Bluesight arbejder med et af de sværeste miljøer at bygge AI-agenter
Bluesight arbejder med et af de sværeste miljøer at bygge AI-agenter til: sundhedssektorens compliance, hvor fejl ikke bare koster penge, men kan påvirke patientsikkerhed. Med Prism har virksomheden taget skridtet fra en enkeltstående AI-prototype til en agentisk løsning bygget på Amazon Bedrock AgentCore, og det skridt siger noget vigtigt om, hvad der reelt kræves, når AI skal fungere i en reguleret branche.
Platformsskifte
Fra enkeltprodukt til en samlet agentisk platform
De fleste virksomheder starter deres AI-rejse med ét afgrænset produkt, en chatbot til kundeservice, et værktøj til dokumentopsummering, en assistent til én specifik arbejdsgang. Det er den rigtige måde at starte på, fordi det holder kompleksiteten nede og gør det muligt at bevise værdien hurtigt.
Problemet opstår, når virksomheden vil videre. Et enkeltprodukt er bygget til én opgave med én kontekst. Så snart der skal håndteres flere samtidige processer, flere datakilder og flere brugerroller, bliver arkitekturen en flaskehals. Det er præcis den overgang, Bluesight har taget med Prism: fra et fokuseret AI-produkt til en agentisk platform, der på sigt skal orkestrere flere opgaver på tværs af seks produkter til compliance-arbejdet i sundhedssektoren.
Produktion
Prism: det første skridt fra prototype til drift
Prism Assistant er Bluesights første produktionsklare komponent i den nye retning. Det er ikke tilfældigt, at det bliver det første, der ruller ud. En agentisk platform bygges typisk indefra og ud: man starter med den mest velafgrænsede opgave, hvor risikoen ved fejl er lavest og værdien af automatisering er tydeligst, og bruger den til at teste den underliggende infrastruktur, før man udvider til mere komplekse, sammenkoblede agentflows.
Det er også her, Amazon Bedrock AgentCore Identity kommer ind i billedet. AgentCore er bygget specifikt til at løse de problemer, der opstår, når en agent skal fra prototype til produktion: identitetshåndtering, hukommelse på tværs af sessioner, og en gateway, der kan styre adgang til værktøjer og data uden at hver enkelt agent skal bygge sin egen sikkerhedslogik fra bunden. For en virksomhed som Bluesight, der arbejder med følsomme sundhedsdata, er det ikke et nice-to-have, det er en forudsætning for overhovedet at kunne sætte løsningen i drift.
Vi ser ofte netop dette mønster: virksomheder, der har en fungerende prototype, men mangler den underliggende arkitektur til at gøre den drifts- og revisionssikker. Det er der, de fleste AI-initiativer går i stå, ikke i selve modellen, men i alt det omkring den.
Krav til agenter
Hvorfor compliance i sundhedssektoren stiller andre krav til agenter
En agent, der arbejder med compliance i sundhedssektoren, kan ikke bare svare rigtigt det meste af tiden. Den skal kunne dokumentere, hvorfor den gjorde, som den gjorde, den skal kunne spores tilbage til datakilden for enhver konklusion, og den skal have klare grænser for, hvornår den handler selvstændigt, og hvornår en beslutning skal videre til et menneske.
Det stiller andre krav end i de fleste andre brancher. En marketingagent, der laver et dårligt tekstforslag, koster et par minutters oprydning. En compliance-agent, der overser en afvigelse i en kvalitetsproces eller fejlfortolker et regulatorisk krav, kan udløse konsekvenser, der rækker langt ud over IT-afdelingen. Derfor er audit trails, adgangsstyring og en tydelig ansvarsfordeling mellem agent og menneske ikke bureaukrati oven på løsningen, det er en del af selve produktdesignet.
Det er også derfor, infrastrukturvalget betyder så meget. En platform, der fra starten er bygget med identitetsstyring, sporbarhed og kontrolleret adgang til værktøjer, gør det muligt at bevise over for både interne kvalitetsansvarlige og eksterne myndigheder, at systemet opfører sig, som det skal, hver gang. Det er en anden opgave end at få en model til at svare fornuftigt i en demo.
En platform, der fra starten er bygget med identitetsstyring, sporbarhed og kontrolleret adgang til værktøjer, gør det muligt at bevise over for både interne kvalitetsansvarlige og eksterne myndigheder, at systemet opfører sig, som det skal, hver gang.
Fremtidig arkitektur
Vejen mod en mere kompleks agentisk arkitektur
Med Prism Assistant som første byggesten peger Bluesights retning mod noget mere sammensat: flere agenter, der samarbejder om forskellige dele af compliance-arbejdet på tværs af de resterende fem produkter, snarere end én agent, der forsøger at gøre det hele. Det er en naturlig udvikling, når man arbejder med komplekse, regulerede processer, hvor forskellige opgaver kræver forskellig kontekst, forskellige data og forskellige niveauer af autonomi.
Den slags arkitektur rejser nye krav, som ikke var relevante ved enkeltproduktet. Flere agenter skal kunne dele hukommelse uden at blande data på tværs af kunder eller afdelinger. Adgangen skal styres, så hver agent kun kan se det, den har brug for, og intet mere. Og systemet skal evalueres løbende, så man kan opdage det, hvis en agents adfærd glider i en uheldig retning, før det bliver et problem i produktion.
Det er ikke krav, man kan indfri med en enkelt teknisk løsning. De kræver en arkitektur, der er tænkt til formålet fra starten, og det er præcis den retning, Bluesight bevæger sig i med sit fundament på Bedrock AgentCore.
Regulerede brancher
Hvad casen betyder for danske virksomheder i regulerede brancher
Bluesights rejse fra prototype til Prism er relevant langt ud over sundhedssektoren. Enhver dansk virksomhed i en reguleret branche, finans, forsikring, medicinalindustri, offentlig forvaltning, står over for den samme grundlæggende udfordring: en AI-prototype, der virker godt i en afgrænset test, er ikke det samme som en løsning, der kan driftes ansvarligt.
Det praktiske råd, der ligger i casen, er ikke at vente med AI, til alle spørgsmål er besvaret. Det er at starte med den mest velafgrænsede opgave, bygge den på en infrastruktur, der understøtter sporbarhed og kontrolleret autonomi fra dag ét, og først derefter udvide til mere komplekse, sammenkoblede agentflows. Det er den rækkefølge, der gør det muligt at bevæge sig fra en lovende demo til noget, man faktisk kan stå inde for over for en tilsynsmyndighed, en revisor eller en kunde.