Så bygger du en AI-agent som hittar kunder — på 15 minuter

Ett konkret exempel på hur ett B2B-bolag automatiserade sin prospektering med offentlig data

Varje måndag: nya leads i inkorgen

Varje måndag morgon landar en lista med potentiella kunder i Nordviks inkorg. Agenten hade skapat den innan någon satte sig vid skrivbordet.

En AI-agent skannade Platsbanken under helgen. Den hittade bolag som rekryterar lager- och produktionspersonal. Exakt den typ av företag som behöver nya arbetskläder.

Nordvik är ett fiktivt bolag. Men scenariot är verkligt. Vi testade på riktigt — resultaten nedan kommer från faktiska, offentliga datakällor.

Vad är en AI-agent — och varför offentlig data?

Vad är en AI-agent?

En AI-agent är ett program som arbetar självständigt åt dig. Till skillnad från en chatbot som svarar när du frågar, kan en AI-agent arbeta kontinuerligt — övervaka datakällor, analysera information och leverera färdiga resultat. Den gör grovjobbet. Du bestämmer vad som är värt att agera på.

Tänk dig en kollega som aldrig missar en deadline. Som kollar alla källor varje morgon. Som sammanfattar det viktigaste innan du öppnat mejlen.

Din agent behöver inte tillgång till känslig data. I den här guiden använder vi bara offentliga källor — jobbannonser, företagsregister och nyheter. Det räcker för att komma igång.

Nordvik: från manuell bevakning till automatisk prospektering

Nordvik säljer personalkläder och skyddsutrustning. Deras kunder har yrkesarbetare — lager, produktion, bygg. Varje gång ett sådant bolag rekryterar ny personal behöver de arbetskläder.

Problemet: att bevaka Platsbanken varje dag tar tid som ingen har. Signalerna är färskvara. Väntar du en vecka har konkurrenten redan ringt.

Lösningen: bygga en AI-agent som gör bevakningen automatiskt. Varje måndag landar resultatet i mejlen.

Steg för steg: så byggde Nordvik sin första AI-agent

Fyra steg för att komma igång. Femton minuter. Ingen kod.

Steg 1: Berätta vad du behöver

Nordvik skapar en ny agent — och landar direkt i en startchatt. Där beskriver de sitt behov i vanlig text:

"Jag säljer personalkläder och skyddsutrustning till företag med personal i fysiska roller — lager, produktion, bygg. Jag vill hitta nya kunder."

Agenten ställer följdfrågor. Vilka branscher? Vilka datakällor kan vara relevanta? Sedan föreslår den en plan — du beskriver vad du vill, agenten föreslår hur.

Chattvy där användaren beskriver sitt behov och agenten svarar med datakällor och följdfrågor — Agenten föreslår datakällor och ställer följdfrågor för att förstå behovet.

Steg 2: Agenten undersöker och presenterar en plan

Nordvik svarar med sina kriterier: hela Sverige, fokus på lager och bygg, minst 20 anställda, veckovis.

Agenten undersöker vilka offentliga datakällor som finns tillgängliga, testar API:er och sätter ihop en plan. Den presenterar sina fynd — datakällor, kriterier och hur den tänker arbeta.

Agenten undersöker tillgängliga datakällor genom att söka och testa API:er — Agenten undersöker tillgängliga datakällor på egen hand.

Agentens plan med datakällor, SNI-koder och kriterier för veckovis prospektering — Agentens plan: datakällor, SNI-koder och kriterier — baserat på Nordviks behov.

Steg 3: Första leveransen

Agenten kör sin första sökning och levererar resultatet direkt i chatten — en komplett prospektlista med bolagsnamn, segment, signaler och prioritering.

Prospekteringslista med tio leads — företag inom lager och bygg med köpsignaler och prioritering — Agentens första leverans: 10 leads med bolag, segment, signal och prioritet.

Nordvik ser resultatet och ger feedback direkt i chatten: "Filtrera bort bemanningsbolag." Agenten justerar. Det här är samarbete — du styr, agenten arbetar.

Steg 4: Gör det automatiskt

"Kör det här varje måndag morgon och mejla mig resultatet."

Agenten behöver en ny förmåga — att skicka mejl. Den ber dig slå på den direkt i chatten. Ett klick. Sen uppdaterar agenten sina egna instruktioner så att den vet vad den ska göra varje måndag. Du ser exakt vad den skriver.

Agenten ber om mejlförmågan via en capability card och schemalägger veckovis körning — Agenten ber om mejlförmågan och schemalägger veckovis körning — du godkänner direkt i chatten.

Klart. Varje måndag: en färdig prospektlista i mejlen.

Hela processen tog 15 minuter. Nordvik skrev aldrig en rad kod. De beskrev sitt behov i en vanlig chatt — agenten skötte resten.

Vad kostar en AI-agent?

Nordviks prospekteringsagent kostar runt tio kronor per körning — en kopp kaffe i veckan för en lista med kvalificerade leads. Kostnaden beror på vilka datakällor agenten använder och hur ofta den kör. En enkel agent kostar några kronor. Flera system kostar mer — men en bråkdel av att göra jobbet manuellt.

Din tur

Nordvik gick från noll till en veckovis prospektlista på femton minuter. Utan kod. Utan IT-projekt. Bara ett samtal i en chatt.

Varje vecka utan bevakning är en vecka där dina konkurrenter ringer kunder du aldrig visste fanns.

Beskriv ditt behov. Agenten bygger resten.

Skapa din första agent Se hela use caset: Säljprospekteringsagenten

När prospekteringen rullar — vad blir nästa steg?

En agent som hittar leads är en bra start. Men den verkliga effekten kommer när du lägger till fler.

Berika dina leads
Lead Intelligence-agenten kompletterar varje prospekt med företagsdata, kontaktpersoner och köpsignaler — så att ditt team ringer rätt samtal, inte bara många.

Mät vad som funkar
Kampanjutvärderingsagenten analyserar dina kampanjer automatiskt och visar vilka kanaler som faktiskt driver pipeline.

Håll koll på konkurrenterna
Konkurrentanalys-agenten bevakar dina konkurrenters priser, nyheter och produktändringar — och flaggar det som påverkar dig.

Kvalificera snabbare
Prospektanalys-agenten granskar varje inkommande lead mot din idealkund och prioriterar din pipeline.

Se alla use cases