Gå til indhold
← Tilbage til viden Teknologi & drift

Sådan kobler I AI til CRM, ERP og eksisterende systemer

En AI-integration skal kunne læse de rigtige oplysninger, skrive sikkert tilbage og håndtere fejl. Få spørgsmålene, der bør afklares før udvikling.

Udgivet Ca. 4 min. læsning
Proceskort forbinder to dokumenter på et arbejdsbord.
Redaktionel illustration, genereret til guiden.

Hvad betyder det at integrere AI?

En AI-integration forbinder en AI-funktion med de systemer og oplysninger, virksomheden bruger. Det kan være at hente en kundes godkendte aftale, klargøre et udkast eller sende kontrollerede produktdata videre til et PIM- eller ERP-system.

Værdien ligger ofte i at fjerne manuelle overleveringer. Hvis en medarbejder stadig skal hente fem filer, kopiere resultatet og rette formater, er det ikke sikkert, at et hurtigt AI-svar forbedrer den samlede opgave. Derfor skal integrationen tegnes som en arbejdsgang fra input til godkendt resultat.

Beskriv præcis, hvad der skal læses og skrives

“AI skal kobles på vores CRM” er for bredt. Beskriv i stedet konkrete handlinger: læs en virksomheds stamdata, find et bestemt tilbud, opret en kladde til en note. Hver handling skal have et klart formål og en afgrænset adgang.

Skeln især mellem læseadgang og skriveadgang. En løsning, der må foreslå en ændring, behøver ikke også at kunne gennemføre den. En løsning, der må oprette en kladde, behøver ikke at kunne sende den til kunden eller ændre en pris.

Undersøg forbindelsen i jeres faktiske installation

Afklaring Hvorfor den er vigtig
API eller anden understøttet adgang Systemet skal give adgang til netop de oplysninger og handlinger, opgaven kræver.
Licens og begrænsninger Adgang kan afhænge af abonnement, tillæg, kaldgrænser og leverandørens vilkår.
Felter og stabile ID’er En kunde eller vare skal kunne genkendes uden at gætte ud fra navnet.
Rettigheder Integrationen skal begrænses til de relevante data og handlinger.
Testmulighed Udvikling bør kunne afprøves uden at ændre rigtige ordrer eller sende kundemails.
Ændringer og drift Der skal være en ansvarlig, når systemet eller forbindelsen ændrer sig.

Et systemnavn er ikke nok til at afgøre, om integrationen er enkel. Version, opsætning og tilpasninger kan ændre mulighederne. Bed derfor om en teknisk afklaring, før en leverandør lover en bestemt forbindelse eller pris.

Et eksempel: Fra kundehenvendelse til tilbudskladde

Forestil jer en konstrueret arbejdsgang, hvor en sælger modtager en henvendelse om et produkt. En integration kan hente kundens ID, relevante produktdata og gældende aftaleoplysninger. AI kan herefter strukturere behovet og udarbejde et tekstudkast.

Prisberegning og obligatoriske felter kontrolleres efter faste regler. Hvis kunden ikke kan identificeres entydigt, eller en nødvendig oplysning mangler, går opgaven til sælgeren. En godkendt kladde kan gemmes i CRM, mens afsendelse fortsat kræver en menneskelig beslutning.

Her udfører AI en afgrænset sproglig opgave. Systemerne og reglerne bestemmer, hvilke oplysninger der er gældende, og hvad der må gemmes. Det er ofte en mere håndterbar start end at give en agent fri adgang til hele salgsprocessen.

Byg kontrol omkring AI-resultatet

Kontrollér format og indhold, før noget skrives tilbage. Et varenummer skal findes. En dato skal være gyldig. En ordre må ikke få to forskellige kunde-ID’er. En velformuleret tekst kan stadig indeholde oplysninger, som ikke findes i kilden.

Behandl også indhold fra mails og dokumenter som data. En sætning i en leverandørfil må ikke i sig selv give løsningen ret til at ændre adgang eller sende oplysninger videre. Tilladte handlinger skal fastlægges uden for dokumentets indhold.

Aftal genkørsel, fejlkø og manuel vej

En integration skal kunne tåle, at en forbindelse fejler, eller at samme besked modtages to gange. Giv opgaven et stabilt ID, og kontrollér dens status før en ny skrivning. Det er særligt vigtigt, når resultatet er en ordre, en faktura eller en ekstern besked.

Aftal, hvem der ser fejlkøen, hvad der kan genkøres automatisk, og hvornår en medarbejder skal tage over. Et beskedent system med forståelige fejl er lettere at drive end et flot forløb, som stopper uden forklaring.

Vælg løsning efter behovet

Forbindelsen kan ligge i et standardværktøj, en integrationsplatform eller specialudviklet kode. MCP kan være relevant, når en AI-klient skal bruge afgrænsede værktøjer, men erstatter ikke den underliggende systemadgang.

I oplægget til De Luxe Home Art var en integrationsbro og kontrolleret adgang til værktøjer en del af den foreslåede retning. Casen beskriver teknisk anbefaling og udviklingsoplæg, ikke en leveret platform i drift.

Hos Everydai er vi ikke bundet til ét systemhus. Vi undersøger både eksisterende muligheder og behovet for AI-udvikling. Brug også vores tjekliste til driftsoverdragelse, så forbindelsen kan fungere efter den første demonstration. Skal forbindelsen afklares eller bygges, kan I se vores arbejde med AI-integration.

Jesper Kaae
Jesper Kaae

Partner & CTO hos Adtention

Jesper Kaae er partner og CTO i Adtention og AI-rådgiver hos Everydai. Han arbejder med at omsætte teknologi til reel forretningsværdi og forbinder digital strategi, marketing og ledelse med de data, integrationer og løsninger, der skal få arbejdet til at fungere.

Med over 15 års erfaring inden for udvikling og 10 års kommerciel erfaring har Jesper arbejdet med mere end 100 kunder om blandt andet websites, e-commerce, systemer og lanceringer. Hans tekniske baggrund omfatter WordPress, WooCommerce, Laravel og API-integrationer. Det giver ham mulighed for både at udfordre en forretningsidé og gå i dybden med, hvordan den kan realiseres.

I dag arbejder Jesper med AI-strategi, rådgivning og implementering, herunder AI-agenter, automatisering, workflows og interne værktøjer. Han har holdt mere end 30 AI-foredrag, oplæg og workshops for virksomheder, ledelser og teams. Fokus er at gøre muligheder og begrænsninger konkrete — og vælge AI, når det forbedrer opgaven.

Jesper er blandt andet en del af holdet bag Adtentions AI-løsning til Kirppu, der omsætter varebilleder til søgbare produktdata. Casen viser forbindelsen mellem udvikling, menneskelig kvalitetskontrol og den oplevelse, kunderne møder.

På Everydais blog skriver Jesper om valg, arbejdsmetoder og kvalitet i praktisk AI. Udgangspunktet er både forretningen og de mennesker, der skal bruge løsningen: Hvad vil vi forbedre, hvad kræver det, og hvordan vurderer vi, om det virker?

Fagligt fokus: AI-rådgivning, implementering og digital forretningsudvikling