AI-integration til virksomheder
Vi kobler AI på de systemer, I allerede arbejder i
Vi bygger forbindelserne mellem AI og jeres ERP, CRM, mail og fagsystemer, så data kan læses og opdateres uden manuel kopiering. Hver integration får sin egen adgang, mindst mulige rettigheder og logning af hvert kald.
Hvad betyder AI-integration i praksis?
En sprogmodel uden adgang til jeres data kan kun svare generelt. Integrationen lader AI læse ordrer, kundekort og dokumenter og skrive resultatet tilbage i det rigtige system. Det er ofte den del af AI automatisering, der kræver mest arbejde.
Systemintegration er et bredt IT-begreb for at få systemer til at udveksle data. Vi arbejder med den del, hvor AI skal ind i forløbet: ERP, CRM, mail og fagsystemer.
Integrationen er fundamentet. Skal AI selv planlægge og udføre trinene, bygger vi AI-agenter oven på den. Er trinene faste, kører forløbet som workflow automatisering.
Systemer, vi kobler AI på
Vi arbejder ud fra det, jeres system tilbyder, ikke ud fra en fast platform.
ERP og økonomi
e-conomic, Dinero og Business Central. Vi læser og opdaterer posteringer, ordrer, fakturaer og lager via systemets egne funktioner.
CRM og salg
HubSpot, Salesforce og Pipedrive. Leads, kundekort og aktiviteter kan læses og opdateres uden manuel indtastning.
Mail og kalender
Indbakker og kalendere kobles på, så AI kan læse indkomne henvendelser og forberede svar. Selve håndteringen af mails er beskrevet under AI email-håndtering.
Teams og Slack
Beskeder og godkendelser sendes dér, hvor medarbejderne allerede arbejder, så en afgørelse kan træffes uden at skifte system.
Fagsystemer
Branchesystemer uden standardintegration kobles på via API, database eller filudveksling. Den fulde liste over systemer og værktøjer står under teknologier og platforme.
Egne databaser og dataudtræk
Har I data liggende i egne databaser eller som regelmæssige udtræk, giver vi AI afgrænset adgang til præcis de tabeller og felter, opgaven kræver.
API-integration, webhooks og de andre veje ind i jeres systemer
Hvilken vej vi vælger, afgør systemet: et dokumenteret API er det bedste udgangspunkt, men det er ikke det eneste.
| Integrationsvej | Bruges når | Det kan AI-løsningen | Vær opmærksom på |
|---|---|---|---|
| API | Systemet har et dokumenteret API | Læse og skrive via systemets egne funktioner | Adgangsnøgler, grænser for antal kald og nye versioner |
| Webhook | Systemet kan give besked, når noget sker | Starte med det samme, når en ordre eller sag oprettes | Beskeden skal valideres, og hændelser skal kunne hentes igen efter nedetid |
| Database | Der er intet API, men adgang til databasen | Læse via et afgrænset view | Som udgangspunkt kun læsning. Skrivning direkte i databasen går uden om systemets egne regler |
| Plugin eller udvidelse | Arbejdet skal ske inde i et system, medarbejderne bruger | Vise forslag og udføre handlinger dér, hvor brugeren er | Afhænger af systemets udvidelsesmuligheder og opdateringer |
| MCP-server | Flere agenter eller AI-værktøjer skal bruge samme adgang | Bruge et fast sæt værktøjer med de samme rettigheder | Værktøjerne skal afgrænses lige så stramt som et API |
| Filudveksling | Systemet kan kun eksportere og importere filer | Læse udtræk og levere filer til import | Ikke i realtid, og formatet skal låses fast |
API-integration er den foretrukne vej, fordi systemets egne regler og rettigheder følger med. Det, AI-løsningen må, afgøres dermed af de samme rettigheder, som afgør, hvad en medarbejder må i systemet.
MCP er en åben standard for AI-modellers adgang til værktøjer og data. Med en MCP-server bygger vi én standardiseret adgang til jeres system, som flere agenter og AI-værktøjer kan genbruge.
Rettigheder og logning i hver integration
En integration må kun kunne det, opgaven kræver.
Egen bruger eller nøgle pr. integration
Hver integration får sin egen adgang, så ethvert kald kan spores, og adgangen kan lukkes uden at påvirke andre forbindelser.
Mindst mulige rettigheder
Integrationen får kun adgang til de felter og handlinger, opgaven kræver. Alt andet er lukket.
Læsning før skrivning
Vi åbner for skriveadgang først, når loggen viser, at data bruges rigtigt.
Logning af hvert kald
Vi registrerer, hvad der blev gjort, hvornår og med hvilke data, så forløbet altid kan efterprøves.
Godkendelse af handlinger med konsekvens
Handlinger, der er svære at fortryde, går til en medarbejder, før de udføres.
Overvågning af ændringer
Nye API-versioner og felter, der ændrer sig, giver en alarm i stedet for en stille fejl.
Sådan bygger vi en AI-integration
Vi tager udgangspunkt i, hvad jeres systemer tilbyder, og bygger forbindelsen derfra.
Kortlægning af systemer og adgang
Vi finder ud af, hvad hvert system tilbyder: API, webhooks, database, plugins eller kun filudveksling.
Design af rettigheder og dataflow
Vi fastlægger, hvilke data der må læses og skrives, og hvem der skal godkende hvad.
Bygning og test
Vi bygger forbindelsen og tester den mod et testmiljø eller rigtige eksempler, før den går i drift.
Drift og overvågning
Vi følger loggen og reagerer, når systemerne ændrer sig, så integrationen bliver ved med at virke.
Spørgsmål om
AI-integration
Få svar på de mest stillede spørgsmål om, hvordan AI kobles på jeres systemer.
Systemintegration er det brede felt, hvor systemer udveksler data. AI-integration er den del, hvor AI skal læse og skrive i systemerne, og det er den, vi arbejder med.
Som regel ja, via et database-view, filudveksling eller et plugin. Findes ingen af delene, kan det ikke gøres stabilt, og så siger vi det fra start.
MCP er en åben standard for, hvordan AI-modeller får adgang til værktøjer og data. En MCP-server giver mening, når flere agenter eller AI-værktøjer skal bruge den samme adgang til et system, fordi adgangen så bygges én gang og genbruges.
Blandt andet e-conomic, Dinero, Business Central, HubSpot, Salesforce og Pipedrive. Generelt kan vi arbejde med de fleste systemer, der har et dokumenteret API.
Hver integration får sin egen bruger, læseadgang kommer før skriveadgang, og AI får kun adgang til bestemte felter. Alle kald logges, og handlinger med konsekvens godkendes af en medarbejder.
Prisen afhænger af antallet af systemer, kvaliteten af systemernes API, behovet for et testmiljø og det vedligehold, der følger, når systemerne ændrer sig. Hvordan omkostningerne hænger sammen, kan I se i oversigten over, hvad AI-automatisering koster.
Viden om integration og dataflow
Skal AI kobles på jeres systemer?
Fortæl os, hvilke systemer I bruger, og hvad der skal flyde mellem dem, så viser vi, hvordan integrationen kan bygges.
Kontakt os