Sådan bruger jeg AI-agenter til at drive min forretning

Jeg brugte i snit flere dage om i kvartalet med bogføring. Fakturaer lå i en bunke, bankposteringer hobede sig op, og jeg manglede altid en kvittering eller to. Det var ikke derfor jeg blev selvstændig. Men det var virkeligheden.

I dag bruger jeg en halv time om måneden. Resten klarer mine AI-agenter.

Her er en gennemgang af hvad jeg faktisk har bygget til mig selv, hvad det gør for mig i hverdagen, og hvorfor jeg tror det er relevant for langt flere virksomheder end dem der arbejder med teknologi.

Mit setup i grove træk

Jeg har en personlig AI-agent der hedder Nova. Hun kører (ja jeg kalder den "en hun") på en dedikeret Mac Mini med sin egen Google-konto og Apple-konto. Hun har adgang til de AI-værktøjer jeg bruger online, og jeg kommunikerer med hende via Telegram eller WhatsApp.

Nova er bindeleddet mellem mig og en række specialiserede systemer jeg har bygget i Claude Code. Hun kan slå op i mit regnskab, trække data fra mit CRM og publicere indhold på min hjemmeside. Alt sammen via samtale eller tekst.

Regnskab der kører sig selv

Det første jeg byggede var et regnskabsprogram. Jeg kalder det RegnskabsErik. Det er i bund og grund en database koblet på noget software der kan identificere bilag, matche dem mod bankposteringer og bogføre dem automatisk.

Systemet kører med en sandsynlighedsmodel. Hvis beløb, dato og beskrivelse matcher over 85%, bliver bilaget bogført uden at jeg rører noget. Det sker i langt de fleste tilfælde. Når beskrivelsen på banken ikke stemmer overens med fakturaen, og det sker typisk fordi der står et andet firmanavn eller en kode, så ender bilaget på en liste jeg manuelt godkender inde i app'en.

Jeg kunne slå den manuelle godkendelse fra. Men jeg kan godt lide at have det sidste tjek. Det tager fem minutter.

Nova er koblet på RegnskabsErik. Så hvis jeg tager et billede af en kvittering og sender det til hende på Telegram med beskeden "kontant betaling, virksomhedsregnskab", så finder hun selv ud af hvor den hører hjemme og bogfører den.

Min agent kigger også mine virksomhedsmails igennem. Hvis der er en faktura vedhæftet, downloader hun den og sender den til databasen. Derfra følger den de samme regler som alt andet. Ifølge Karbon bruger 46% af amerikanske revisorer allerede AI dagligt, og AI-værktøjer til bogføring reducerer manuelt arbejde med op til 80%. Mine egne tal ligner det. Jeg er gået fra dage til minutter.

Systemet genererer også en opdateret resultatopgørelse, så jeg hele tiden kan se momsstatus, løn, omsætning og bundlinje. En årsopgørelse per automatik er næste skridt - og reelt een prompt fra at ske.

CRM der samler al kommunikation

Næste system er et CRM. Alle kunder, kontrakter, dokumenter og korrespondance er samlet ét sted. Det er bygget til mig og min måde at arbejde på.

To gange om dagen, morgen og eftermiddag, scanner Nova mine mails. Hvis en mail er fra en eksisterende kunde, bliver den automatisk trukket ind i CRM-systemet med en reference til den pågældende virksomhed og kontaktperson. På den måde har jeg hele historikken samlet, uden at jeg manuelt kopierer noget. Det sker 100% automatisk.

CRM-systemet håndterer også økonomi. Det genererer fakturaer og sender dem ud til kunden når fakturadatoen nærmer sig. Fuldautomatisk.

Når nogen kontakter mig via min hjemmeside, ryger deres data også ind i CRM-systemet med en note om hvor de kom fra og hvad de skrev. Jeg kan koble et email-flow på hvis det giver mening. Det har jeg ikke gjort endnu, men muligheden er der.

Jeg kan også bede Nova om at lave research på en kontaktperson. Hvem skal jeg tale med i en given virksomhed, hvad er deres ansvarsområde, hvilken profiltype er de? Det giver mig et forspring inden den første samtale.

Indhold og trends

Jeg har en analyseagent der hver morgen leverer en rapport om hvad der rører sig på Reddit og X. Hvad bliver der talt om, hvad trender, hvad er nyt. Den kan også trække de sidste tredive dages tendenser og give mig et overblik over fokusområder.

Det bruger jeg til at vælge emner. Hvis noget er relevant, kan jeg skrive et blogindlæg eller en LinkedIn-opdatering om det.

Til research bruger jeg Perplexity, som er en deep research-agent der kan finde og verificere data fra troværdige kilder. Ikke blogposts fra tilfældige hjemmesider, men officielle rapporter og undersøgelser. Man kan altid diskutere hvad der er troværdigt, men jeg har sat den op til at prioritere primærkilder.

Og så skriver den. Jeg får et blogindlæg der er 85-95% færdigt. De sidste procent justerer jeg selv. Hvad der før tog timer, tager nu ti til femten minutter.

Mine blogindlæg ligger i en Obsidian vault. Når et indlæg er godkendt, siger jeg bare til agenten at den skal publicere det. Så ryger det op via GitHub og Vercel, og jeg rører ikke noget. Én besked, og det er live.

Mail der sorterer sig selv

En simpel funktion, men den sparer overraskende meget tid. Nova kigger mine mails igennem og strukturerer dem. Hvis noget kræver svar her og nu, får jeg en besked på Telegram. Spam bliver unsubscribed eller slettet. Resten bliver sorteret.

Det er ikke teknologien der er barrieren

Ifølge U.S. Chamber of Commerce bruger 58% af små virksomheder allerede generativ AI (hvis man tæller et chatGPT abonnement med). Gartner forventer at 40% af virksomhedsapplikationer vil have indbyggede AI-agenter inden udgangen af 2026. Markedet for AI i regnskabsbranchen alene forventes at nå 10,87 milliarder dollars i 2026.

Mulighederne er der. De er ikke teoretiske. De er tilgængelige nu.

Men den største barriere er ikke teknisk. Microsofts CEO har selv sagt det. AI-agenter kræver en ny måde at arbejde på. Det kræver at virksomheder tør kigge på deres eksisterende processer og sige at det her gør vi anderledes nu. Ikke fordi det gamle var dårligt, men fordi der er en vej der sparer halvtreds til firs procent af tiden.

De fleste virksomheder ved godt at AI er vigtigt. Men de ved ikke hvordan de skal gribe det an. Folk sidder i drift. De prøver at få enderne til at mødes. Og når nogen så kommer med "AI-indsigter" oveni, sker der ingenting. Det er bare endnu en ting på listen.

Det dur ikke. Der skal helt andre boller på suppen. Der skal sættes tid og ressourcer af til at undersøge hvad der faktisk kan automatiseres. Ikke som et sideprojekt, men som en reel prioritet.

Jeg ved det fordi jeg selv har prøvet. Nogle ting fejlede. Andre gav virkelig værdi. Forskellen var at jeg satte mig ned og testede det ordentligt i stedet for bare at snakke om det.

Hvad det betyder i praksis

Jeg driver en virksomhed hvor regnskabet nærmest kører sig selv. Hvor al kundekommunikation bliver samlet automatisk. Hvor indhold bliver researchet, skrevet og publiceret med minimal indsats fra min side. Hvor mine mails bliver sorteret inden jeg åbner indbakken.

Det er ikke magi. Det er systemer jeg har bygget over tid, testet og justeret. Og hvert enkelt system sparer mig mange timer hver uge. Jeg tror faktisk ikke jeg ville have tid til at lave det, hvis ikke det var for mine AI agenter.

For dig der sidder i en virksomhed og overvejer hvor I skal starte. Kig på de opgaver I bruger mest tid på og som følger faste regler. Bogføring, fakturering, mailhåndtering, dataindhentning. Det er der I finder den første gevinst.

Og vigtigere endnu. Lad være med at vente på at nogen andre finder ud af det for jer.