Approval loops för AI-agenter: så minskar SMBs risken
AI-agenter blir farliga när de får fler rättigheter än processen tål.
Lösningen är inte att stoppa allt. Lösningen är att sätta godkännande på rätt ställen.
För ett svenskt SMB betyder det ofta en enkel princip: agenten får förbereda mer än den får utföra.
Vad är en approval loop?
En approval loop är en stoppunkt där agenten måste be en människa godkänna nästa steg.
Exempel:
- Agenten skriver ett LinkedIn-inlägg, men Max godkänner innan publicering.
- Agenten sammanfattar ett kundärende, men supportansvarig skickar svaret.
- Agenten föreslår CRM-uppdatering, men säljaren bekräftar innan fält ändras.
- Agenten skapar ett bloggutkast, men ingen publicering sker utan CMS-godkännande.
Det låter enkelt. Det är ofta skillnaden mellan ett användbart agentflöde och en riskabel demo.
Sätt approval där konsekvensen finns
Alla steg behöver inte godkännande.
Lågrisksteg:
- läsa data
- klassificera inkommande ärenden
- sammanfatta information
- skapa utkast
- föreslå nästa steg
Högrisksteg:
- skicka externa meddelanden
- publicera innehåll
- ändra kunddata
- skapa fakturor eller avtal
- fatta beslut som påverkar pris, juridik eller kundrelation
Sätt approval före högrisksteg. Låt agenten arbeta snabbare före den punkten.
En enkel modell för småföretag
Använd fyra nivåer:
Nivå 1: Draft
Agenten skapar förslag. En människa gör allt externt.
Passar för content, mailförslag och intern analys.
Nivå 2: Prepare
Agenten fyller system eller dokument, men sparar som utkast.
Passar för CRM, offerter och support.
Nivå 3: Execute with approval
Agenten utför åtgärden efter godkännande.
Passar när flödet är stabilt och loggar finns.
Nivå 4: Execute within limits
Agenten utför lågriskåtgärder själv inom tydliga gränser.
Passar först när ni har historik, mätning och rollback.
Loggen är en del av produkten
Ett agentflöde utan logg blir svårt att lita på.
Logga minst:
- input agenten läste
- verktyg agenten använde
- förslag agenten skapade
- vem som godkände
- tidpunkt för godkännande
- vad som publicerades eller ändrades
Den loggen hjälper er förbättra promptar, hitta felkällor och visa varför ett beslut togs.
Governance utan enterprise-teater
Småföretag behöver inte börja med ett stort AI governance-program.
Börja med fem frågor:
- Vem äger flödet?
- Vilka system får agenten läsa?
- Vilka system får agenten skriva till?
- Var krävs mänskligt godkännande?
- Hur mäter vi fel, tid och nytta?
Svarar ni på dem kan ni bygga säkrare än många större bolag.
Nästa steg
Välj ett agentflöde och markera varje steg som läsa, föreslå, förbereda, godkänna eller utföra. Bygg första versionen med fler stoppunkter än ni tror behövs. Ta bort dem först när data visar att flödet håller.