Google gør Gemini til handlekraftig agent - og det skubber os over i næste fase af AI-produktion

Google har åbnet for agentisk AI i Gemini, først til erhvervskunder. Det betyder, at modellen ikke bare svarer - den handler. Den kan booke møder, analysere data på tværs af systemer, udføre trinvise opgaver uden din hånd på rattet. Det er ikke Science Fiction. Det er tilgængeligt nu, og det skubber os direkte ind i en helt anden type produktion.

Når AI bliver agent, stopper den med at være et værktøj, du bruger. Den bliver en medarbejder, du skal designe for. Det kræver et nyt lag i brugergrænsefladen: ikke bare knapper og felter, men tilladelser, kontekst, grænser. Hvad må agenten gøre? Hvornår skal den spørge først? Hvordan viser vi transparens uden at drukne brugeren i logfiler? Det er designspørgsmål, vi skal kunne svare på, før vi slipper den løs.

For websites betyder det, at vi skal tænke i API'er og integrationer på en helt anden måde. En agent skal kunne læse kalenderen, trække data fra CRM'et, sende beskeder i Slack, opdatere et projekt i dit værktøj. Det kræver adgang, autorisering, struktur. Det kræver, at vi bygger systemer, der kan tale sammen - ikke bare ser pæne ud. Hvis din kunde spørger, om deres site er klar til AI-agenter, er svaret sandsynligvis nej. Endnu.

Det her skift ændrer også, hvad vi leverer som indhold. Tekst skal være struktureret, så agenter kan bruge den. Data skal være mærkede, søgbare, tilgængelige via endpoints. Det er ikke længere nok at have en flot hjemmeside - den skal kunne fungere som datakilde for intelligente processer. Det betyder semantisk HTML, JSON-LD, klare metadata. Alt det kedelige, der pludselig bliver afgørende.

Samtidig åbner det for nye typer projekter. En kunde kan få en agent, der håndterer kundeservice, opdaterer lagerstatus, sender notifikationer. Vi skal kunne bygge grænsefladen til den agent - både den, kunden ser, og den, agenten bruger. Det kræver en dobbelt forståelse: menneske-centreret design og maskin-læsbar arkitektur. Det er en disciplin, der lige nu sidder i klemme mellem UX og backend - og den skal vi udvikle hurtigt.

Google leverer her infrastrukturen, men vi skal levere implementeringen. Det betyder, at vi skal forstå, hvordan agenter fungerer - ikke bare prompt dem, men designe hele flowet. Hvad sker der, når agenten fejler? Hvordan logger vi beslutninger? Hvordan giver vi brugeren kontrol uden at sabotere effektiviteten? Det er spørgsmål, vi skal have svar på, før projektet starter.

Agentisk AI er ikke fremtiden - det er denne uge. Og det tvinger os til at udvide vores værktøjskasse. Vi skal kunne tale API, forstå autorisationsflow, designe for både mennesker og maskiner. Det er en ny type produktion, og den starter nu. Spørgsmålet er ikke, om du skal lære det. Spørgsmålet er, hvor hurtigt du kommer i gang.