"Styrelsen frågar varje kvartal vad vi gör med AI. Vi har inga konkreta svar."
VD · Försäkring
Agentisk AI,
införd i
befintliga organisationer.
Vi bygger agenter som tar över en arbetsuppgift i taget, i de system ni redan kör. Det som fungerar i dag får fortsätta fungera, och ni avgör när nästa steg tas.
30 dagarFrån workshop till första agent i produktion
5 caseTre från vår egen drift, två illustrativa
0 beslut utan loggVarje agentbeslut sparas med sitt underlag
01 / UtgångslägetKänner ni igen er?
Ledningsgrupper som börjar med AI-agenter står ofta i någon av de här situationerna, och ingen av dem handlar egentligen om teknik.
Förväntningarna är höga, men ingen har ritat kartan.
"Sex avdelningar testar. Noll i produktion."
CDO · Logistik
"Konsultbolagen säljer strategi i månader. Vi behöver någon som har gjort det förut och kan bygga själv."
CTO · SaaS
"Hur gör man det här i en organisation med 40 års tekniskt arv?"
Transformation Lead · Energi
"Vi kan automatisera processen. Frågan är vem som äger kvaliteten efteråt."
COO · Detaljhandel
"Vi kan inte ta in ett system som ingen kan förklara för revisorerna."
CIO · Offentlig sektor
Citaten är påhittade av oss. Ingen av rösterna är en verklig person.
02 / Modellen
Era processer fortsätter som vanligt medan agenterna kommer in stegvis. En agent får mer ansvar först när den har visat att den klarar det den redan har.
Ni styr varje steg mot en agentisk organisation, på infrastruktur ni redan har.
NulägeSteg 0
Klassisk organisation
Människor gör jobbet och lämnar över det för hand, och kunskapen sitter hos enskilda. Det fungerar, men det finns redan ett tak för vad teamet hinner.
Mest människa
HybridlägeSteg 2–3
Parallell drift
Agenterna tar de uppgifter som upprepas, och människorna lägger tiden på det som kräver omdöme. Varje agent går att stänga av.
Människa och agent▲ Här börjar vi
MålbildSteg 4
Agentisk organisation
Agenterna sköter det dagliga arbetet inom de ramar ni har satt, och människorna bestämmer riktningen och granskar resultatet. Ni kan ta större volymer utan att bli fler.
Mest agentVolym ↑↑
Modellen beskriver hur ansvaret förskjuts mellan människa och agent — som princip, inte som uppmätt fördelning.
03 / KonkretBranschmönster
Mönstren bakom flikarna är hämtade ur publicerade bransch- och fallstudier.
Det här gör agenter redan i bank, försäkring, SaaS och logistik
Bank · Kreditprocess
Kreditunderlaget ligger klart, med motivering, när handläggaren öppnar ärendet.
En agent läser in inkomna ansökningar, hämtar kompletterande data från UC och interna system, och förbereder ett beslutsunderlag som tidigare tog en handläggare en halvtimme.
Handläggaren ser vilka uppgifter agenten har vägt in och vilken policy den har följt, och avvikelserna är markerade. Det är fortfarande en människa som signerar beslutet.
20–30 %Kortare ledtid per ärende
Scenarierna och agentloggarna är påhittade. Resultatsiffrorna kommer från publicerade bransch- och fallstudier. Källor på begäran.
Agentlogg · exempelcredit-prep · v2.4
14:02:11intakeÄrende #88421 mottaget. → kö
14:02:14enrichUC-rapport hämtad. KYC-flagga grön.
14:02:19policyRegelverk B-12 applicerat. 7/7 kriterier ok.
14:02:23draftBeslutsförslag: Bevilja. Konfidens 0.94.
14:02:24handoff→ M. Lindqvist (väntar på sign.)
14:03:02intakeÄrende #88422 mottaget. → avvikelse
14:03:05policyInkomst saknas. Eskalerar till team.
Försäkring · Skadeprocess
Agenten gör grovjobbet och lämnar över till en skadereglerare när något inte stämmer.
Agenter klassificerar inkomna skador, hämtar policydokument, uppskattar ersättning och föreslår beslut. De enkla ärendena — bilglas, mindre vattenskador — flödar igenom på minuter.
När något avviker från historiska mönster pausar agenten och eskalerar till skaderegleraren med en avvikelserapport. Mänskligt godkännande krävs alltid över definierat belopp.
30–40 %Enkla ärenden utan mänsklig insats
Dagar → timLedtid, standardskador
Scenarierna och agentloggarna är påhittade. Resultatsiffrorna kommer från publicerade bransch- och fallstudier. Källor på begäran.
Agentlogg · exempelclaims · v3.1
09:14:02classifySkada #SK-44021 → kategori "vatten/badrum"
09:14:08policyPolicy P-7745 verifierad. Aktiv.
09:14:14estimateErsättning: 18 400 kr (band B). auto-ok
09:14:18payoutUtbetalning schemalagd 09:30.
09:14:22classifySkada #SK-44022 → "brand"
09:14:26estimateBelopp > 100k. → eskalering
09:14:27handoff→ A. Ek (skadereglerare 2). Underlag bifogat.
SaaS · Kundsupport
Tier-1-kön krympte. Tier-2 hann äntligen tänka.
En supportagent läser inkommande ärenden, söker i kunskapsbasen, kör diagnostik mot kundens miljö och föreslår svar. Ett inloggningsfel som spårar till ett utgånget SSO-token besvaras direkt, utan att någon människa rör ärendet. En tom rapport som matchar en pågående incident går vidare till Tier-2 med diagnostik och reproduktion bifogade.
Lika många ärenden kommer in, men de svåra slipper stå i kö bakom de enkla.
45 %Ärenden som aldrig når en människa
Scenarierna och agentloggarna är påhittade. Resultatsiffrorna kommer från publicerade bransch- och fallstudier. Källor på begäran.
Agentlogg · exempelsupport · v1.8
11:22:01triageTicket #4711: "kan inte logga in"
11:22:03diagnoseSSO-token utgången. Vanlig orsak (P0).
11:22:05replySvar utskickat. ingen eskalering
11:22:09triageTicket #4712: "rapport tom efter v.18"
11:22:14diagnoseMatch mot incident INC-882 (data-pipeline)
11:22:15handoff→ Tier-2 (data). Underlag + reproduktion.
Logistik · Transportövervakning
Avvikelser som fångades innan chauffören märkte något.
En agent följer varje transport i realtid och håller koll på temperaturen i kylbilar, förseningar, dokument och tullstatus. Hittar den en avvikelse avgör den utifrån era playbooks om transporten ska bokas om, kunden larmas eller ärendet gå till en människa.
Varje beslut loggas med regeln som utlöste det och de alternativ agenten vägde mot varandra. Kontrollrummet ser allt i samma vy och kan ta över när som helst.
~80 %Avvikelser fångade i förväg
Scenarierna och agentloggarna är påhittade. Resultatsiffrorna kommer från publicerade bransch- och fallstudier. Källor på begäran.
Agentlogg · exempelops-monitor · v2.0
03:18:42senseTrailer T-9921: temp 7.4°C (gräns 7.0)
03:18:43predictBrytpunkt om 22 min vid nuvarande trend.
03:18:45decidePlaybook PB-04 → omdirigering Norrköping.
03:18:47notifyChaufför + kund larmade. ack
03:18:51logKostnad: +1 240 kr. Mot risk: 38 200 kr.
03:21:09verifyTemp stabiliserad. avslutad
04 / TjänsterSex sätt att arbeta tillsammans
Ni kan börja med en pilot på 30 dagar eller ta in oss för ett längre samarbete. Arbetet görs hos er.
Sex tjänster, och tre av dem sätter agenter i drift.
/01/02/03/04/05/06
Pilot
En avgränsad uppgift på 30 dagar till fast pris. Ni ser vad agenten ger innan ni bestämmer något mer.
Sprint-team
Ett agentteam som bara arbetar för er och tar på sig mer för varje sprint. Från första dagen ser ni vad det hinner med.
Ert första agentteam
Vi designar, sätter upp och driftsätter ert första agentteam. Ni driver det vidare.
Change Management
Stöd till ledningsgrupp, mellanchefer och medarbetare i den del av förändringen som tekniken aldrig löser själv.
Transformation Advisory
Rådgivning till VD och styrelse om var ni står, vad som ska göras först och hur planen framåt ser ut.
Leverantörsvägledning
Vi hjälper er välja plattformar utan att bli inlåsta hos en leverantör.
Vad vi tror på
De flesta AI-projekt fastnar för att de börjar i fel ände.
De börjar med en plattform. Sedan en POC som ingen riktigt äger, och ett verktyg som någon på IT trycker in.
Vi börjar i en arbetsuppgift, något en person gör varje dag och som en agent kan göra bättre. Det kan vara offerter som ligger en vecka innan någon hinner räkna på dem, eller fakturor som fastnar i attesten.
Sedan bygger vi en agent som löser exakt det. Liten nog att observera och stänga av. Fungerar den, bygger vi vidare. Annars gör vi om.
Det ser inte mycket ut för världen.
Men det är så agenter faktiskt hamnar i produktion hos organisationer som inte heter “OpenAI” eller “Stripe”.
Vi har ingen plattform eller licens att sälja. Ni betalar för att vi bygger agenterna och sköter dem.
05 / InsightsDet vi skriver om
Anteckningar från vår egen drift av agentteam och från publicerade studier.
Det vi har lärt oss hittills.
Teknik2026-09-28
Din AI-assistent får appar: vad connectors betyder för dig
Flera AI-assistenter går nu att koppla till tjänster du redan använder och låta agera där, med ditt eget konto och ditt godkännande. Vad ChatGPT, Claude, Gemini och Copilot faktiskt erbjuder i dag, kontrollerat mot leverantörernas egna sidor.
5 min läsning →
Fältnotis2026-04-20
Fältnotis: Azure Ops i produktion — vecka ett
Schemat i utdraget är vårt eget Azure Ops-teams, men förloppet och klockslagen är illustrativa. I utdraget är teamets första egna beslut att ett kostnadsfynd kan vänta till veckorapporten, och ingen människa behöver göra något.
3 min läsning →
Ledarskap2026-04-16
Vad CTO:n behöver veta om agentiska team
Vilka beslut delegeras, vilka eskaleras, och hur behåller ni styrning över system som agerar självständigt?
6 min läsning →
Be om 30 minuter med oss. Ni bestämmer vad som händer sedan.
30 minuter där vi förstår vad ni redan har försökt, var det skaver, och om en pilot är värd att köra. Om svaret är nej säger vi det också.
Stockholm · Hela SverigeSvar inom 1 arbetsdag