23.10.2026
Van Luong
IT-sikkerhet

Slik gjør du ERP-systemet ditt klart nå som AI-agentene er løs

AI-agenter går i drift. Nå blir ERP-systemet avgjørende för AI-investeringene dine. Lær å skille verdi fra hype og se hvilke grep du må ta i dag.

Man in chair with computer
Sammendrag:
  • En AI-agent utfører oppgaver i forretningssystemene dine. En assistent svarer på spørsmål. Forskjellen avgjør hvor mye verdi du faktisk får ut av AI.
  • Et ERP-system som er klart for AI har tre kjennetegn: skybasert drift, åpne API-er, og støtte for åpne koblingsstandarder som for eksempel MCP (Model Context Protocol).
  • Den største ROI-en kommer ikke bare fra å spare tid, men fra at ansatte kan flytte fokus fra registrering til analyse og rådgivning.
  • Begynn med ett konkret brukstilfelle, mål gevinsten, og skaler det som virker. Ikke vent på at AI skal modnes.
Vis mer
Lukk

AI-agenter går fra prøveprosjekt til daglig drift i 2026. For deg som leder en mellomstor eller stor bedrift, betyr det at ERP-systemet plutselig blir avgjørende for hvor mye du faktisk får ut av AI-investeringene dine. Mye håndteres av oss som systemleverandør, men noen grep må du ta selv. Her får du oversikten over hva en AI-agent egentlig er, hvordan du skiller verdi fra hype, og hva du bør gjøre nå.

Hvorfor ERP-systemet plutselig betyr så mye

Tempoet i AI-utviklingen har endret seg de siste to årene. Det som tidligere tok 15 år, kan i dag skje på rundt 3 måneder. Observasjonen er hentet fra ledende KI-miljøer i USA, og den får praktiske konsekvenser for norske bedrifter. Å utsette beslutningen med ett år kan bety flere år bak konkurrenter som handlet i tide.

Det avgjørende skiftet er at AI-modellene flyttes ut av eksperimenter på siden, og kobles direkte til forretningssystemene. Da blir ERP-systemet enten porten inn til verdien, eller flaskehalsen som hindrer deg fra å hente den ut. Visma Software Nordic deltar i et nasjonalt KI-initiativ i regi av Innovasjon Norge, og har som del av det vært i Silicon Valley med en nordisk delegasjon, blant annet på NVIDIA GTC. Erfaringen derfra er entydig: vinduet for å posisjonere seg er ikke ubegrenset, og det lukker seg raskere enn mange tror. 

Samtidig er det et tema som dukker opp i de fleste samtalene om AI. Det er frykten for egen jobb og arbeidshverdag. Det er en naturlig reaksjon når teknologien går så fort som nå, og oppgaver som tidligere krevde mange timer plutselig kan automatiseres. Erfaringen fra tidligere teknologiskifter er likevel ganske tydelig. Skiftene endrer hva folk gjør, men de fjerner ikke behovet for dyktige folk.

Vi har tatt en prat med Kenneth Flaglien, leder for digitale forretningsløsninger i Visma Software Nordic, og deltaker i det nordiske KI-iniativet. Hans viktigste erkjennelse fra møtene handler om akkurat dette.

“AI tar ikke beslutninger for deg, men gir alle beslutninger 10x speed. Det inkluderer de dårlige. Du kan altså kjøre bedriften i grøfta ti ganger raskere enn før. Derfor blir dyktige mennesker viktigere enn noen gang. Fremtiden tilhører ikke AI alene, den tilhører folk som jobber tett sammen med teknologien og bruker den godt.”

Kenneth Flaglien, leder for digitale forretningsløsninger i Visma Software Nordic og deltaker i det nasjonale KI-initiativet i regi av Innovasjon Norge

Foilware eller verdi?

AI-agent er det mest brukte begrepet i markedet akkurat nå, og det mest misbrukte. En agent er kjennetegnet ved at den faktisk utfører en oppgave, ikke bare foreslår eller chatter med deg om den. En assistent svarer på spørsmål og hjelper deg å beslutte. En agent har mandat til å handle innenfor rammer du har satt.

Et konkret eksempel kan være at en assistent kan svare på “hvilke kunder har avvik i fakturering denne måneden?”. Derimot kan en agent i tillegg hente data fra ERP-systemet, sammenligne med historiske mønstre, sende varsel til riktig saksbehandler og foreslå korrigering, alt uten at du trenger å be om det.

Mye av det som selges inn som agent i dag er det bransjen kaller foilware: imponerende demoer som ikke leverer reell verdi i drift. Det første spørsmålet en CFO eller daglig leder bør stille en leverandør er enkelt: hva utfører agenten faktisk, og hvor henter den dataene fra? Hvis svaret er vagt eller handler om “innsikt og oppsummeringer”, snakker du ikke om en agent. Du snakker om en chatbot med ny innpakning.

Hva gjør et ERP-system klart for AI?

Nesten alle leverandører vil hevde at deres system er future proof. Det er et tomt løfte med mindre det kan dokumenteres på tre punkter.

1. Skybasert med åpne API-er. Lukkede systemer der dataene er vanskelig å nå utenfra blir flaskehalser i det øyeblikket AI-modellene du vil bruke sitter utenfor systemet. Et åpent API, slik Business NXT er bygget rundt, er det som gjør at AI faktisk får tak i de dataene som driver bedriften.

2. Støtte for åpne koblingsstandarder. MCP (Model Context Protocol) er den ledende koblingsstandarden i 2026, men feltet er ungt og kan endre seg. Det viktige er at ERP-leverandøren har vist at de bygger for åpenhet, ikke for innelåsing. Da kan plattformen følge med når neste standard tar over.

3. Eierskap til egen dataplattform. Dataene må være eid av deg, ikke av leverandøren. Det er det som avgjør om du kan koble på de AI-verktøyene som leverer best i 2027, eller om du sitter fast med det leverandøren tilfeldigvis bygde i 2025.

Hvor ligger den reelle ROI-en?

Tidsbesparelse er det enkleste å måle, men ikke alltid det som gir størst verdi. Den større gevinsten ligger i hva ansatte kan bruke tiden på når de slipper repetitivt arbeid. Det handler om analyse, rådgivning og strategi, oppgaver som faktisk skaper verdi for bedriften.

På tre områder ser vi allerede dette i praksis. Innen fakturering kan kontering og avviksvarsling automatiseres, slik at regnskapsfunksjonen går fra registrering til kontroll av unntak. Innen rapportering får ledelsen sanntidsanalyser uten manuelt arbeid, og det korter ned avstanden fra spørsmål til beslutning. Innen innkjøp kan agenter håndtere avstemming og varsle ved uregelmessigheter før det blir et problem.

ROI-en bygger seg over tid. Bedrifter som har valgt et åpent system, rapporterer ofte gevinster etter 18 måneder som de ikke regnet med ved oppstart. Det skyldes at nye AI-modeller har tilført kapasitet plattformen ikke hadde da den ble valgt. Det er den praktiske verdien av et system som er bygget for å tåle teknologiskifter.

Hva bør du gjøre nå?

For deg som vil komme i gang uten å gå seg vill i hype, er det tre grep som skiller seg ut.

  • Kartlegg hvor åpent ERP-systemet ditt faktisk er. Mange tror de har et åpent system, men oppdager først ved første AI-integrasjon at API-et er utilstrekkelig eller at dataene er låst. Be leverandøren dokumentere konkret hvordan en ekstern AI kan hente og oppdatere data.
  • Velg ett brukstilfelle, ikke et stort program. Automatisering av fakturering, rapportering eller innkjøp er gode startpunkter fordi gevinsten er målbar og risikoen lav. Mål gevinsten, og skaler det som virker.
  • Behandle AI som en strategisk kompetanse, ikke et IT-prosjekt. Beslutningstakerne bør være involvert, fordi valget av plattform binder bedriften i flere år fremover. De som bygger intern forståelse nå, tar bedre valg når markedet modner.

AI kommer ikke til å erstatte ERP-systemet. Det kommer til å bli inngangen til den AI-en som faktisk skaper verdi i bedriften. Det viktigste valget du tar nå, er om plattformen din er åpen nok til å henge med.

AI-uttrykk Forklaring
MCP (Model Context Protocol) En åpen koblingsstandard som lar AI-modeller snakke direkte med forretningssystemer og andre datakilder. Tenk på det som en felles kontakt: i stedet for skreddersøm hver gang en ny AI skal kobles til et nytt system, bruker begge sider samme standard. MCP er den ledende standarden i dag, men feltet er ungt og det kan komme andre standarder. Det viktige er at ERP-systemet ditt støtter åpne standarder, ikke hvilken spesifikk standard som er dominerende akkurat nå.
AI-assistent En AI som hjelper deg i arbeidet ved å svare på spørsmål, oppsummere og foreslå neste steg. Assistenten foreslår, du beslutter og utfører. Eksempel: «Hvor mye har vi fakturert Kunde X i år?»
AI-agent Et steg videre enn assistenten. En agent utfører oppgaver selvstendig på vegne av deg, innenfor rammer du har satt. Den kan overvåke fakturaflyt, oppdage avvik, varsle riktig person og foreslå korrigering uten at du må be om det. Kjennetegnet er at agenten har mandat til å handle, ikke bare foreslå.
Agentic AI Samlebegrep for en ny generasjon AI-løsninger der agenter samarbeider, planlegger og utfører komplekse prosesser over tid. En assistent svarer på ett spørsmål. Et agentic-system kan håndtere hele prosesser, for eksempel «følg opp alle kunder med forfalte fakturaer, vurder hver sak, og eskaler de som trenger menneskelig vurdering».
Foilware Bransjeuttrykk for løsninger som ser imponerende ut i en demo eller på en PowerPoint-foil, men som ikke leverer reell verdi i daglig drift. Mye av det som markedsføres som AI-agenter i dag faller i denne kategorien. Spør alltid leverandøren hvilken konkret oppgave løsningen utfører, og hvilke data den har tilgang til.
Future proof ERP Et ERP-system som er bygget for å tilpasse seg ny teknologi uten omfattende ombygging. Tre kjennetegn: skybasert drift, åpne API-er, og støtte for åpne koblingsstandarder som MCP. Et future proof system gir deg eierskap til egen dataplattform og frihet til å bytte AI-leverandør når bedre alternativer kommer.
LLM (Large Language Model) Den underliggende teknologien som driver både assistenter og agenter. Eksempler er GPT (OpenAI), Claude (Anthropic) og Gemini (Google). LLM-en er motoren. Assistenten eller agenten er bilen som bruker motoren til noe nyttig.
Dato publisert: 
23.10.2026
Dato oppdatert: 
23.10.2026

Kategorier

Siste artikler