Spring til artiklen
nyhederModellanceringer
← Tilbage til nyhederne
Hverdags-AI · MIT Tech Review AI · 22.10.2026 · 2 min. læsning

Celonis-forsker: AI uden kontekst risikerer dyre fejl

A solid workflow pipeline splits at a decision gate; an AI token enters a branch missing a puzzle-shaped context block and hits a red dead-end with a coin cost icon. A fitted conte

Devavrat Shah fra Celonis mener, at AI-agenter først skaber værdi, når de forstår virksomhedens arbejdsgange og regler. Han råder til at starte med en konkret beslutning.

AI-agenter skal kende arbejdsgangen

Devavrat Shah, chefforsker i AI til virksomheder hos Celonis, sætter fingeren på et praktisk problem: En AI-agent kan understøtte en enkelt opgave, men uden kendskab til virksomhedens processer og data kan den overse vigtige begrænsninger. Det kan føre til dyre fejl eller unødigt stort forbrug af regnekraft, siger han i en podcast fra MIT Technology Review, som er lavet i samarbejde med Celonis.

Han kalder sit svar “decision intelligence”, altså beslutningsintelligens: AI skal forstå, hvilken rolle en opgave spiller i en større beslutning, og hvilke forretningsforhold der omgiver den. Løsningen er et kontekstlag, der forbinder agenterne med de arbejdsgange og data, virksomheden allerede bruger.

Start med en svær beslutning

Shah anbefaler at begynde med en bestemt forretningsbeslutning. Virksomheden skal finde de vanskeligste trin i beslutningen og teste, om AI kan forbedre dem. Gevinster i hastighed og værdi skal så afgøre, om løsningen er værd at skalere.

Kontekstlaget skal også holde agenterne inden for definerede rammer og give anbefalinger, som medarbejdere kan gennemgå og godkende. På den måde bliver anbefalingerne til noget, medarbejderne kan vurdere, før de bruges.

Medarbejdere skal forstå AI-output

Automatisering af gentagne, manuelle opgaver og koordinering på tværs af teams kan frigøre tid til mere komplekse, strategiske beslutninger. Men det kræver, at virksomhederne investerer i at uddanne medarbejderne, så de forstår AI-systemets output og konsekvenserne af det i stedet for blot at overlade beslutningerne til agenterne, understreger Shah.

På længere sigt ser han muligheder ud over de rutinemæssige driftsopgaver: AI kan med den rette kontekst hjælpe med planlægning på tværs af virksomheden inden for blandt andet finans, bemanding, marketing og salg.

Flere detaljer
Derfor er det interessantHvis Shahs råd følges, vil virksomheder teste AI på afgrænsede beslutninger først. Det kan gøre det lettere at måle værdi og undgå dyre fejl, men kræver adgang til procesdata og medarbejderoplæring.

Kilder:
MIT Tech Review AI →

Læs dagens AI-nyheder på letlæst dansk →

Genfortalt i egne ord af AI-nyheder.com · AI-genereret illustration · Tjek altid originalkilden, før du handler på vigtige oplysninger.