23. juni 2026
Introduktion
Azure OpenAI tilbyder adgang til store sprogmodeller via Microsofts cloud. Integrationen med Business Central åbner praktiske anvendelser som automatisk klassifikation af dokumenter, generering af tekstbaserede forslag og forenklet brugerinteraktion. En tredjepartsguide går igennem opsætning, arkitektur og implementeringsmønstre.
Hvad kræver integrationen teknisk?
En typisk integration består af tre lag: 1) datatilgang fra Business Central via API’er eller integrationslag, 2) mellemled (Azure Function eller Logic App) som sørger for transform og sikkerhed, og 3) Azure OpenAI‑endpointet der håndterer forespørgsler til modellen. Arkitekturen skal sikre at følsomme data ikke udsendes utilsigtet og at forespørgsler logges til revision.
Praktiske trin inkluderer oprettelse af en Azure OpenAI‑ressource, styring af nøgler via Key Vault, og opbygning af integration som håndterer rate limits og fejl. Derudover bør man designe prompts og post‑processing med fokus på forretningsregler og sporbarhed.
Brugsscenarier og begrænsninger
Typiske brugsscenarier i Business Central:
- Automatisk klassifikation og ekstraktion fra fakturaer og indgående dokumenter.
- Generering af forslag til bogføringskoder eller betalingsbetingelser.
- Natural language interface til at lave forespørgsler mod ERP‑data.
Begrænsninger omfatter omkostninger pr. kald, krav til datalokation (vigtigt i forhold til danske persondataregler), og behovet for at validere AI‑output før det påvirker økonomiske poster.
Hvad betyder det for dig?
- Forretningsværdi: Hurtigere håndtering af dokumenter og forbedret sagsbehandling kan give direkte produktivitetsgevinster.
- Compliance: Sørg for at databehandling sker inden for accepterede rammer for datalagring; log og dokumenter alle AI‑interaktioner.
- Governance: Indfør proces for menneskelig validering af AI‑forslag, især når økonomiposter kan påvirkes.
- Omkostningsstyring: Overvåg modelkald og optimer prompts for at reducere forbrug.
Konklusion: Azure OpenAI kan tilføre væsentlig værdi til Business Central‑landskabet, men succes kræver robust arkitektur, klart definerede arbejdsprocesser og fokus på dataansvar — især i danske organisationer med strenge krav til persondata og regnskabssporbarhed.
Kilde: Madhda