Ressourcer
AI-agenter i en rigtig virksomhed.
Sådan sætter I agenter i arbejde i Slack, Teams og e-mail uden at miste kontrollen over jeres data, jeres omkostninger eller jeres medarbejderes tillid.
En morgen i support: én Intercom-tråd, et udkast og en person
En eksempelmorgen i support. En agent læser en samtale i Intercom, tjekker hjælpecentret og skriver et udkast til et svar. En person sender det.
En mandag i salg: pipelinen, før nogen åbner Pipedrive
En eksempelmandag. En planlagt agent læser Pipedrive, poster en kort brief i Slack og lader faseskift vente på, at en sælger godkender dem.
En incident for udviklingsteamet: kontekst i kanalen, rettelsen hos en person
Et eksempel på et on-call-kald. En webhook starter en agent, der læser Sentry, Git og Jira og derefter poster en brief. En udvikler beslutter ændringen.
Et politikspørgsmål til HR: håndbogen svarer, den følsomme sag gør ikke
En eksempeleftermiddag i HR. En medarbejder spørger om forældreorlov i Slack. Agenten henviser til håndbogen. Et spørgsmål om en kollega går til en person.
En faktura til økonomi: læs PDF'en, markér afvigelsen, betal den ikke
En eksempeltime i kreditorbogholderiet. En agent læser en faktura, sammenligner den med indkøbsordrearket og venter. Ingen bliver betalt af botten.
En brief til marketing: kampagnesiden, en websøgning og et udkast, som en leder redigerer
En eksempelmorgen i content. En agent læser kampagnenoten i Notion, søger på nettet og skriver et udkast til en brief. Den publicerer ikke.
En mandagsbrief til ledelsen: tre kilder, én note, ingen nye tal
En eksempelmandag for ledelsen. En planlagt agent henter data fra Pipedrive, Jira og et økonomiark, laver en graf og poster en brief. Fortolkningen bliver hos en person.
De værktøjer, jeres agenter faktisk kan kalde
Team Two leveres med værktøjer til søgning, filer, Git, Jira, Notion, Slack, Pipedrive, Intercom, Figma, Bitbucket, Startdeliver og e-mail. En agent får kun dem, I tillader.
Tilslut de systemer, I allerede kører
Slack, Teams og e-mail er kanaler. Jira, Notion, Figma, Bitbucket, Pipedrive, Intercom og Startdeliver er indbyggede værktøjer. GitHub, Google og databaser tilsluttes via MCP.
Kompetencer er håndbøger, ikke en længere prompt
En kompetence i Team Two er en håndbog, som en agent kan aktivere: hvordan man gennemgår en pull request, håndterer en incident, forbereder et møde eller besvarer en RFI. Værktøjer er noget andet.
Workflows, der venter på en person
Workflows i Team Two er et canvas af agenter, værktøjer og forgreninger. Et trin til menneskelig input sætter kørslen på pause. E-mail til kunder sendes ikke, før nogen godkender den.
Hvad er Team Two? AI-agenter, der arbejder der, hvor jeres virksomhed allerede arbejder
Team Two giver jeres virksomhed AI-agenter, der lever i Slack, Teams og e-mail, kender jeres dokumenter, bruger jeres værktøjer og respekterer jeres rettigheder.
Fra en rodet Slack-tråd til et team af agenter: trin for trin
Hvad der faktisk sker, når et kundespørgsmål lander i Slack, og en AI-agent tager det, trin for trin, fra routing til svar.
Chatbots løste det forkerte problem
AI-chat gjorde det nemt for én person at få ét svar. Det svære ved arbejdet i en virksomhed har aldrig været at skrive spørgsmålet.
Hvem har kontrollen? Sådan virker rettigheder, når AI-agenter handler for jeres team
Spørgsmålet, som enhver sikkerhedsgennemgang stiller om AI-agenter, besvaret ligeud: hvad agenter kan se, hvad de kan gøre, og hvem der kan kontrollere det.
Hvor jeres data sendes hen, når en AI-agent svarer
Jeres data gemmes i Stockholm. Modelkald er et andet spørgsmål. Her er præcis, hvad der forlader systemet, hvor det sendes hen, og hvordan I holder det tættere på.
Tre spørgsmål, I bør stille om jeres AI-regning
AI-omkostninger er lette at overse i en pilot og svære at forklare i stor skala. Tre spørgsmål, der gør dem forudsigelige, og hvordan Team Two besvarer dem.