AI Enablement Radar vecka 27: gör AI-arbete synligt innan ni skalar

Den här veckan känns AI-enablement mindre som "testa en ny modell" och mer som vanligt arbete: Microsoft paketerar Copilot för småföretag, Anthropic släpper både Sonnet 5 och en forskningsarbetsbänk, Notion lägger externa agenter på en delad bräda, Google bygger evals och mänskliga stopp in i agentstacken, och GitHub gör Copilot-användning lättare att mäta. För Hammer-läsare är poängen enkel: välj ett arbetsflöde, ge AI rätt källor och gör arbetet synligt innan ni skalar.

Toppsignaler denna vecka

• Microsoft gör Copilot mer konkret för småföretag. Microsoft 365 Business Standard med Copilot och Business Premium med Copilot är nu allmänt tillgängliga. Microsoft lyfter samma poäng som många mindre team känner igen: AI ska sitta i Word, Excel, PowerPoint och Outlook, inte skapa ännu en lösryckt arbetsyta.

Källa: Microsoft 365 Blog, Introducing Microsoft 365 Business with Copilot

• Copilot Cowork visar hur långt agentarbete kan bli. Microsoft säger att mer än hälften av Fortune 500 använde Copilot Cowork under förhandsperioden, tillsammans med namn som Accenture, Avanade, Capital Group, Koch, Ooredoo Qatar och Zurich Insurance. Exemplen handlar om batchjobb, filjämförelser, pipeline-granskning och långa multi-tool-uppgifter.

Källa: Microsoft 365 Blog, Copilot Cowork is now generally available

• Sonnet-klassen blir mer praktisk för agentjobb. Anthropic släppte Claude Sonnet 5 som standardmodell för Free och Pro, tillgänglig även i Claude Code och API:t. Den stora nyheten för praktiska team är inte ett benchmark i sig, utan att en billigare Sonnet-modell nu riktas mot planering, verktygsanvändning, kod och professionellt arbete.

Källa: Anthropic, Introducing Claude Sonnet 5

• Notion gör agentarbete synligt på en gemensam yta. Notion 3.6 låter team orkestrera externa agenter som Claude och Cursor från Notion, ge agenter Excel-, PowerPoint-, Word- och PDF-underlag, koppla Outlook och följa Custom Agent-aktivitet i audit log på Enterprise.

Källa: Notion, Notion 3.6: External Agents, HTML blocks, and more

• Mätning blir ett eget lager. GitHub förbättrar Copilot usage metrics så att Copilot CLI-rader, IDE-data och AI-krediter fångas mer komplett. Google visar samtidigt en eval-flywheel där agentändringar testas mot spår, AutoRaters och före/efter-baslinjer i stället för magkänsla.

Källor: GitHub Changelog om Copilot metrics och Google Developers Blog om Agent Quality Flywheel

Vad företag faktiskt gör med AI

Microsofts småföretagslansering är veckans mest jordnära adoptionsexempel. Copilot byggs in i Microsoft 365 Business-planer, kopplas till Word, Excel, PowerPoint och Outlook och kan använda fler än 1 000 connectors till appar som Shopify, PayPal, Xero, Docusign, Asana och Canva. Det är samma mönster som mindre organisationer behöver i enklare form: vilka källor får AI läsa, vad får den göra och hur vet vi att resultatet håller?

Källa: Microsoft 365 Blog, Introducing Microsoft 365 Business with Copilot

Copilot Cowork visar hur större organisationer testar längre agentjobb. Microsoft beskriver ett team som lät Cowork redigera batchjobbskalkylblad och skapa beroendeflöden efter varje ändring, ett annat som jämförde nästan 4 000 filer mellan två produktversioner och en säljledare som fick en prioriterad lista över riskfyllda affärsmöjligheter. För ett litet nordiskt team är lärdomen inte att kopiera Fortune 500. Lärdomen är att långt AI-arbete behöver uppgift, källor, kostnadsgräns och en synlig återlämning till människan.

Källa: Microsoft 365 Blog, Copilot Cowork is now generally available

Anthropic visar samma riktning i forskningsmiljöer med Claude Science. Appen samlar litteratur, kod, modeller, klusterjobb och granskning i en arbetsbänk. Manifold Bio används som exempel på målnominering för vävnadsriktade läkemedel, Allen Institute på en multi-agent-mall för forskningsöversikter och UCSF på molekylär epidemiologi där analyser uppges ha gått på ungefär en tiondel av tiden. Det mest överförbara är inte biologi. Det är arbetssättet: källor, körbar kod, reviewer-agent och reproducerbara artefakter i samma flöde.

Källa: Anthropic, Claude Science, an AI workbench for scientists

Verktygslagret: plattformar, agenter och arbetsflöden

MCP, Model Context Protocol, är ett sätt att låta AI-assistenter använda godkända externa verktyg och datakällor på ett mer standardiserat sätt. Notion säger att användningen av Notion MCP har vuxit 10 gånger den senaste månaden och lägger till fem färdiga kopplingar för Custom Agents: Mercury, Mixpanel, Miro, Box och ClickHouse. När sådana kopplingar blir vardag blir frågan inte "kan AI läsa mer?" utan "vilka kopplingar ska finnas i vår arbetsyta och vem ser vad agenten gjorde?"

Källa: Notion, Notion 3.6: External Agents, HTML blocks, and more

Google rör sig åt samma håll från utvecklarsidan. ADK for Go 2.0 gör agentflöden till grafer med routing, fan-out/fan-in, loops, state, mänskliga pauser och återstart över processgränser. Det låter tekniskt, men mönstret är praktiskt även utan Go: ett bra AI-flöde ska kunna pausa, fråga en människa, fortsätta senare och visa vilka steg som kördes.

Källa: Google Developers Blog, ADK for Go 2.0

Genkit Agents gör den andra halvan av jobbet: konversationstillstånd, verktygsloopar, streaming, snapshots och klient/server-protokoll för agentiska appar. För små team som bygger egna interna verktyg är signalen tydlig. Sluta bygga "en chatbot bredvid jobbet". Bygg en arbetsyta där agenten har status, historik, artefakter och en tydlig avbrytknapp.

Källa: Google Developers Blog, Build agentic full-stack apps with Genkit

GitHub tog också bort ett praktiskt hinder: Copilot CLI kan nu köras i GitHub Actions med inbyggda GITHUB_TOKEN i stället för en personlig access token. Workflowet behöver copilot-requests: write, och kostnader kan följas via organisationens billing, usage dashboards, cost centers och session limits. Det är precis den sortens integration-first-säkerhet som gör automation användbar utan att sprida långlivade hemligheter.

Källa: GitHub Changelog, Copilot CLI no longer needs a personal access token in GitHub Actions

Styrning och risk: vad som behöver sättas innan skala

AI governance betyder inte ett tungt policydokument först. För en mindre organisation räcker det ofta med fyra saker: godkända källor, avgränsade behörigheter, mänskliga stopp för irreversibla åtgärder och en enkel logg över vad agenten läste, antog och föreslog.

EU:s AI Act gör detta mer konkret inför kommande år. Sidan beskriver risknivåer, förbud, transparenskrav och högriskkrav som riskhantering, dokumentation, logging, information till användare, mänsklig översyn, robusthet, cybersäkerhet och noggrannhet. Regler för GPAI, general-purpose AI-modeller, gäller från augusti 2025, och EU:s Code of Practice är tänkt som ett frivilligt verktyg för leverantörer att följa transparens-, upphovsrätts- och säkerhetskraven.

Källor: European Commission, AI Act och European Commission, General-Purpose AI Code of Practice

Zapier sätter ord på en mer vardaglig styrningsfråga: mät inte AI-adoption som tokenvolym. Artikeln om "tokenmaxxing" är skruvad i tonen, men poängen är seriös. Om måttet är hur mycket AI någon förbrukar kommer människor och agenter att förbruka mer. Mät hellre tid sparad i ett konkret flöde, färre fel, bättre svarstid eller fler färdiga ärenden.

Källa: Zapier, The perils of tokenmaxxing

Zapier beskriver samma styrning från integrationshållet: kartlägg verktyg, triggers, inputs, beslut, handlingar och mänskliga stopp innan en agent får mer åtkomst. Det är en bra checklista även om ni inte använder Zapier.

Källa: Zapier, How to conduct an AI agent security audit

En eval är ett återkommande testfall som visar om ett AI-flöde blev bättre eller sämre efter en ändring. Google beskriver hur deras flywheel bygger dataset från OpenTelemetry-spår, handskrivna fall eller syntetiska scenarier, kör agenten, låter AutoRaters bedöma spår och jämför mot tidigare baslinje. För Hammer-läsare räcker en lättare version: spara fem verkliga exempel, gör ändringen, kör igen och jämför med samma bedömningsfrågor.

Källa: Google Developers Blog, Driving the Agent Quality Flywheel from Your Coding Agent

Veckans praktiska Hammer-test

Testa ett agentflöde som arbetsorder, inte som chatt. Det tar 30 till 45 minuter.

1. Välj ett fokuserat arbetsflöde: kundmejl till uppföljningslista, mötesanteckning till åtgärdskort, supportfråga till svarsförslag eller offertunderlag till risklista.
2. Skriv en arbetsorder med mål, godkända källor, vilken data som får användas, vilka verktyg AI får röra och vilka beslut som kräver mänskligt godkännande.
3. Kör tre gamla exempel genom flödet. Be AI lämna ett kvitto: källor lästa, antaganden, föreslagna åtgärder, osäkerheter och nästa mänskliga beslut.
4. Mät resultatet med två enkla frågor: sparade detta faktisk tid, och blev något viktigt fel eller saknade källa?
5. Om flödet behöver integrationer, använd miljövariabler eller secret manager för nycklar, scoped API-behörigheter, redaktion av känsliga fält, approval gates och audit log. Sätt inte in lösenord i prompten.

Kopiera gärna den här prompten:

Du är vår AI-arbetsledare för ett begränsat test. Läs bara källorna jag anger. Skapa ett arbetskort med mål, godkända källor, föreslagna steg, beslut som kräver mänskligt godkännande, risker och ett kort körkvitto. Om du föreslår integrationer ska du först lista behörigheter, hemligheter, redaktion, approval gates och audit log som behövs.

Det här är ett typiskt Verktygssmide-case: inte fler AI-flikar, utan ett arbetsflöde som går att köra, mäta och förbättra.

Företag och verktyg att hålla koll på

• Microsoft 365 Business med Copilot: visar hur AI paketeras direkt i småföretagens befintliga arbetsverktyg.
• Notion External Agents: gör agentarbete synligt där team redan planerar och följer upp uppgifter.
• Google ADK, Genkit och Agent Quality Flywheel: pekar mot agentflöden som är pauserbara, mätbara och byggda för riktiga appar.
• GitHub Copilot usage metrics och Copilot CLI: gör det lättare att mäta faktisk användning och köra AI i CI utan långlivade PAT-hemligheter.
• EU AI Act och GPAI Code of Practice: gör dokumentation, logging och mänsklig översyn till praktiska inköpsfrågor, inte bara juridik.

Vill ni göra detta på riktigt nästa vecka kan Hammer hjälpa er genom Verktygssmide: vi väljer ett arbetsflöde, kopplar rätt källor och verktyg, sätter approval gates och bygger ett enkelt kvitto så att teamet ser vad AI faktiskt gjorde innan något går vidare.