Vil endre hverdagen i norske økonomiavdelinger med nye KI-agenter

Dun & Bradstreet har helt tydelig lagt en ny og offensiv KI-strategi etter at oppkjøpsfondet Clearlake Capital overtok eierskapet i fjor sommer (for 5,5 milliarder dollar).

Dette har vært spesielt synlig de siste ukene, når selskapet har kunngjort omfattende partnerskap med Anthropic, OpenAI og Microsoft – selskapene bak henholdsvis Claude, ChatGPT og Copilot – med mål om å gjøre Dun & Bradstreets globale databaser og selskapsidentifikatorer direkte tilgjengelige i disse språkmodellene.

Økonomi24 publiserte pressemeldingene fra de to førstnevnte kunngjøringene, og kontaktet Dun & Bradstreet Norge for å høre hva dette vil bety i praksis for kunder her til lands:

– Vi jobber langs to hovedspor her. Vi har kunder på disse produktene i dag som nå vil få det enklere å konsumere dataene, og så vil vi bruke dette for å komme inn til nye kunder som allerede er godt i gang med å bruke språkmodellene fra disse leverandørene, sier Senior product manager i Dun & Bradstreet, Fredrik Blixt Borge.

Fra låste API-er til fri(ere) flyt med MCP

Han forklarer at integrasjonene teknisk sett bygger på Model Context Protocol (MCP) – en åpen standard som fungerer som et mellomlag mellom språkmodeller og Dun & Bradstreets dataplattform. Gjennom MCP får modellene tilgang til D&B Commercial Graph, en global kunnskapsbase med informasjon om over 650 millioner selskaper, inkludert eierstrukturer, relasjoner og finansielle risikodata.

Borge forteller at MCP gir økonomiavdelinger andre muligheter enn det de har hatt gjennom en tradisjonell API-integrasjon.

– I stedet for å hente ut enkeltopplysninger gjennom isolerte API-kall, gjør MCP det mulig for en KI-agent navigere mer helhetlig i datagrunnlaget den henter ut informasjon fra. I denne oppgaven vil KI-agenten ha med seg informasjon om hva brukeren har bedt den finne ut av, samlet i et såkalt kontekstlag.

– Dette laget gjør at dataene gir mer mening og utstyrer agentene med et bedre grunnlag for å ta beslutninger om hva som skal hentes ut. Med tradisjonelle API-er må denne betydningen i større grad defineres eksplisitt for hvert enkelt kall, forklarer han.

Selv om AI-agenter får en større rolle, forblir API-ene fundamentet. Det er her de strukturerte, regelstyrte prosessene sikrer datakvalitet, sporbarhet og konsistens i beslutningene - noe som er avgjørende i regulerte miljøer.

Genererer kredittmemoer på minutter

Når Dun & Bradstreet nå ruller ut teknologien, er det primært for å øke kapasiteten og kvaliteten på arbeidet i eksisterende kreditt- og økonomiavdelinger.

Borge avviser at målet er å gjøre saksbehandlere overflødige, men påpeker at verktøyene vil avlaste manuelle og tidkrevende prosesser. Et av de mest modne bruksområdene er automatisert utarbeidelse av kredittnotater for større forretningsavtaler.

– Vi ser at de norske bedriftene som har kommet lengst, har begynt å lage slike løsninger. Heller enn at én analytiker bruker flere dager på å sammenstille all informasjonen manuelt, kan en generativ agent instrueres om hvilke parametere som er viktige for selskapet, og gjøre den samme jobben på minutter, sier Borge.

Et annet brukscase er å tolke ustrukturerte data ved compliance-kontroller eller opprettelse av nye kundeforhold.

Da kan KI-agenter hjelpe til med å lese og tolke PDF-dokumenter som for eksempel arbeidskontrakter og lønnsslipper, samt til å lete gjennom sanksjonslister eller lister over politisk eksponerte personer (PEP) på tvers av ulike språk og alfabeter.

– KI-agenten kan komme inn og tolke ustrukturerte data minst like godt som en fysisk saksbehandler. Med mindre saksbehandleren behersker åtte-ti språk selv, smiler Borge.

«Shit in, disaster out»

I regulerte markeder som bank, finans og compliance utgjør språkmodellenes tendens til å hallusinere en betydelig risiko. Borge modifiserer det klassiske it-uttrykket «shit in, shit out» for å beskrive alvoret.

– I de regulerte markedene vi opererer i, spesielt i Norden under EU‑regelverk, kan det i praksis bli «shit in, disaster out» dersom noe går galt. Konsekvensene kan være alt fra store bøter og straffeforfølgelse til betydelig omdømmetap – særlig hvis beslutninger ikke kan ettergås, eller man utilsiktet har gjort forretninger med en sanksjonert aktør fordi en KYC‑agent sviktet, advarer han.

Han peker på at hallusinasjoner oppstår når språkmodeller mangler relevant og pålitelig informasjon, og i stedet trekker på urelaterte mønstre fra treningsdataene sine. Løsningen er å forankre agentene i verifiserte, proprietære datakilder og sikre at de opererer innenfor strenge kontroll- og sikkerhetsrammer.

Kundene oppdrar leverandøren

Dun & Bradstreet har allerede begynt å dele ut testtilganger på de nye MCP-løsningene til norske bedrifter, og opplever stor pågang fra virksomheter som ønsker å eksperimentere med teknologien. Kommersialiseringen skjer i tett dialog med brukerne. Rådet til norske økonomidirektører er å ta KI i bruk stegvis.

– Start med en manuell chat for å forstå hvordan agenten tolker og resonnerer. Når man ser at svarene er konsistente og relevante, kan man gradvis automatisere og bygge mer avanserte, agentiske løsninger, sier han.

– I Norge er vi kommet langt, og vi har møter med kunder om dette hver eneste uke. Vi lærer faktisk mye av at kundene tar løsningene i bruk. Det er da vi virkelig får et klart bilde av hvilke utfordringene de i praksis finner det relevant og nyttig å løse med denne teknologien, slår Borge fast.