennemarbejdet svar fra nettet og jeres eget materiale, for eksempel til en markedsanalyse eller et tjek af Svanemærkets krav til en produktionslinje. Analyst arbejder i jeres egne data og sparer jer for selv at sidde med pivottabeller og formler. Til sidst fortæller han, hvordan I selv bygger en enkel agent oven på et team i Teams eller en mappe i OneDrive. Denne podcast udgives af M Networks, IT-leverandør og Microsoft-partner i Nordsjælland. Vil du høre mere eller tage en snak om jeres IT, kan du besøge mnetworks.dk, skrive til info@mnetworks.dk eller ringe på 70 10 70 05.

Audio and video play straight from the show's own hosting. PodSubs stores and serves no media.

Transcript

From the show. Tap a time to play from there.

unknownDer.

SPEAKER_00Da jeg selv blev præset fra egente. Der var jeg meget tvivl om det faktisk var. Fordi jeg foretede mig sådan en ganset. Så render rundt og gjorde alt muligt for mig. Det er sådan automatiseret. Og det er ikke sådan, det hænger samme. Det er bare lidt så skid, hvis du begynder at bygge såhus og din timer begynder at lave rare arbejde. Så du nødt til at opdele det på en eller anden måde, så din elektrica ikke begynder at installere en ny herbare. Det er jo ikke det her det mest fands. Jeg hedder Kæan Bærsen og sæder på CEM Network som formelsvikler.

SPEAKER_00Og mindag består meget af Microsoft Universet. Men også alt det her. Som hvis du starter en virksomhed. Du er direkt, og du er rigtig dygtig til det virke. Du bruger måske de første par måder på et tableret og se, at der er meget for det her. Kæft går det rigtig godt. Let her spet. Jeg slæme tanken om at det er.

SPEAKER_00Du har bygget såhus, og du er bare super dygtig til det, synes du selv. Så det vil du gerne lave en virksomhed omkring. Så får du en masse forspørgser og du begynder at bygge, og det går rigtig fint ud fra et lælands perspektiv. Men på et tidspunkt, så kommer der en forspørgslom, at det her Sommerhus kunne altså godt, og du ved sgu ikke så meget om Tage. Du ringer skud efter. Og hver gan der kommer spørgsmål omkring det her tag som tit eller andre specialiser opgave omkring sådan tagkon, bærevne vægt og sådan nogle ting, så bør du tømmer, fordi det ved du ikke så meget.

SPEAKER_00Du ved indig meget om legends tingene på alt andet på sommerhuset. Enført som du udvikler sådan, så kommer også spørgsmål til stærkstrøm og bygningsaremer og alle sådan forskellige ting. Så har du brug for noget sparning, du har brug for nogle specialister, en elektriker, en bygningskonstruktør. Du har brug for alle de her ting. Og det er den samme måde, som de her agenter fungerer på. Det er en del af dig selv, det en del af dit image, din virksomhed, dit udblik og udtryk, kan man nok ret kan det. Men de hjælper dig og refererer dig til dig med de speker, som de nu en gang har.

SPEAKER_00Der af agenter det specialister. Så når du går ind og snakker KowPart, så hygger du sådan set en Lars Hiksen til at hjælpe med at bygge et somhus igen. Den er ikke hergår, men den er der, og den kan meget, men den kan godt få assistance. Og hver gang det fx handler om din Power BIR-reporter, så har den her lille hjælper en ekstra hjælp, som kun kigger på din PowerPear-reporter. Det vil sige, at spørg noget til årskabet.

SPEAKER_00Så spørg den til en hjælper, som kun kigger på dit PowerPear, som kun kigger på din egne tal, og kigger ikke ud for den årsrapport, du modtog fra en eller anden gammel samarbejdspartner for 6 år siden som ligger i din bank. Det er der, der differenterer, så er vi vilokere svaret ned i forskellige kasser med speciale, altså. For nogle kan det være væsentligt at have en AI-agent på dine filser, fordi på din filserver, der ligger der lige præcis de data, som skal behandles på en speciel måde, fordi det er lavet på en anderledes måde, end måden du strukturer dig i 365.

SPEAKER_00Det samme gør sådan, hvis du laver en Business Central integration ind til Copy, så kan din medarbejdere, som har en co-peer 65 listen, kan spørge ind til din Business Central ting. Og når du har det nøgler Business Cent, så tager den fat i din AI-reviser og siger, jo, det er herover. Men den her A-reviser kan godt have så stort påfølge, at den kan svært ved selv at finde ud af det, så den kan også have agenter. Og på den måde er det ligesom du bygger din egen virksomhed på, at du udkræner den i forhold til specielt områder for at få de mest retgivende svar i forhold til de ting, som du gør tilgængeligt for dem.

SPEAKER_00Så hvis du har en, som der skal analysere mange billeder, så sætter du en agent op, som er hooket op med Acro, Image Recogniser, Analyzer, som kan er rigtig god til at kigge på billeder, og det kan være af natur, det kan være tegninger, det kan være af jo nemet. Det kan også godt være en produktspecifisk agent. Det vil sige en helt kogel for sig selv. Som kun kan kigge på varen på statiske beregner. Metale valgvikling leverandør indtægter alle mule forskellige ting.

SPEAKER_00Så de her agenter skal operer lidt du anser folk til at varede special. Du kan lave. Der er også nogle af lidt mere komplek. Så det har brug for hjælp til at forstå, hvad det skal på ikke på. Og hvor henge i fødegæden skal det læge. Og du tilknyder jo separat data til de her agenter. Det vil sige at instruerer om, hvad må du.

SPEAKER_00Det er lidt noget skidt, hvis du begynder at bygge et somhus, og din tømmer begynder at lave rørej. Så du nødt til at opdele det på en eller anden måde, så din elektriker ikke begynder at installere en ny halog. Det er jo nok ikke i hvert fald det og det mest handigmæssigt. Så hvis man tænker ind i kobejet og siger at den har nogle gode muligheder. Det er spændende. Vi vil godt have den til at blive lidt bedre til det her område. Så kan du nå dine resultater bedre, eller din efektivitet bedre ved at give nogle specifikke instruktioner, enten på nøgler eller på data områder.

SPEAKER_00Så finder også den anden slags speciale. Det vil sige, at du har også nogle agenter, som kan have nogle bredere perspektiveringer. Koparet har to værktøjer, entered Analyzer og en, der hedder Researcher, og de to forskellige værktøjer. De er langt mere grundige og dybående og alge forskellige ting. Fordi bruger meget længere tid. Hvis du bær en researcher agent ind i Kobre om at analysere et produkt marked inden for det kan være biler, og bære den om at sammenhol, hvilken type bil skal jeg udvikle i 2029 for overholde på nuværende tidspunkt gældende retningslinjen politisk og kigge ind i den efterspørgsel, der ligger på forskellige forer, eller lingtin, eller videnskabelige artikler.

SPEAKER_00Hvad vejer skal jeg så bevæger mig i, hvilken type baterier skal jeg nok gå efter at putte i den her biler, og er der nogen sikkerhedsmæssige aspekter, som har været et problem på det seneste. Så kan du give den sådan en same om at tænke. Så er den bygget til at sige, hvis der er ting, jeg er i tvivl om, så stiller den der lige nogle opfølgende spørgsmål tilbage, inden går i gang med at undersøge alt det her. For den kan godt undersøge det for dig. Den kan kigge på hele netten, den kan kigge på alt det materiale, du giver den, og alt det du har tilgængeligt, og så kan give digarbejdet sammenhængende svar som researcher.

SPEAKER_00I det her tilfælde så er Markeds Research, hvor den sammenholder med efterspørgelser og reviews og artikler. Det kan du bruge til, hvis du skal lave et nyt produkt, du vil godt udvide dit produktfølge. Du kan gå ind og bruge den til at undersøge svanemærke restriktioner i forhold til noget af din produktionslinje, eller indkøbsfaciteter i Kina, eller hvad pak det må være. Den sammenholder al den data, den bruger væsentlig længere tid på det. Nogle gange kan den godt bruge 10 20 eller 30 minutter på at komme tilbage med et svar afhæng af hvor kompleks det er. Men kan give der noget dybdgående i hvert fald brainstorming, og du skal ikke sidde aktivt med det.

SPEAKER_00Den gør det i baggrund. Så du kan sidde og bruge de sidste eller førne to minutter på at skrive det, og så kan du se på svaret, om det er noget, du kan bruge noget eller ej. Og hvis svaret er for langt, så kan du bruge kort for kort det. Og på den måde kan du brainstorm dig frem til en masse nye ting. Den anden hedder Analyzer. Analyzer er jo en agent, som går ind og kigger på lidt større datamænker i det fabrik, som du har. Det vil sige de server, som du har tilkopplet til CowParade, eller de powerporter, som er lidt mere sammenkædet på tværs af dine business data, og bede den om at sige, hvor kan jeg forbre inputs, hvis data er tilgængeligt.

SPEAKER_00Det vil sige, at du kan ikke forbede din produktion, hvis du ikke tager dat din produktion. Omvendt, så hvis du har en form for data indsamling i din effektivitet i de ting, der kommer ind i maskinen og de ting, der kommer ud, hvad der sket undervejs. Så vil du også med den her analytik, kunne bearbejde de data, som du faktisk har, uden selv at skulle sidde og lave pigeller og sortere og indsætte forskellige former og læse nogle forskellige ting. Jeg synes det er super spændende. Jeg har faktisk ikke selv brugt det vildt meget. Men de gange jeg har brugt det, der har det givet nogle super spændende resultater, som jeg kunne bruge i min hver dag.

SPEAKER_00Og på den måde så har du nogle specialister, agenter, som enten kan være på fagspecifikke områder, som kan være på dataspefikke områder, eller som er sat i verden for at kunne behandle nogen en mix af de her to ting på en særlig dybående måde. En agent kan du lave på mange forskellige måder. Og det kommer på at segment, du snakker til. Hvis du selv har bygget hele din af i infrastruktur igennem sidste halvnet år, så har du allerede bygget dine agenter. Men hvis du tager hul på kodet fra start af, så kan du selv tage en kowaret, tilknyde eksempelvis et team i Teams, eller en mække i One Drive.

SPEAKER_00Og så smide agenten oven på at sige, at når du kigger ned i det her, så skal du opføre dig på den her måde. Og så kan den kun. Du kan lave det på 5 minutter, hvis man prøver. Det må sige at sklu fejl 10 gange. Men når du kommer i mål med det, så kan du godt lave det. Jeg har læst til en podcast for. Tak fordi du lider.

Open the transcript file

Hosts and Guests

Nobody is credited on this episode yet.

Credit the people on this episode

Be the first to rate this episode

More episodes

All episodes
  1. 17. AI: Copilot og adgangsrettigheder

    Sep 30, 202614 minAudio

    Copilot kan kun se det, medarbejderen i forvejen har adgang til. Spørgsmålet er, om I ved, hvad det er. I denne episode taler Kristian Martini Bonnesen om det, der fik flere af de første Copilot-udrulninger rullet...

    Credit the people on this episode

  2. 16. Microsoft tager ikke backup af jeres data

    Sep 23, 20268 minAudio

    Der følger ikke en backup med, når man bruger Microsoft 365. Microsoft har ansvaret for, at deres egen infrastruktur kører, men ansvaret for virksomhedens data ligger hos virksomheden selv. Slettes en mail eller en fil...

    Credit the people on this episode

  3. 15. Fra Excel-ark til webapplikation

    Sep 9, 20267 minAudio

    Kundens salgsværktøj var bygget i Excel. M Networks havde selv udviklet det mange år tidligere, dengang man endnu ikke lavede webapplikationer. Beregningerne fungerede, men værktøjet hentede data fra kundens lokale...

    Credit the people on this episode

  4. 14. Styr på data: Sådan fik en kunde dokumenteret sin GDPR og sparede penge

    Sep 2, 202611 minAudio

    Virksomheden behandler mange persondata og har flere års data liggende i skyen fra tidligere systemer. Da den medarbejder, der havde styr på GDPR, stoppede, var der ingen tilbage til at holde styr på, hvad der lå hvor....

    Credit the people on this episode

  5. 13. Klar til AI: Derfor begynder det med styr på jeres data

    Aug 27, 202612 minAudio

    Mange virksomheder er ikke kommet i gang med AI. Ikke fordi de er i tvivl om, hvad de vil bruge det til, men fordi de ikke ved, hvordan de starter, og om fundamentet er på plads. I denne episode fortæller Henrik Hansen,...

    Credit the people on this episode