Agentniveau beskriver det niveau i et AI-system, hvor en eller flere agenter arbejder selvstændigt med at løse en opgave på vegne af en bruger. En agent er typisk et program, der kan fortolke et mål, indsamle relevant information, vælge passende værktøjer og gennemføre handlinger i flere trin. Hvor en almindelig chatbot ofte kun svarer på et enkelt spørgsmål, handler agentniveau om mere målrettet og vedvarende opgaveløsning.
Hvad dækker agentniveau over?
Når man taler om agentniveau, ser man på det lag, hvor beslutninger bliver omsat til handling. Det kan for eksempel være, at en AI-agent modtager en opgave som at sammenfatte dokumenter, finde manglende oplysninger og udarbejde et første udkast til en rapport. Agenten kan så planlægge rækkefølgen, hente data fra relevante kilder og løbende vurdere, om resultatet lever op til målet.
Det afgørende er, at systemet ikke kun reagerer passivt, men arbejder mere autonomt. Agentniveau forbindes derfor ofte med egenskaber som planlægning, hukommelse, kontekstforståelse og brug af eksterne værktøjer. I praksis kan det være søgning i databaser, brug af kalender, analyse af filer eller koordinering mellem flere delopgaver.
Hvordan bruges det i praksis?
I virksomheder kan agentniveau bruges til kundeservice, intern videnssøgning, dataanalyse eller sagsbehandling. Et system kan for eksempel modtage en kundehenvendelse, slå oplysninger op i interne systemer, formulere et svar og sende det videre til godkendelse. I mere avancerede løsninger kan flere agenter samarbejde, hvor én henter data, én analyserer, og én skriver det endelige svar.
Begrebet er vigtigt, fordi det siger noget om, hvor langt AI bevæger sig fra simple svarmaskiner til systemer, der kan handle mere selvstændigt. I den aktuelle debat om kunstig intelligens er agentniveau centralt, fordi det påvirker produktivitet, ansvar, sikkerhed og kontrol i både offentlige og private organisationer.