AI-agent eller chatbot: Hva er riktig nivå?
Forskjellen er enkel å beskrive: En chatbot svarer på spørsmål, mens en AI-agent også handler. Den bruker verktøy, henter data og utfører oppgaver i systemene deres. Det steget øker både nytten og kravene: Agenter trenger guardrails, tilgangsstyring og løpende evaluering. Velg nivå etter hva henvendelsen er verdt, og hva risikoen er når noe går galt.
AI-agent har blitt salgsordet som klistres på alt, og virksomheter risikerer å kjøpe feil ambisjonsnivå i begge retninger: en agent der en chatbot hadde vært nok, eller en chatbot der verdien lå i at noen faktisk utfører arbeidet. Forskjellen er heldigvis lett å definere, og man kan resonnere seg frem til riktig nivå.
Forskjellen i én setning: svare eller handle
En chatbot svarer. Den tar imot et spørsmål, henter eventuelt kunnskap fra innholdet deres og formulerer et svar. Går noe galt, blir resultatet et dårlig svar: pinlig, men reversibelt.
En AI-agent handler. Den har et mål, tilgang til verktøy (systemer, API-er, databaser) og evnen til å arbeide i flere steg: slå opp, beslutte, utføre, kontrollere. Går noe galt, kan resultatet være en feilaktig endring i et fagsystem, og den lar seg ikke alltid reversere.
Den forskjellen, risikoen ved et svar mot risikoen ved en handling, er selve kjernen i beslutningen.
Steget koster, i penger og i krav
Å gå fra chatbot til agent er ikke en funksjonsoppgradering, men et nivåhopp i ansvar. Tre ting driver kostnaden:
- Integrasjoner. Agenten skal ha sikker og rettighetsstyrt tilgang til hvert system den handler i. Det er ofte den største posten i byggingen.
- Guardrails. Grenser for hva agenten får gjøre, tak for beløp og omfang, sperrede sakstyper, eskaleringsveier og full logging.
- Evaluering. Agenter feiler på uforutsigbare måter, så testing og løpende evaluering er den største enkeltposten i seriøse agentprosjekter, og den fortsetter etter lansering.
I kroner: En plattformchatbot koster fra 4 800 til 19 000 kr i måneden og en egenutviklet chatbot 500 000 kr–1,9 millioner kr, mens en agent som handler i systemene deres, normalt lander på 620 000 kr–2,5 millioner kr, avhengig av antall systemer, risikokrav og testdybde. Det kommer an på, men det kommer an på forutsigbare ting: Flere systemer, mer sensitive handlinger og høyere krav til kontroll flytter dere oppover i spennet.
Trappen: tre nivåer med kriterier
| Nivå | Kjennetegn og når det er riktig |
|---|---|
| 1. Chatbot | Svarer ut fra innholdet deres, gjør ingenting i systemene. Riktig når behovet er informasjon: FAQ, vilkår, produktspørsmål, internt kunnskapssøk |
| 2. Assistert agent | Forbereder handlinger, et menneske godkjenner. Riktig når handlingene har reelle konsekvenser, men flyten er for treg manuelt: saksbehandling, registervedlikehold, underlag for tilbud |
| 3. Autonom agent | Utfører handlinger selv innenfor harde grenser. Riktig når volumet er høyt, handlingene kan reverseres eller har lav risiko, og evalueringen har vist stabil kvalitet over tid |
Kriteriene for å gå et trinn opp er de samme hver gang: målbar kvalitet på nåværende nivå, handlinger som kan reverseres eller har begrenset risiko på neste nivå, og en logg som gjør hver beslutning etterprøvbar.
Et scenario: samme sak på tre nivåer
En kunde sender en e-post: Leveringsadressen på ordre 4711 er feil. Chatboten svarer korrekt på hvordan kunden selv endrer adressen, og kunden gjør jobben. Den assisterte agenten slår opp ordren, forbereder adresseendringen og legger den klar for saksbehandleren, som godkjenner med et enkelt klikk. Behandlingstiden synker fra minutter til sekunder. Den autonome agenten verifiserer kunden, endrer adressen innenfor regelverket (ordren er ikke plukket, adressen er i samme land), logger handlingen og sender en bekreftelse til kunden. Utenfor reglene eskalerer den til et menneske.
Alle tre er fornuftige løsninger. Hvilken som er riktig, avhenger av volumet, feilkostnaden og hvor moden evalueringen deres er, ikke av hva som høres mest imponerende ut i en styringsgruppe.
Slik velger dere nivå
Begynn med behovet: List opp de ti vanligste sakene, og marker hvilke som er informasjonsspørsmål, og hvilke som krever en handling i et system. Er handlingene få eller sjeldne, holder en chatbot lenge. Er handlingene mange, velg den sakstypen der feilkostnaden er lavest og volumet høyest, og bygg en assistert agent der først. Autonomi er noe agenten gjør seg fortjent til med data, ikke noe den lanseres med.
Vi i Weapp bygger både chatboter og AI-agenter, og vi hjelper gjerne til med nivåanalysen før noe tilbud blir skrevet. Ta kontakt, så ser vi på sakstypene deres sammen.
Ofte stilte spørsmål
Er en AI-agent alltid bedre enn en chatbot?
Nei. Agenten er dyrere å bygge, krever mer styring og innfører nye risikoer fordi den faktisk gjør ting i systemene deres. Er behovet å besvare spørsmål ut fra innholdet deres, er en chatbot riktig nivå. Å kjøpe agentegenskaper som ikke blir brukt, er å betale for risiko uten nytte.
Hva menes med en assistert agent?
En agent som forbereder handlinger, men lar et menneske godkjenne før de utføres: Den slår opp saken, foreslår løsningen og formulerer svaret, men saksbehandleren trykker på knappen. Det er ofte det beste mellomsteget, med store tidsgevinster uten å gi slipp på kontrollen over utfallet.
Hvilke guardrails trenger en AI-agent?
Minst mulig tilgang i hvert system, harde grenser for hvilke handlinger den får utføre og for beløp eller omfang, logging av hvert steg, sperrer for sensitive sakstyper og en definert vei til et menneske. I tillegg en evalueringssuite som kjøres løpende, ikke bare før lansering.
Hva koster en chatbot sammenlignet med en agent?
En chatbot koster fra 4 800 til 19 000 kr i måneden som plattformtjeneste, eller 500 000 kr–1,9 millioner kr egenutviklet. En agent som handler i systemene deres, koster normalt 620 000 kr–2,5 millioner kr, der testing og evaluering er den største posten. Integrasjonene og risikokravene driver forskjellen.
Kan vi begynne med en chatbot og oppgradere til agent senere?
Ja, og det er ofte riktig vei, forutsatt at chatboten bygges med oppgraderingen i tankene: et verktøylag der handlinger kan kobles på, en tilgangsmodell som kan utvides, og logging fra første dag. Da blir agentsteget et påbygg i stedet for en ombygging.