Alla insikter
    Max Västhav

    Att bygga ett agent-first bolag utan att göra människan till eftertanke

    En bygglogg från VasthavM om hur AI-agenter kan förbereda arbete, medan människor godkänner där ansvar och risk börjar.

    ai-agenterautomationsmbagentic-workflows

    Agent-first betyder inte human-last.

    För VasthavM betyder det att återkommande arbete ska ha en tydlig plats där en agent kan läsa, förbereda, föreslå och logga. Människan ska ta ansvar där omdöme, kundrelation, publicering eller risk börjar.

    Det är mindre dramatiskt än autonoma AI-demos. Det är mer användbart i drift.

    Varför börja med contentflödet?

    Content är ett bra första internt agentflöde eftersom det har många små steg:

    • idéer ska fångas
    • utkast ska skrivas
    • bloggar ska expanderas
    • bilder ska briefas
    • inlägg ska godkännas
    • publicering ska loggas
    • performance ska följas upp
    • bra ämnen ska återanvändas

    Om stegen ligger i lösa chattar blir agenten lätt en textgenerator.

    Om stegen ligger i en contentbank kan agenten bli en kollega i processen.

    Systemet bakom Mira

    Mira är VasthavM:s contentagent.

    Hennes jobb är inte att låta smart i ett promptfält. Hennes jobb är att hålla ihop ett arbetsflöde:

    1. hitta eller skapa idé
    2. skriva LinkedIn-utkast
    3. expandera till bloggutkast
    4. skapa bildbrief
    5. lägga approval-rad
    6. vänta på Max godkännande
    7. publicera först efter approval
    8. spara URL och performance

    Det viktiga är inte att varje del är avancerad. Det viktiga är att delarna hänger ihop.

    Approval är design, inte broms

    Publicering, kundkontakt och externa ändringar kräver godkännande.

    Det är en regel i VasthavM-flödet. Mira får gärna förbereda. Hon får inte gå live utan Max.

    Samma princip fungerar för många SMB-flöden:

    • säljaren godkänner kundmail
    • supportansvarig godkänner känsliga svar
    • ekonomiansvarig godkänner avvikande underlag
    • grundaren godkänner publicering

    Agenten tar bort manuella mellansteg. Den tar inte över ansvar.

    Vad “agent-first” ändrar i praktiken

    Ett vanligt arbetssätt börjar ofta med att en människa letar, kopierar, sammanfattar och ber någon annan titta.

    Ett agent-first arbetssätt börjar med att systemet förbereder:

    • rätt underlag ligger framme
    • nästa steg är föreslaget
    • riskpunkter är markerade
    • beslutet loggas

    Det ger mindre väntetid och bättre spårbarhet.

    Vad vi mäter

    För contentflödet räcker enkla metrics i början:

    • antal färdiga drafts per vecka
    • tid från idé till godkänt utkast
    • publicerade URL:er
    • klick från LinkedIn till blogg
    • vilka ämnen som förtjänar repurpose

    När performance kommer tillbaka kan agenten föreslå nästa action: expandera, uppdatera, gör carousel, skriv ny CTA eller släpp ämnet.

    En mall för andra SMB-flöden

    Samma struktur går att använda utanför content:

    Trigger: vad startar jobbet? Agentarbete: vad får agenten läsa och förbereda? Approval: var krävs människa? Logg: vad sparas? Metric: vad ska förbättras?

    Om de fem raderna saknas är det för tidigt att automatisera.

    Nästa steg

    Välj ett internt flöde där mycket tid går till att samla, sortera och förbereda. Låt agenten börja där.

    Inte med autonomi. Med ordning.

    FAQ

    Vad betyder agent-first? Att arbetsflöden designas så att AI-agenter kan förbereda återkommande arbete, med tydliga stoppunkter för mänskligt ansvar.

    Är det samma sak som full automation? Nej. Full automation är bara lämpligt för lågrisksteg med tydliga gränser. Många SMB-flöden ska börja med utkast och approval.

    Vilket flöde passar först? Ett flöde med tydlig trigger, tydlig data, många repetitioner och ett mätbart resultat.

    Internlänkar att lägga till senare: AI-agenter, agentic workflows, content operations, AI-rådgivning.

    Cookies. Integritetspolicy