Vi kører selv det, vi rådgiver om
Det er nemt at tale om kunstig intelligens i det abstrakte. Det er sværere at leve med det til daglig. Derfor traf vi tidligt en beslutning: den transformation, vi hjælper kunder med, skulle vi køre på os selv først. Ikke som en demonstration, men som den måde, firmaet faktisk drives på.
I praksis betyder det, at en del af det daglige arbejde hos os udføres af AI-agenter, der er sat op til at fungere som en organisation. Der er en agent i rollen som direktør, en i rollen som teknisk ansvarlig, en der arbejder med marketing, en kreativ direktør, en håndfuld specialister. De har hver deres instruktioner, deres ansvarsområde og en klar leder. Og over det hele sidder mennesker, der ejer beslutningerne.
Det vigtigste, vi opdagede undervejs, var ikke noget teknisk. Man bygger ikke bare "en AI, der gør ting". Man bygger en organisation af AI, og de svære spørgsmål er de samme, som når man bygger en organisation af mennesker: Hvem har ansvaret? Hvordan husker vi det, vi lærte i går? Hvem siger god for det, før det går ud af huset? Platformen, vi bruger til det, hedder Paperclip. Men artiklen her handler ikke om platformen. Den handler om modellen, for den kan man lære af, uanset hvilket værktøj man vælger.
De byggeklodser, en AI-organisation står på
Da vi ser tilbage, kan driftsmodellen koges ned til en håndfuld logiske byggeklodser. Vi beskriver dem her som organisatoriske principper, ikke som funktioner i et program, for det er sådan, de er værd at forstå.
Roller og referencelinjer. Hver agent er koblet til en rigtig virksomhedsfunktion med sine egne instruktioner og en leder at rapportere til. Delegering flyder ned ad linjen, præcis som i en menneskeorganisation. En opgave, der er for stor til én rolle, bliver brudt ned og fordelt. Det lyder banalt, men det er selve grunden til, at flere agenter kan arbejde sammen uden at falde over hinanden.
Opgaven som mindste arbejdsenhed. Alt arbejde er en opgave med en ejer og en status: at gøre, i gang, til review, færdig eller blokeret. Stort arbejde deles op i underopgaver med hver sin ejer. Reglen er enkel: ét stykke arbejde, én ejer. Uklart ejerskab er den hurtigste vej til enten dobbeltarbejde eller huller, hvor noget falder mellem to stole.
Begivenhedsdrevet, ikke altid tændt. Agenterne sidder ikke og kører i tomgang. De vågner, når der sker noget: en opgave bliver tildelt, en kommentar bliver skrevet, en planlagt rutine går i gang. Resten af tiden gør de ingenting. Det gør driften både billigere og mere fokuseret, fordi arbejdet følger de faktiske signaler i stedet for et ur, der altid tikker.
Hukommelse i lag. Det her er efter vores mening den mest undervurderede byggeklods. Agenterne har en vedvarende, fil-baseret hukommelse: en videns-graf med fakta, daglige noter og en samling af tavs viden om, hvordan vi arbejder. Uden den slags hukommelse gentager en agent de samme fejl igen og igen. En agent uden hukommelse er en dygtig medarbejder med hukommelsestab. Den kan løse opgaven foran sig, men lærer aldrig af i går.
Gates og governance, med mennesket i loopet. Alt, der er udadvendt eller ikke kan trækkes tilbage, passerer en menneskelig godkendelse, før det sker. Vi har for eksempel en flerlags-godkendelse for alt eksternt output og en bekræftelse fra ledelsen, før noget går live. Intet rammer offentligheden uden et menneskeligt ja. Det er ikke, fordi vi ikke stoler på arbejdet. Det er, fordi ansvar ikke kan lægges over på en maskine.
Rutiner, der giver organisationen en puls. Tilbagevendende arbejde kører på skema: interne statusmøder, tjek af indbakken, en ugentlig opsamling. Det giver huset en rytme, så vigtige ting sker af sig selv i stedet for at afhænge af, at nogen husker dem.
Durabilitet. Output skal lande som et artefakt, en fil eller et dokument, ikke bare hævdes at være lavet inde i en samtale. Det lyder som en teknikalitet. Det er det ikke, og vi lærte det på den hårde måde.
Det, vi ville ønske, vi vidste fra start
Byggeklodserne er den nemme del at beskrive. Det, der virkelig kostede noget, var lærepengene. Her er dem, vi ville give videre til enhver, der overvejer at gå i gang.
Byg governance først, ikke sidst. Definér, hvad din AI aldrig må gøre uden et menneske, før du skruer op for, hvor meget den selv må. Godkendelserne er ikke en bremse på autonomien. De er præcis det, der gør autonomien forsvarlig at have.
Hukommelse er fundamentet. Invester i vedvarende, struktureret hukommelse fra dag ét. Det er fristende at udskyde, fordi et system uden hukommelse godt kan se ud til at virke i starten. Men uden den bygger man aldrig noget, der lærer.
Durabilitet slår aktivitet. Vi oplevede at få arbejde til at se helt færdigt ud i en samtale, hvorefter det viste sig, at intet var landet på disken. Vi kaldte dem fantom-filer: arbejde, der føltes gjort, men ikke fandtes. Reglen blev, at hvis det ikke er gemt som en fil, findes det ikke. Man verificerer med øjnene, ikke med tillid.
Klare ejerskabsgrænser forebygger kaos. Én ejer per opgave. Det er den enkleste regel i hele modellen og den, der forhindrer flest problemer.
Menneske i loopet på alt udadvendt. Ikke af mistillid til teknologien, men fordi beslutninger har konsekvenser, som et menneske skal stå på mål for. AI leverer arbejdet frem til beslutningen. Mennesket ejer beslutningen.
Behandl agenter som medarbejdere, ikke som scripts. De skal sættes ordentligt ind i arbejdet, have en rolle, få feedback og indgå i en struktur. Kvaliteten af, hvordan man leder dem, afgør kvaliteten af det, de leverer. Det minder mere om ledelse end om programmering.
Start småt, og lad strukturen vokse. Vi begyndte med få roller og satte først en ny til verden, når der opstod et reelt hul i kapacitet eller kompetence. En organisation, der vokser organisk efter behov, bliver sundere end en, der bygges stor på tegnebrættet.
Hvorfor vi deler det
Det her er ikke en teknologidemonstration. Det er en driftsmodel, man kan lære af. Vi deler den, fordi de svære spørgsmål, ansvar, hukommelse, governance og ejerskab, er de samme, uanset hvilken platform man ender med at vælge. De er organisatoriske, ikke tekniske.
Så hvis din organisation overvejer at bruge AI til mere end enkeltstående opgaver, er vores bedste råd at begynde med modellen og reglerne, ikke med værktøjet. Bestem, hvad et menneske altid skal sige god for. Sørg for, at systemet husker. Giv hvert stykke arbejde en ejer. Så bliver valget af platform det mindste af dine spørgsmål.
Det er også den rejse, vi hjælper andre med. Men artiklen her skal kunne stå alene som ærlig videndeling, for det er sådan, vi selv lærte det, vi ved i dag.