Den agentiske hjernen: fremtidens dataplattform

En dataplattform samler, rydder og modellerer dataene fra systemene deres, slik at AI kan gi presise svar. Det er grunnmuren. Neste nivå er det vi kaller en agentisk hjerne: AI som går gjennom hele datagrunnlaget, bygger en intern wiki for virksomheten og holder den oppdatert selv.

Her forklarer jeg hvordan en agentisk hjerne fungerer, hvordan den kan se ut i praksis, og hvorfor vi mener det er her dataplattformene er på vei.

Fra dataplattform til agentisk hjerne

En klassisk dataplattform er laget for strukturerte data: tall og tabeller fra økonomi, CRM, prosjekt og timer. Mye av kunnskapen i en virksomhet ligger et annet sted. Den ligger i dokumenter, e-post, Teams, kontrakter, tegninger, tilbud og rutiner.

Den agentiske hjernen tar med begge deler. Den kobler de strukturerte dataene fra dataplattformen med den ustrukturerte kunnskapen, og lar AI-agenter gjøre jobben med å organisere og vedlikeholde det hele.

Slik fungerer den agentiske hjernen

1. AI går gjennom hele datagrunnlaget. En agent leser kildene, for eksempel dokumenter i SharePoint eller Google Drive, e-post og data fra dataplattformen.
2. Den lager en intern wiki for virksomheten. Agenten bygger en strukturert database med markdown-filer, én side per kunde, prosjekt, rutine eller erfaring, og kartlegger relasjonene mellom de ulike datapunktene.
3. Den oppdaterer seg selv. Når nye data kommer inn i systemene, går AI gjennom dem og oppdaterer wikien. Ingen trenger å vedlikeholde den manuelt.
4. Den lærer av sitt eget arbeid. AI analyserer samtaler, arbeidsflyter og prosesser som AI gjennomfører, finner forbedringspotensial i den interne databasen og retter den. Neste gang gjør den jobben enda mer effektivt.

Når noen spør «hva avtalte vi med kunden?» eller «hvem har gjort noe lignende?», svarer agenten fra wikien, med kilde. Gode svar arkiveres som nye sider, så AI slipper å lære det samme på nytt.

Agenten leser kildene, skriver sin egen wiki og blir bedre for hver kilde.

Kunnskapsgraf, agenter og åpent format

Sammen med dataplattformen blir dette en kunnskapsgraf som forstår sammenhengene mellom kunder, prosjekter, tilbud og folk. Oppå den jobber autonome agenter med hver sine oppgaver og tilganger. Alt lagres i et åpent format, slik at kunnskapen forblir deres og ikke låses til én leverandør.

Neste steg: kunnskapsgraf, autonome agenter og systemene de jobber i.

Et eksempel på en agentisk hjerne

Dette er et eksempel på en agentisk hjerne vi har tegnet opp som en mulig fremtidig systemarkitektur for en bygg- og anleggsaktør.

Fra datavarehus til hybrid dataplattform: en mulig arkitektur for en bygg- og anleggsaktør.

Arkitekturen har fire lag:

• Kildene. Strukturerte data fra fagsystemer for HMS, timer, HR, økonomi og maskiner, og ustrukturert kunnskap fra dokumenter, Teams og e-post, kontrakter, tegninger og bilder fra felt.
• Integrasjon. Dataene hentes inn via API, dokumentstrøm og verktøy for agenter (MCP).
• Hybrid dataplattform. Et lakehouse med rå, rensede og forretningsklare data, en kunnskapsgraf som kobler prosjekter til kontrakter, leverandører, maskiner, aktiviteter og avvik, og en kunnskapsbase med erfaringer fra tidligere prosjekter.
• AI-hjernen. Agenter for prosjektstatus, anbud og kalkyle, HMS og drift, produksjonsunderlag i felt og erfaring og læring. De ansatte bruker den gjennom AI-assistenten sin, innsiktsløsninger, egne applikasjoner og varsler på mobilen.

Hjernen er bygget for å fungere med flere AI-leverandører, som OpenAI, Claude og Microsoft AI Foundry.

5 grunner til å ta steget fra dataplattform til agentisk hjerne

1. Automatisert vedlikehold og forbedring. Agentene holder kunnskapen oppdatert og retter feil selv, i stedet for at noen må gjøre det manuelt.
2. Mye mer treffsikre svar. AI svarer fra en ryddig og oppdatert wiki med kilder, og får med seg både tallene og konteksten rundt dem.
3. Raskere og mer effektiv leting. Agenten slår opp i ferdig strukturerte sider i stedet for å søke gjennom alle kildene på nytt for hvert spørsmål.
4. Mindre bruk av tokens og kapasitet. Når svaret allerede ligger i wikien, trenger AI å lese langt mindre for å finne det.
5. Sammenhenger og innsikter på tvers. Kunnskapsgrafen kan avdekke sammenhenger mellom prosjekter, kunder og erfaringer som verken en dataplattform eller et menneske lett ville funnet alene.

Se gjennomgangen fra seminaret

På Claude Cowork-seminaret vårt i september viste vi både dataplattformen vår og veien videre mot en agentisk hjerne.

Jeg forklarer dataplattformen fra ca. 01:20. Den agentiske hjernen kommer rett etter, fra ca. 05:50.

Trenger dere hjelp med AI-agenter og dataplattform?

Send en mail til henrik@frend.no eller ring 920 88 450, så tar vi en prat om hvilke spørsmål dere vil ha svar på og hvilke data som skal til. Du kan også lese mer om hvordan vi jobber med data.

Vi gleder oss til å høre fra deg!

Les også