AI Enablement Radar vecka 32: så blir AI en gemensam teamkapacitet

En person med en bra AI-chatt kan spara en timme. Ett team får verklig kapacitet först när arbetet har gemensamma källor, rätt åtkomst, en granskare och ett mått som alla kan se. Vecka 32 gav flera konkreta exempel på den förflyttningen. AI flyttar in i dokument, supportköer och utvecklarverktyg, samtidigt som organisationer börjar driva den som ett gemensamt arbetsflöde.

Toppsignaler denna vecka

• Karlsruhe Institute of Technology gick från okontrollerad AI-användning till en styrd verktygslåda för 25 000 studenter och 10 000 anställda. Tillgång kräver en kvalificeringsmodul, och lärarna byggde 31 didaktiska chattbotar under de första sju dagarna. Källa: SAP om KIT:s AI-program.

• Mobileye byggde en intern supportagent för rutinfrågor som tidigare krävde 15 klick i flera system. Enligt bolaget automatiserar agenten 66 procent av ärendevolymen, lyckas i 98 procent av körningarna och svarar på ungefär en minut. Källa: AWS och Mobileye.

• Adobe samlar fler än 70 dokument-, design- och videoverktyg i ett plugin för ChatGPT Work och Codex. Ett team kan gå från ett kalkylblad eller råmaterial till ett dokument som går att granska utan en lång kedja av exporter. Källa: Adobe.

• Agent Plugins 1.0 beskriver hur färdigheter och MCP-servrar kan paketeras för flera agentklienter. MCP, Model Context Protocol, är en standard för hur AI-klienter hittar och använder externa verktyg och datakällor. Källa: Google Developers Blog.

Veckans gemensamma nämnare är ganska jordnära: företag får mer gjort när AI-arbetet blir synligt, delat och mätbart. Licensen är början. Rutinen runt den avgör om resultatet går att upprepa.

Vad företag faktiskt gör med AI

Tyska försäkringsbolaget DOMCURA valde ett avgränsat dokumentflöde. Plattformen KIM läser skadehandlingar, hjälper till med registreringen och kan betala kvalificerade ärenden på ungefär tio minuter. DOMCURA uppger att de operativa kostnaderna har minskat med 50 procent. Ordet "kvalificerade" spelar roll: människor tar fortfarande undantagen och de svårare bedömningarna.

Källa: Microsofts kundberättelse om DOMCURA.

Target gjorde ett annat förarbete. Företaget samlade transaktioner, grafdata, vektorsökning och textsökning i Spanner Graph innan det byggde vidare på sin samtalsbaserade Gift Finder. Target uppger att den förenklade dataplattformen halverade utvecklarnas tid för databasadministration och underhåll. För en mindre verksamhet är lärdomen inte att köpa samma teknik. Det är att städa produktdata, behörigheter och källor innan AI får möta kunden.

Källa: Target Engineering via Google Cloud.

Ett agentiskt arbetsflöde innebär att AI:n kan utföra flera steg och använda verktyg mot ett mål, medan verksamheten sätter åtkomst och beslutspunkter. DOMCURA och Mobileye visar varför den definitionen är användbar: automatiseringen får arbeta självständigt inom ett känt ärende, och människor tar hand om undantag och slutliga bedömningar.

Verktygslagret: plattformar, agenter och arbetsflöden

AI-arbetet hamnar allt oftare där kollegorna redan arbetar. Google Drive lägger nu kommentarer på en exakt tidpunkt i en video. Det låter enkelt, men löser en vanlig överlämning: granskaren kan peka på rätt bildruta i stället för att skriva "någonstans i mitten" i ett mejl.

Källa: Google Workspace Updates om tidsstämplade videokommentarer.

LangChain går längre med Managed Deep Agents i publik beta. Tjänsten paketerar långvariga agentkörningar med minne, isolerade körmiljöer, spårning, scheman och kanaler som Slack. Det kan kapa mycket infrastrukturarbete för ett tekniskt team, men betaformatet och den nuvarande USA-regionen gör att en pilot bör ha tydliga acceptanskriterier.

Källa: LangChain om Managed Deep Agents.

Två infrastruktursignaler är värda att läsa tillsammans. Agent Plugins 1.0 gör färdigheter och verktyg mer portabla mellan klienter. Den tillståndslösa versionen av MCP, som nu är en release candidate, tar bort sessionsberoenden och lägger information för dirigering och granskning i HTTP-huvuden. Det kan göra fjärrverktyg lättare att driva i lastbalanserade och serverlösa miljöer. Specifikationen är ännu inte slutlig, så bygg ett test bakom en tydlig versionsgräns.

Källor: Agent Plugins 1.0. MCP:s stateless-uppdatering.

Styrning och risk: vad som behöver sättas innan skala

AI-styrning betyder de praktiska regler som bestämmer vem som får använda vad, med vilka data, under vilken granskning och hur körningen följs upp. Veckans kontrollsignaler gör integration lättare att genomföra professionellt.

GitHub har gjort centrala MCP-listor allmänt tillgängliga för Copilot-appen, Copilot CLI och VS Code. Administratörer kan tillåta eller neka fjärrservrar via URL och lokala servrar via exakt kommando och argument. Felaktiga eller overifierbara policyer stoppar anslutningen. Det ger teamet en riktig kontrollpunkt för verktyg som annars lätt sprids per användare.

Källa: GitHub Changelog om MCP-listor.

EU:s AI Office lyfter samtidigt användnings- och beteendedata efter lansering som ett komplement till tester före driftsättning för modeller med generell användning. För en vanlig köpare är översättningen enkel: spara en kort körlogg, följ fel och mänskliga korrigeringar och bestäm när flödet ska pausas eller ändras. Det här är vägledning från en arbetsgrupp, inte en ny bindande regel.

Källa: EU-kommissionen om den fjärde GPAI-arbetsgruppen.

Microsofts uppdaterade Zero Trust-bedömning visar hur ett större program kan delas i genomförbara etapper. DevSecOps-delen innehåller 15 kontrollgrupper och 91 uppgifter, där fyra gäller AI-assisterad utveckling: styrning av kod, tillåtna verktyg, dataskydd och leveranskedjan för AI-system. En mindre organisation behöver inte kopiera hela katalogen. Börja med behörighet, hemlighetshantering, godkännandepunkter och en logg som går att läsa i efterhand.

Källa: Microsoft Security Blog om Zero Trust för AI.

Veckans praktiska Hammer-test

Avsätt 40 minuter och gör om en privat AI-rutin till ett gemensamt arbetskort. Välj ett återkommande flöde som går att bedöma, till exempel att ta fram ett första kundsvar, granska en video eller sammanfatta ett internt supportärende.

1. Lägg fem minuter på nuläget: hur lång tid tar arbetet, vilka källor används och vem godkänner resultatet?
2. Lägg tio minuter på åtkomsten: lista dokument, system och åtgärder som AI behöver. Använd avgränsade behörigheter och lägg nycklar i miljövariabler eller en hemlighetshanterare.
3. Lägg tio minuter på resultatet: skriv två godkännandekriterier och ett tydligt stoppvillkor.
4. Kör ett representativt ärende i tio minuter. Spara källor, utkast, korrigeringar och tidsåtgång.
5. Använd de sista fem minuterna till beslutet: redo för tre nya körningar, behöver ändras eller ska stoppas?

Klistra in detta som arbetsinstruktion:

Hjälp oss göra den här återkommande AI-rutinen delbar i teamet.

Uppgift: [beskriv arbetsflödet]
Godkända källor: [lista dokument och system]
Tillåtna åtgärder: [läs, sammanfatta, skapa utkast eller annat]
Resultatet är godkänt när: [två mätbara kriterier]
Mänskligt beslut krävs före: [publicering, utskick, ändring eller köp]
Stoppa och flagga när: [saknad källa, motstridiga uppgifter eller annat]

Gör först en kort plan. Utför sedan ett representativt testfall och avsluta med en körlogg: källor, åtgärder, osäkerheter, mänskliga korrigeringar och tidsåtgång.

Ett bra utfall är inte ett imponerande svar. Det är ett arbetskort som en kollega kan köra igen och bedöma på samma sätt.

Företag och verktyg att hålla koll på

• KIT, för kombinationen av obligatorisk baskunskap och lärarbyggda assistenter.
• DOMCURA, för den tydliga gränsen mellan kvalificerade skadeärenden och mänskliga undantag.
• Adobe, för att dokument- och medieproduktion flyttar in i samma agentmiljö.
• GitHub, för centralt styrda MCP-servrar som stoppar anslutningar när policyn inte kan verifieras.
• LangChain, för paketeringen av långvariga agentkörningar som en förvaltad tjänst.

Om testet visar att rutinen förtjänar en riktig integration kan Hammer Automations Verktygssmide hjälpa till med åtkomst, arbetsflöde, granskning och mätning utan att göra processen tyngre än den behöver vara.