En agentisk plattform behöver mer än en hjärna
En agentisk plattform är det som gör att agenterna blir organisationens, oavsett vem som byggde dem. Här är vårt förslag till hur en sådan plattform kan byggas i Azure, sett från mitt håll som integrationsarkitekt.
Från en agent till många
Just nu arbetar jag med en kund som tar fram en agentisk plattform i Azure. Där går det bra att bygga agenter. Det vi arbetar med är vad som händer när de blir många.
Det byggs agenter på många håll nu, och det går fort. Ofta är det en person som har en idé, bygger något som fungerar och visar kollegorna. Det är bra, och det är så det brukar börja. Men det är något annat än att organisationen har en strategi för sina agenter.
Kort svar på hur svårt det är att bygga en agent: inte särskilt. Långt svar: det beror på om den ska vara din eller organisationens.
Som integratör känner jag igen mönstret. Varje agent får sina egna kopplingar, sin egen säkerhet och sin egen kopia av verksamhetens kontext. Det är punkt till punkt igen, fast med agenter som nya konsumenter av data och system.
Två sorters arbete med AI
Det första jag gör är att dela upp arbetet i två sorter. De har olika verktyg, olika ägare, olika säkerhet och mäts på olika sätt.
Produktivitet är när en människa gör något med AI: ett mail, en presentation, en analys. Det sker i en AI-assistent, gärna med gemensamma skills för det som upprepas. Det mäts i tid per person.
Produktion är när en agent gör ett jobb från början till slut, utan att någon behöver be om det. Här spelar valet av modell mindre roll. Det mäts per körning: kvalitet, kostnad och värde.
Blandas de två blir det svårt att se vad som ska användas när, och var det hör hemma.
| Arbetet | Sort | Vad det blir |
|---|---|---|
| Skriva om en text | Produktivitet | En fråga i en AI-assistent |
| Granska texter på samma sätt varje vecka | Produktivitet | En gemensam skill |
| En sammanställning som går ut till många mottagare | Produktion | Ett workflow med ett steg där AI används |
| Ett ärende som kräver beslut innan något ändras | Produktion | Ett agentsteg där en människa godkänner |
| En fil som har fått en integration att fallera | Produktion | Logic Apps med ett agentsteg |
| Bygga eller ändra en agent | De som bygger | Kod, med agenten i plattformen |
Tumregeln jag använder: en människa som gör något är produktivitet. En agent som gör jobbet från början till slut är produktion. Den sista raden är en tredje grupp, de som bygger agenterna.
Hjärnan och kroppen i en agentisk plattform
På vårt event Integration like it’s 2026 den 8 oktober 2026 beskrev Ahmed Bayoumy, vår CTO, dagens modeller som hjärnor. De kan väldigt mycket, men utan en kropp gör de ingenting. Robin har skrivit mer om det i artikeln om fyra mönster för agentisk integration. Bilden passar bra för det jag arbetar med.
I vårt förslag är Microsoft Foundry hjärnan: modellerna via en leverantör, guardrails på det som går in och ut, och agenterna med versioner. Kroppen är verktygen. De är den enda vägen in i verksamhetens system, och det är där integrationen kommer in.
Det är också där jag som integratör ser störst möjlighet. De Logic Apps-integrationer som redan körs kan bli verktyg för agenterna. Det som redan är byggt, testat och förvaltat behöver inte byggas igen för varje ny agent.
Hela bilden ser ut så här. Det finns två vägar in: människor som frågar, i de verktyg de redan använder, och händelser som startar ett jobb, som en tidpunkt, en fil eller en order. I mitten ligger AI-plattformen med skills, hjärnan och agenterna, och den ägs av verksamheten. Under den ligger verktygen. Längst ned ligger systemen, oförändrade, och det är fortfarande där sanningen finns. Runt allt ligger styrningen: identitet för varje person och agent, säkerhet, kostnad och spårning av varje körning.
Fyra lager som gör att arkitekturen håller över tid
Arkitekturen ska hålla över tid, och det innebär två saker: Nästa agent ska kunna byggas på samma sätt som den förra. Och någon annan än den som byggde den ska kunna förstå och ändra den. Därför beskriver vi varje agent i samma fyra lager.
Bygga: agenten i plattformen, koden i verktygen
Många står nog inför ett val: ska agenten byggas i kod eller i plattformen? Det vanligaste skälet till att välja kod är versionshantering. I Microsoft Foundry har agenterna versioner inbyggda, så det skälet är inte lika starkt längre.
Vår utgångspunkt är därför agenten i plattformen och koden i de verktyg den anropar. Det är en utgångspunkt, inte en regel, och det finns fall där kod är rätt. Verktygen är Functions och Logic Apps som gör samma sak varje gång och testas som all annan mjukvara. Agenten står för omdömet, och verktygen ska ge exakt det resultat man väntar sig.
Köra: tre platser för tre sorters arbete
Arbete som följer steg och går av sig självt körs som workflows i Logic Apps Automation eller Logic Apps, startade vid en tidpunkt, av en fil eller en händelse. Omförsök, historik och larm följer med.
Arbete som kräver omdöme körs som agenter i Microsoft Foundry, med egen identitet, guardrails och versioner. De anropas av workflows eller av appar.
Egna containrar används bara när plattformen inte kan köra lösningen, och då med samma identitet, samma väg in och samma budget. Agenter som redan körs på andra plattformar kan vara kvar där och nå systemen genom samma verktyg.
Integrera: en väg in i varje system
Min bedömning är att det är här de flesta agentprojekt tappar tid, eftersom varje agent bygger sina egna kopplingar. I vårt förslag samlas verktyg, MCP-servrar och connectors i en Toolbox i Microsoft Foundry, med en endpoint som alla agenter kan anropa. Bara de som har åtkomst till projektet kan använda den, och versioner gör att en agent som redan körs fortsätter fungera.
Kontext: det verksamheten vet och hur den arbetar
Kunskap hämtas ur det som redan finns, till exempel SharePoint, Git och guider. Hur arbetet görs ligger som skills i ett bibliotek per område. Data hämtas direkt genom verktygen och kopieras aldrig, och behörigheten kontrolleras för varje person och agent.
Runt alla fyra lagren ligger styrningen: identitet per agent, säkerhet, kostnad och en kontrollpunkt innan något går i produktion. Den som har byggt en integrationsplattform känner igen frågorna om identitet, behörighet, kostnad och vem som äger vad, med skillnaden att konsumenten nu är en agent.
Verksamhetens roll i en agentisk plattform
En arkitektur som passar är nödvändig, men den ger ingen effekt i sig. Effekten kommer när verksamheten utanför IT är med.
I vårt förslag ägs AI-plattformen av verksamheten. Varje skill har en ägare inom sitt område. Den som äger ett case bestämmer vad som krävs för att resultatet ska räknas som lyckat. Det låter kanske onödigt formellt, men det tvingar fram de viktigaste frågorna:
- Vilka utmaningar har verksamheten idag?
- Vilka processer skulle ge störst värde att automatisera?
- Vilka idéer finns som ingen har kunnat genomföra, men som blir möjliga när verksamheten och IT möts?
De frågorna kan jag inte svara på som arkitekt. Men utan svaren bygger jag en plattform som ingen kommer att använda.
Hur vet man att en agentisk plattform håller?
En agentisk plattform visar att den håller först när den körs. Välj ett case som redan är i produktion och som går genom varje lager, formulera hypoteser och framgångskriterier tillsammans med den som äger caset, och mät dagens lösning som utgångsläge.
Jag är försiktig med siffror som ingen har mätt. Därför börjar valideringen med att mäta dagens läge. Hypoteserna kan vara att:
- flödet går av sig självt utan manuella steg
- kvaliteten är minst lika bra som idag
- data bara nås genom styrda verktyg utan nycklar i koden
- varje körning går att spåra och har en kostnad
- en ändring kan gå ut på en dag med möjlighet att rulla tillbaka
Själva valideringen sker i fyra steg, och varje steg slutar med något som går att se:
- Grund: plattformen sätts upp med identiteter och budgetlarm.
- Första caset: flödet flyttas till den nya plattformen.
- Skill: reglerna för caset läggs i biblioteket, så att det går att fråga om det och hur det kördes.
- Utvärdera och bestäm: resultatet jämförs med framgångskriterierna, och nästa case väljs.
Nästa case återanvänder allt från det första, och det är där plattformen börjar synas.
Det som kan ändras i förslaget
Flera av tjänsterna i förslaget är i preview i november 2026, bland annat Logic Apps Automation och Toolbox i Microsoft Foundry. Detaljerna kommer att ändras, och några av våra antaganden kommer antagligen att visa sig fel. Det är därför valideringen finns.
Det jag tror håller längre är uppdelningen i produktivitet och produktion, verktygen som enda väg in och verksamhetens ägarskap.
Vilken process hade ni börjat med, och vem i er verksamhet hade ni velat ha med i samtalet när ni bestämmer det?
Se sessionerna från Integration like it’s 2026
Förslaget bygger vidare på två sessioner från vårt event den 8 oktober 2026. Båda finns som sammanfattningar på ungefär fyra minuter.
Microsoft Foundry på fyra minuter
Ahmed Bayoumy förklarar vad Microsoft Foundry är och varför integrationsteam bör titta på det. Amanda Orrbeck visar två agenter som jämför det som är driftsatt i Azure med dokumentationen i Confluence, med en människa som kontrollerar emellan. Det är hjärnan i vårt förslag, med en människa med när det spelar roll.
Logic Apps Automation på fyra minuter
Divya Swarnkar från Microsoft introducerar Logic Apps Automation. Jennie Zhou kör Amandas agenter i ett schemalagt workflow med godkännande i Teams och lägger till en tredje agent. Det är lagret Köra i praktiken: agenter som startas av ett workflow.
Dela detta inlägg
Fler inlägg att sätta tänderna i
Logic Apps CLI släppt i Public Preview. Så testar du den, och det här har vi sett
Logic Apps Automation: när AI blir en team sport
Agentisk integration, och fyra mönster jag tar med mig



