Når kunden er en agent: sådan bliver din virksomhed bookbar

Den vigtigste side på din hjemmeside om to år bliver en side, intet menneske nogensinde ser.

Det lyder som en provokation, så lad os tage et konkret eksempel. Et hotel med 38 værelser i Aarhus. En virksomhed i Hamborg skal sende seks medarbejdere til byen fra tirsdag til torsdag i uge 47, og den rejseansvarlige beder sin assistent om at finde og booke et hotel tæt på Dokk1 under 1.200 kr. pr. nat. Assistenten er en AI-agent. Den læser ikke hotellets forside, kigger ikke på billederne af morgenbuffeten og lader sig ikke overbevise af en god tekst. Den gør tre ting: finder kandidater, henter fakta og forsøger at gennemføre bookingen.

Hotellet i Aarhus har en flot hjemmeside. Priserne står i en PDF. Ledigheden kan kun ses i en bookingwidget, der hentes med JavaScript. Agenten får ingen fakta, ingen ledighed og ingen mulighed for at booke. Så gør den det, agenter gør: den går videre til en af de store bookingportaler, hvor alt er maskinlæsbart, og booker de seks værelser dér. Hotellet får gæsterne. Det betaler bare en provision, der æder en tocifret andel af værelsesprisen, for en kunde, der prøvede at komme direkte.

Fra at blive fundet til at blive handlet med

Vi skrev i september om A2A og hvad protokollen betyder for SMV'er: at kunder, leverandører og indkøbere får agenter, og at de agenter skal kunne finde og læse dig. Det indlæg handlede om at blive fundet. Det her handler om det næste skridt, at blive handlet med.

En agentklar virksomhed er en virksomhed, hvor en AI-agent på egen hånd kan finde den, læse dens fakta, gennemføre en handel og stole på resultatet, uden at et menneske skal åbne hjemmesiden.

Det kræver fire lag, og de fleste danske virksomheder har i dag det første, halvdelen af det andet og ingen af de to sidste.

Lag 1 og 2: findes og læses

Det første lag er at kunne findes. En kort llms.txt på domænet, et agentkort på den aftalte sti, Organization-schema med adresse, CVR og telefon. Det blev beskrevet i det tidligere indlæg, og det tager en formiddag.

Det andet lag er at kunne læses, og det er her, hotellet faldt. En agent skal kunne hente de fakta, der afgør valget, som tekst og som struktureret data: priser og prisintervaller, ledighed eller leveringstid, dækningsområde, betingelser, certificeringer og det, der gør jer forskellige fra naboen. Ikke i et billede. Ikke i en PDF. Ikke bag en formular eller et script.

Testen er den samme, som vi beskrev i hvad AI-modellerne faktisk læser: slå JavaScript fra, og se, hvad der er tilbage. For hotellet var svaret: et logo, en menu og tre anmeldelser. Ingen pris. Ingen ledighed.

Lag 3: der skal være en dør, en maskine kan åbne

Det tredje lag er det nye, og det er det, der flytter penge. En agent, der har fundet jer og læst jeres fakta, skal kunne gøre noget: tjekke om der er ledigt, få et tilbud, lægge en ordre, booke en tid. Det kræver en dør, en maskine kan åbne.

I 2025 blev der bygget tre af den slags døre, og de er værd at kende ved navn. MCP, Model Context Protocol, som Anthropic offentliggjorde i november 2024, er blevet den fælles måde at give en AI-model adgang til et system på, det være sig et bookingsystem, et lager eller et CRM. Agentic Commerce Protocol, som OpenAI og Stripe lancerede i september 2025, lader en bruger købe direkte inde i ChatGPT hos de butikker, der har åbnet for det. Og AP2, Agent Payments Protocol fra Google med omkring 60 partnere bag, handler om, hvordan en agent betaler på vegne af et menneske med et mandat, der kan efterprøves.

Det, de har til fælles, er vigtigere end forskellene: de forudsætter alle, at virksomheden i den anden ende har et struktureret sted, hvor en agent kan spørge og handle. Et API eller en MCP-server oven på det system, I allerede har. Ikke en ny platform. En dør ind til den gamle.

For hotellet i Aarhus betyder det én ting: en MCP-server oven på bookingsystemet med tre funktioner. Tjek ledighed på datoer. Hent pris for et antal værelser. Opret en reservation, der venter på bekræftelse. Det er omkring to ugers arbejde, når bookingsystemet har et API, og hotellet ejer det bagefter. Det er den slags, vi bygger som skræddersyet software inde i de systemer, en virksomhed allerede kører.

Lag 4: en handel, man kan stole på

Det fjerde lag er det, der afgør, om det hele er en god idé. En dør, en maskine kan åbne, er også en dør, en forkert maskine kan åbne.

Derfor har vi tre regler, som ikke kan vælges fra, når vi bygger den slags. Alt, der koster penge eller binder virksomheden, venter på en godkendelse fra et menneske, indtil I har set det virke længe nok til at hæve grænsen. Reservationen oprettes. Den bekræftes af receptionen. Det er stadig ti gange hurtigere end i dag. Hver forespørgsel logges med hvem, hvad og hvornår, så I kan se, hvilke agenter der kommer forbi, og hvad de spørger om. Det bliver i øvrigt hurtigt jeres mest interessante markedsdata. Og agenten får kun adgang til præcis det, den skal bruge. Den kan oprette en reservation. Den kan ikke se de andre gæster.

Oven i det ligger reglerne, I kender i forvejen. GDPR gælder, uanset om det er en agent eller et menneske, der sender personoplysninger ind. Og hvis jeres egen side af samtalen er en AI, så skal den sige det, jævnfør artikel 50 i AI-forordningen fra 2. august 2026.

En virksomhed, der kan findes, men ikke handles med, bliver i agenternes verden valgt fra på samme måde som en butik uden kortterminal.

Hvor I skal starte

Rækkefølgen er lagene. Det nytter ikke at bygge en dør til et hus, ingen kan finde. Så: llms.txt og agentkort først, en formiddag. Derefter alle fakta som tekst og schema, en uge. Så den første dør, den funktion jeres kunder oftest spørger om i telefonen, ledighed eller pris eller en tid, bygget som MCP oven på det system, I har. Og godkendelse af et menneske, indtil tallene siger, at I kan slippe.

Hotellet i Aarhus er sammensat af flere virkelige hoteller, vi har talt med, mens vi skrev whitepaperet om danske hoteller og turisme. Ingen af dem havde det tredje lag. Alle betalte provisionen. Det er den slags sted i driften, vi leder efter i en AI-Potentialeanalyse: 30 minutter, gratis, og vi spørger ind til, hvor kunderne kommer fra, ikke til teknologien.

For spørgsmålet er ikke længere, om jeres kunder sender en agent i stedet for at ringe. Det er, om agenten kan komme ind, når den står ved døren.