Skip til hovedindhold
AI

Harald Nyborg har fået fremtidens kollegaer med AI-agenter i Bizzkit PIM

4. nov. 2026|4 min læsetid|

Relaterede tags:

Tobias Viftrup Cramer
Tobias Viftrup Cramer Content Specialist

Et pilotprojekt med specialiserede AI-agenter viser, hvordan kunstig intelligens kan gøre hele produktberigelsesprocessen lettere. Piloten giver allerede god kvalitet og et stærkt fundament for det videre arbejde med produktdata hos Harald Nyborg.

Fra AI-værktøj til AI-kollega

De fleste har allerede stiftet bekendtskab med AI-værktøjer, der skriver produkttekster eller løser mindre opgaver. Men hvad sker der, når AI tager en mere aktiv rolle og arbejder med mere end bare en enkelt agent ad gangen?


Det har Harald Nyborg og Bizzkit undersøgt gennem et pilotprojekt med specialiserede enrichment agents i Bizzkit PIM. Her har fokus været på at afprøve AI-agenter, der hver især er trænet til at løse konkrete opgaver inden for produktberigelse, det kunne være generering af katalogtekster, SEO-indhold eller at sikre at produkttekster fremstår korrekte og informative.


Projektet udspringer af konkrete udfordringer både vi og Harald Nyborg tydeligt kunne se. Produktberigelsesarbejdet kan hurtigt fylde hele dagligdagen for mange medarbejdere, og vi kunne hurtigt se og forstå et behov for at gøre det lettere for Harald Nyborg at vedligeholde deres tusindvis af produkter.


I modsætning til traditionelle AI-løsninger kommer agenterne også til at arbejde uden, at du skal bede dem om at udføre en opgave hver eneste gang. De skal kunne aktiveres automatisk, samarbejde på tværs af workflows og indgå i faste kvalitets- og governance-rammer. De skal ikke bare generere indhold hurtigere, men automatisere stadig større dele af produktberigelsen – også uden at gå på kompromis med kvalitet eller kontrol.

Image description
Det, der interesserer mig mest, er ikke, at AI kan skrive produkttekster. Det har vi haft adgang til i flere år. Det væsentlige er, at de specialiserede agenter kommer til at forstå deres opgave så godt og fange så mange nuancer, at resultaterne rent faktisk kan indgå i vores eksisterende arbejdsgange. Det gør en reel forskel i forhold til traditionelle AI-værktøjer.
Lars Busch-Mortensen
Webshop souschef, Harald Nyborg

Lovende pilotprojekt

Pilotprojektet tog udgangspunkt i Harald Nyborgs faktiske arbejdsgange frem for teoretiske testscenarier. Det gav mulighed for at evaluere teknologien under realistiske forhold og vurdere, om AI-agenterne faktisk leverede værdi til den daglige drift. Og behovet er stort i Harald Nyborg. Siden sommer har de været i gang med at oprette tusindvis af produkter på grund af blandt andet julevarer.


Resultaterne har været lovende. Piloten viste, at de specialiserede agenter i mange tilfælde kunne løse produktberigelsesopgaver, der kunne godkendes med minimal menneskelig indblanding. Samtidig oplevede Harald Nyborg, at agenternes specialisering gjorde dem markant mere anvendelige end generiske AI-værktøjer.


Det er ikke længere imponerende, at AI kan skrive en produkttekst. Det interessante er, at specialiserede agenter forstår deres rolle så godt, at de på sigt kan indgå direkte i eksisterende arbejdsgange og rent faktisk hjælpe med produktberigelsesopgaven.

Image description
Det har været vigtigt for os, at løsningen passer ind i vores forretning og processer. Vi ønsker ikke endnu et AI-værktøj ved siden af vores eksisterende arbejdsgange. Agenterne skal understøtte de processer, vi allerede har omkring produktberigelse.
Lars Busch-Mortensen
Webshop souschef, Harald Nyborg

Kontrol og kvalitet

Vi har alle sammen hørt om AI, der hallucinerer og laver fejl. Sådan skal det ikke være i Bizzkit PIM. Derfor har et centralt fokusområde i piloten været transparens og kontrol. Harald Nyborg ønskede ikke en sort boks, hvor AI bare gjorde, hvad der passede AI. Det skal i stedet være en løsning, hvor forslagene kan gennemgås, vurderes og forbedres løbende. Systemet skal samtidig også kunne spotte de situationer, hvor datagrundlaget ikke er tilstrækkeligt til at levere et troværdigt resultat.


Den tilgang skaber tillid til teknologien. I stedet for at mennesker udfører alle manuelle opgaver, kan specialiserede AI-agenter håndtere store dele af rugbrødsarbejdet, mens medarbejderne fokuserer på kvalitetssikring, undtagelser og de steder, hvor AI-agenterne selv markerer, at de har brug for et menneskes dømmekraft. I det hele taget giver AI-agenternes arbejde plads til at medarbejderne kan udføre det mest specialiserede arbejde, hvor de skaber den allerstørste kvalitet – i stedet for at sidde fast i at lave SEO-beskrivelser og kvalitetstjekke.


For os har piloten samtidig indikeret, at fremtiden ligger i AI-systemer, hvor flere specialiserede agenter samarbejder om at løse komplette forretningsprocesser. Erfaringerne fra Harald Nyborg er derfor ikke kun ét vellykket pilotprojekt, men også et vidne om, at vores tilgang til agentic AI kommer til at forme flere af de administrative processer i e-handel.

Image description
Når man arbejder med produktdata i stor skala, handler det ikke bare om at generere indhold. Man skal kunne se, hvad der er blevet foreslået, hvorfor det blev foreslået, og hvor sikker agenten er på resultatet. Samtidig skal systemet kunne erkende, når det ikke har tilstrækkeligt grundlag. Muligheden for review og gradvis automatisering har været afgørende for, at vi kan opbygge tillid til løsningen.
Lars Busch-Mortensen
Webshop souschef, Harald Nyborg

Relaterede insights