Skip to main content

Agentisk integration, och fyra mönster jag tar med mig

I bilen hem från Nordic Integration Summit pratade Ahmed och jag om agentisk AI varenda minut. Två dagar senare visade han och Amanda Orrbeck hur agentisk integration ser ut i Microsoft Foundry. Tre saker fastnade hos mig.
Robin Wilde på Contica bredvid rubriken Fyra mönster för agentisk integration

Agentisk integration, alltså agentisk AI i de integrationer vi bygger, har jag tänkt på i över ett år. Föreläsningar, artiklar, eget jobb och otaliga timmar med människor i min närhet, många av dem på Contica.

Varenda minut i bilen hem

Sen åkte vi till Nordic Integration Summit den 5 och 6 oktober. I bilen på vägen hem satt Ahmed och jag och pratade varenda minut. Om vadå? Agentisk AI. Inget nytt egentligen. Men hela Nordic Integration Summit handlade om just det.

Två dagar senare, den 8 oktober 2026, hade vi bjudit in till Integration like it’s 2026 på kontoret i Göteborg. Ahmed Bayoumy, vår CTO, stod för presentationen och Amanda Orrbeck, som är Integration Specialist hos oss, för demon i Microsoft Foundry. Och efter det kan jag inte annat än glädjas åt att vi på Contica redan jobbar med det här.

Tre saker fastnade hos mig.

Det första var möjligheterna man får när man tänker om kring vad som går att göra inom integration med dagens teknik. Agentisk AI är numera ett verktyg som låter oss bygga ännu bättre integrationer. Eller snarare automationer.

Med Foundry fick jag en känsla av att vi måste börja testa det här mer hos kunder. Ta riktiga idéer och göra dem till riktiga lösningar som löser riktiga problem.

Och jag tror inte att jag var ensam om det. Det kändes i rummet att det hände saker i folks hjärnor. (Så kändes det i alla fall.)

En hjärna behöver en kropp

Det andra som fastnade var en skurk ur Ninja Turtles. Ahmed visade Krang, hjärnan som är smart men inte kan göra något utan en kropp att sitta i. Sedan sa han att dagens modeller är likadana. De kan otroligt mycket, ”but it’s just brains”.

Jag kände igen storyn. Ahmed och jag stod på scen på AI AW GBG den 29:e april tidigare i år, Contica var sponsor och Ahmed och jag skulle presentera systemintegration och inte minst hur AI påverkar oss. Arrangören Marc Hillander hade bjudit in oss några veckor tidigare och nu stod vi här och hade bestämt oss för att prata om precis det här. En modell i ett vakuum är inte värd något. Det är en hjärna utan kropp. Men i rätt sammanhang och i rätt händer kan den göra saker som i början kändes som ”magi”.

Foundry är Microsofts svar på det. Ahmed beskrev det mer som ett nav än som en plattform: modellerna på ett ställe, agenterna som gör jobbet, verktygen de får använda och den kunskap man redan har. Bland verktygen finns sådant vi integratörer har jobbat med länge, som Logic Apps och dess connectors.

Varför behövs det? För att det annars blir som det brukar bli. HR bygger sin lösning med ett verktyg, ett annat team väljer ett annat och utvecklarna ett tredje. Ahmed jämförde det med de gamla integrationskartorna, de där spagettinäten, och landade i att ”no one knows who owns what”.

Om Foundry kan vara den kroppen tror jag att vi knappt har skrapat på ytan för de automatiseringar vi kommer att se.

Fyra mönster för agentisk integration

Det tredje, och det jag har tänkt mest på, var en enda bild. Hela presentationen var lätt att följa, och det säger jag inte bara för att Ahmed är min kollega. Men just den här bilden vill jag ha på väggen.

Den visade fyra sätt att bygga med agenter, ordnade från mest kontroll till mest autonomi.

Fyra mönster för agentisk integration, från mest kontroll till mest autonomi

1. Agent as a step

Arbetsflödet bestämmer. Agenten tar det enda steg som kräver omdöme. Det passar när indatat är rörigt men processen är känd.

2. Agent in charge

Agenten bestämmer stegen, och arbetsflödena blir dess verktyg. Det passar för öppna frågor som spänner över många system.

3. Human in the loop

Agenten förbereder, och en människa godkänner innan något ändras. Det passar för allt som skriver data eller kostar pengar.

4. Agents calling agents

En samordnande agent lämnar arbete vidare till specialiserade agenter. Det passar för stora uppgifter som går över flera team.

Vi som har jobbat med integration har alltid tänkt i mönster. Nu behöver vi göra det med agentisk AI också. Den ska användas på rätt sätt och inte överallt ”by default”, och då blir de här fyra ett bra riktmärke.

Vad är en självläkande integration?

En självläkande integration är en integration där en agent tar hand om fel i driften. Den kör om det som är känt och ofarligt, och lämnar resten till en människa tillsammans med ett förslag på lösning.

Det var Ahmeds exempel för oss integratörer, och han sa att han har tänkt på det i åratal. Förr gick det inte, eftersom allt behövde vara deterministiskt och varje ändring i en runbook betydde ny kod.

Bilden han visade var mer detaljerad än det han hann säga. En körning mot SAP misslyckas. Ett larm går, och ett meddelande per fel läggs på en kö. Agenten tittar innan den gör något: på körhistoriken, på runbooken med kända fel och på om SAP ens är uppe. Sedan väljer den en av tre vägar. Känt och ofarligt kör den om själv. Behövs en rättning i data föreslår den rättningen och väntar på att en människa godkänner. Är felet okänt öppnar den ett ärende med sin diagnos och larmar jouren.

Det jag fastnade för står längst ner på bilden. Agentens identitet får köra om körningar men inte ändra arbetsflöden. Och en rättning som en människa har godkänt skrivs tillbaka till runbooken.

En självläkande integration där agenten väljer mellan tre vägar: köra om, föreslå en rättning eller öppna ett ärende

Två agenter och en människa emellan

Amanda började sin demo med något alla i rummet kände igen: ”developers hate documentation”, och ”customers hate that documentation isn’t updated”.

Hon hade en sida i Confluence som bara var en mall och en resursgrupp i Azure med en riktig, om än liten, integration. I Foundry byggde hon en agent som jämför de två och svarar med en lista över skillnaderna. Sedan en till, som tar emot listan och uppdaterar sidan.

Mellan dem står en människa. Amanda var tydlig med varför: ”we don’t want the agent just to pass it forward to the other agent without us checking that it’s correct”. Där är human in the loop igen, fast för hand.

Två saker till ur demon. När hon bad den första agenten att skapa en kö i Service Bus svarade den att den inte kunde. Verktyget den hade fått var inte uppsatt för det. Och när sidan väl var uppdaterad sa hon själv att resultatet inte var lika bra som om hon hade skrivit det, men att det är något att bygga vidare på.

Amanda har skrivit mer om agenter i Microsoft Foundry efter ett hackathon tidigare i höstas.

Två agenter i Microsoft Foundry håller dokumentationen uppdaterad, med en människa som kontrollerar emellan

Amanda byggde agenterna. Jennie satte dem i arbete och utvecklade.

Den klassiska integrationen är grunden för allt det här. Men jag tror inte att den räcker ensam längre. Vi är integratörer och vi jobbar med automation, och med AI flyttar IT in i varenda del av verksamheten.

Då räcker det inte att vi som bygger förstår hur det fungerar. Fler behöver förstå det, och det vi bygger måste hjälpa människorna i de organisationer där våra kunder jobbar.

I demon startade Amanda agenterna själv och kontrollerade resultatet mellan dem. Så behöver det inte vara. I sessionen efter visade Divya Swarnkar från Microsoft och min kollega Jennie Zhou hur samma två agenter körs i ett arbetsflöde som startar på schema, med en människas input där man finner det lämpligt.
Det har jag skrivit om i artikeln om Logic Apps Automation.

Under tiden: vilken manuell process hade du börjat med? Jag vill gärna höra.

Dela detta inlägg


Post author image.

Författare: Robin Wilde

Sales and Marketing

Fler inlägg att sätta tänderna i

Logic Apps Automation: när AI blir en team sport

Jag har funderat ett tag på hur Microsofts nya releaser hänger ihop. När Divya Swarnkar och Jennie Zhou visade Logic Apps Automation direkt efter sessionen om Microsoft Foundry blev det klarare. Det här är vad jag förstod.

Template-bibliotek för integration i Azure – så jobbar Contica

För oss är ett template-bibliotek för integration inte en verktygslåda – det är en filosofi som gör vår leverans förutsägbar, skalbar och snabb. Så här tar vi kontroll över hur vi bygger integrationer i Azure, oavsett miljö.

Azure Functions eller Logic Apps? AI förändrar avvägningen

Valet mellan Azure Functions eller Logic Apps är inte nytt, men svaret förändras när AI-stödd utveckling och nya plattformsförmågor förskjuter förutsättningarna. Vi delar resonemanget bakom hur vi väljer idag och vad som har förändrats. Detta är vårt första inlägg från det interna formatet Moln & Mackor.

New Capabilities to Prevent Misconfigurations in API Management

Prevent misconfigurations in Azure API Management with a new policy that enforces inheritance using . A small feature with big impact.