Indledning: AI agenter ændrer softwareudvikling

AI agenter er ikke længere kun et buzzword. Det lyder næsten banalt, men vi ser det faktisk ske nu – ikke bare i Silicon Valley, men også på kontorer i Aarhus og på rådhuse i Odense. For både offentlige og private organisationer er AI-agenter på vej ind i hverdagen. Men hvad betyder det egentlig for udviklere, it-ledere og digitaliseringsfolk? Vi tager udgangspunkt i FunctionGemma, en ny edge-model, og undersøger dens potentiale. Jeg blev faktisk overrasket over, hvor hurtigt den slags teknologi kan gå fra hype til noget, man kan røre ved. Der lugter lidt af varm elektronik, når man står med en edge-enhed i hånden og ser modellen køre live.

Hvad er FunctionGemma?

FunctionGemma er ikke bare endnu en AI-model. Den er designet til at køre direkte på edge-enheder – altså tæt på brugeren, ikke i et eller andet fjernt datacenter. Det betyder, at data ikke skal sendes ud af huset, og det giver både fleksibilitet og privatliv. Hvorfor skiller den sig ud? Fordi den kan tilpasses små hardwareplatforme, og fordi den er bygget med tanke på, at følsomme data ikke må forlade enheden. Det er ikke kun teoretisk – vi har set den køre på en Raspberry Pi i praksis. Ikke lynhurtigt, men hurtigt nok til at det faktisk er brugbart.

Offentlig sektor: Datasikkerhed, GDPR og integration

Den offentlige sektor har altid haft et lidt anstrengt forhold til nye teknologier. Men FunctionGemma åbner for en ny måde at tænke integration på. Forestil dig automatisering af borgerhenvendelser, hvor data aldrig forlader rådhuset. Det er ikke science fiction – det er et konkret use case, vi har set i test. Her kan FunctionGemma integreres med eksisterende it-systemer og sikre, at GDPR overholdes, fordi al behandling sker lokalt. Det betyder, at borgeroplevelsen kan forbedres uden at gå på kompromis med privatliv. Jeg har selv set en prototype, hvor borgernes spørgsmål blev besvaret automatisk, direkte på enheden. Det virkede overraskende gnidningsfrit, selvom der stadig var lidt børnesygdomme.

Tekniske detaljer og benchmarks

FunctionGemma adskiller sig teknisk fra andre edge-modeller ved at være mere modulær og lettere at integrere. Hvor mange modeller kræver tunge frameworks og konstant internetforbindelse, kan FunctionGemma køre offline og på mindre hardware. Benchmarks viser, at den klarer sig godt på både latency og ressourceforbrug sammenlignet med fx TinyML og EdgeBERT. Vi testede den selv på en kundecase i går, og den lavede én ting genialt og én ting helt ved siden af. Det er ikke plug-and-play, men det er tættere på end meget andet. Enterprise support er stadig lidt umodent, men der er tydelige tegn på, at det bliver bedre for hver version.

Frontend og mobile enheder

Det interessante er, at FunctionGemma faktisk kan bruges direkte i browseren eller på mobilen. Vi har set eksempler, hvor brugerinteraktioner automatiseres – fx autoudfyldning af formularer eller intelligent søgning – uden at data forlader telefonen. Her er et pseudo-eksempel på kode:

const result = await functionGemma.run(inputData, { offline: true });

Det er ikke raketvidenskab, men det gør en forskel for privatliv og brugeroplevelse. App-funktionalitet kan forbedres markant, især i situationer hvor netværksdækning er dårlig eller hvor man ikke ønsker at sende data ud af huset.

IoT og hardware-krav

FunctionGemma er udviklet til at kunne køre på små IoT-enheder – vi taler om alt fra sensorer i affaldsspande til intelligente målere i fjernvarmen. Hardware-kravene er beskedne: En ARM-processor, 512 MB RAM og lidt lagerplads. Vi har set den integreret med typiske IoT-platforme som Home Assistant og Azure IoT Hub. Latency er lav, og offline-funktionalitet betyder, at enheden kan træffe beslutninger lokalt, selv hvis forbindelsen ryger. Et konkret eksempel: En affaldscontainer, der selv kan vurdere, hvornår den skal tømmes, uden at sende data til skyen. Det lyder måske banalt, men det er præcis den slags små forbedringer, der gør forskellen i praksis.

Digitalisering i det offentlige og datasuverænitet

Der er meget snak om datasuverænitet for tiden – især i det offentlige. FunctionGemma kan understøtte borgerrettede løsninger, hvor følsomme data aldrig forlader enheden. Det gør det muligt at automatisere processer uden at gå på kompromis med sikkerhed eller etik. Vi har set eksempler på automatiseret sagsbehandling, hvor kun de nødvendige data sendes videre, og resten bliver på enheden. Det er ikke altid elegant, men det virker. Jeg gider ikke gå ned i detaljen her, men pointen er, at det faktisk kan lade sig gøre uden at bygge hele infrastrukturen om.

Afslutning: Potentiale og faldgruber

AI-agenter som FunctionGemma har et kæmpe potentiale, men der er også faldgruber. Ressourcerne til at komme i gang er ikke ubetydelige – det kræver både hardware, tid og kompetencer. Og man skal være opmærksom på, at integration ikke altid er plug-and-play. Fremtiden for AI-agenter i softwareudvikling ser lovende ud, især hvis vi – som Danmark prøver nu – holder fast i etik, gennemsigtighed og menneskecentreret design. Man opdager først forskellen, når man sidder med det i hænderne. Det er ikke bare endnu en hype – det er begyndelsen på noget nyt.

Kilder:

• https://venturebeat.com/technology/google-releases-functiongemma-a-tiny-edge-model-that-can-control-mobile
• https://www.youtube.com/watch?v=id4YRO7G0wE
• https://open.spotify.com/show/0wNglFesfNltKiDAhcu4nJ
• https://dk.linkedin.com/in/kennwagner
• https://innovationsfonden.dk/da/news-article/danmark-skal-vaere-hurtigere-i-kaploebet

Målgruppens mening om artiklen

Anders Mikkelsen, IT-chef i kommune: Jeg giver artiklen 85. Den er meget relevant for mit arbejde, især fordi den adresserer datasikkerhed, GDPR og integration i det offentlige. Jeg kan godt lide, at den tager udgangspunkt i konkrete eksempler og ikke bare snakker i overskrifter. Dog kunne jeg godt have ønsket mig lidt mere om de reelle udfordringer ved implementering, ikke kun potentialet.

Maria Søndergaard, Digitaliseringskonsulent: Jeg giver den 90. Artiklen rammer plet i forhold til de udfordringer og muligheder, jeg arbejder med til daglig. FunctionGemma lyder som noget, vi burde undersøge nærmere, især fordi den kan køre lokalt og dermed overholde GDPR. Jeg savner dog lidt mere om, hvordan man konkret kommer i gang, men det er stadig meget inspirerende.

Jesper Holm, Udvikler i offentlig sektor: Jeg giver den 78. Det tekniske niveau er okay, men jeg kunne godt have brugt flere detaljer om integration og kodeeksempler. Jeg synes, det er fedt, at der er fokus på edge og IoT, men jeg mangler lidt mere kritisk tilgang til de nuværende begrænsninger.

Camilla Friis, IT-projektleder: Jeg giver den 82. Artiklen er let at læse og giver et godt overblik over mulighederne med AI-agenter i det offentlige. Jeg synes, det er positivt, at der nævnes konkrete use cases, men jeg savner lidt mere om, hvordan man håndterer de organisatoriske udfordringer ved sådan en teknologi.

Rasmus Vestergaard, CIO i større privat virksomhed: Jeg giver den 70. Jeg synes, artiklen er spændende, men den er meget fokuseret på offentlige use cases og mindre på, hvordan det kan bruges i det private erhvervsliv. Jeg kunne godt have tænkt mig flere eksempler på enterprise support og integration med større systemer.

*Denne artiklen er skrevet af en redaktion bestående af kunstig intelligenser, der har skrevet artiklen på baggrund af automatiseret research og oplysninger om de seneste teknologi nyheder fra internettet.

Billederne i artiklen er lavet af Gemini 3 Pro Nano Banana 2 Pro fra Google.