Hva er en AI-agent?

Ordet «AI-agent» dukker opp overalt, ofte uten at noen forklarer hva som skiller den fra en vanlig chatbot. Den enkle definisjonen er: En AI-agent er en språkmodell pluss verktøy pluss et mål pluss iterasjon. Den får en oppgave, planlegger hvordan den skal løses, bruker verktøy for å ta steg og gjentar til målet er nådd. Det er den selvstendige handlingen som gjør den til en agent.

Definisjonen, ledd for ledd

La oss ta den fra hverandre:

• Språkmodell: hjernen som forstår oppgaven og resonnerer om hvordan den skal løses.
• Verktøy: evnen til å gjøre ting utenfor chatten, som å hente data, oppdatere systemer og sende meldinger.
• Mål: et ønsket sluttresultat, ikke bare et spørsmål som skal besvares.
• Iterasjon: at agenten tar et steg, ser resultatet, bestemmer neste steg og fortsetter.

Det er kombinasjonen som er poenget. En modell uten verktøy kan bare prate. En modell med verktøy, men uten mål, venter på instruksjoner. En agent har alle fire og kan derfor arbeide seg frem til et resultat på egen hånd.

Et konkret eksempel fra hverdagen

Tenk deg en kunde som sender en e-post: «Hvor er ordre 4521, og kan dere endre leveringsadressen?»

En chatbot ville svare med generelle instruksjoner om hvordan man sjekker ordrestatus. En AI-agent gjør i stedet flere ting etter hverandre:

1. Slår opp ordre 4521 i ordresystemet.
2. Ser at den ennå ikke er sendt.
3. Oppdaterer leveringsadressen i systemet.
4. Skriver et svar til kunden som bekrefter den nye adressen og forventet levering.

Agenten løste altså saken. Den hentet data, tok en beslutning (er det mulig å endre?), utførte en handling og ga tilbakemelding. Det er forskjellen mellom å svare og å handle.

Når trenger dere en agent, og når holder det med en chatbot?

Dette er det praktiske spørsmålet, og det har en nyttig tommelfingerregel:

Trenger dere bare å gi svar, altså forklare, informere og finne frem i dokumentasjon, holder en enklere løsning godt. Skal noe faktisk skje som følge av samtalen, og særlig hvis det krever flere steg og oppslag i ulike systemer, er det en agent dere er ute etter. Et godt kontrollspørsmål: «Vil vi at den skal svare, eller at den skal handle?»

Jo mer handling og jo flere systemer som er involvert, desto sterkere argument for en agent. Men ikke bygg en agent bare fordi det høres avansert ut. Den ekstra kraften kommer med et ekstra behov for kontroll.

Agent, assistent eller RPA: Hvor går grensene?

Tre begreper blandes ofte sammen, og det er verdt å skille dem fra hverandre. En assistent hjelper deg ved å svare og foreslå, men du tar beslutningene og styrer hvert steg. Tenk på en skrivehjelp eller en søkeassistent. En AI-agent tar selv beslutningene mot et mål og gjennomfører stegene på egen hånd. En tradisjonell RPA-robot (automatisering av rutineoppgaver) følger i stedet et fast, forhåndsprogrammert manus uten å ta egne beslutninger. Den er rask og pålitelig på det forutsigbare, men står rådvill så snart virkeligheten avviker fra manuset.

Forskjellen i praksis er skjønnet. En RPA-robot gjør nøyaktig det samme hver gang. En agent kan resonnere seg frem når situasjonen er ny: «Denne ordren mangler et felt, jeg henter det fra kunderegisteret først.» Det gjør agenten mer fleksibel, men også mindre forutsigbar, og det er nettopp grunnen til at den trenger sperrer.

Hvorfor det betyr noe for en kjøper

For deg som vurderer å kjøpe inn en «AI-agent», er grensedragningen ikke semantikk, men pris og risiko. En agent som får handle fritt i systemene deres, er en større forpliktelse enn en chatbot: Den trenger tilganger, kontroll og en plan for hva som skjer når den gjør feil. Den reiser også personvernspørsmål fordi den ofte leser og skriver ekte virksomhetsdata og kan sende dem videre til en språkmodell hos en ekstern leverandør.

En god kunde spør derfor ikke bare «kan dere bygge en agent?», men «hva skal den få gjøre, i hvilke systemer, og hvordan bekrefter et menneske de sensitive stegene?». Jo tydeligere det avgrenses fra starten, desto billigere og tryggere blir byggingen, og desto lettere blir det å dokumentere ved en gjennomgang.

Frihet krever sperrer

Fordi en agent handler på egen hånd, kan en feil beslutning faktisk påvirke systemene deres, ikke bare gi et dårlig svar. Derfor bygges seriøse agenter med sperrer: tydelige grenser for hva de får gjøre, logging av hvert steg og ofte et krav om menneskelig bekreftelse før sensitive handlinger utføres. Handlingsfriheten er hele poenget, men den må balanseres med kontroll for å være trygg i drift.

Å avgjøre om dere trenger en agent, en chatbot eller noe midt imellom, og å bygge den med riktige sperrer, er nettopp den typen spørsmål vi jobber med. Vil du diskutere et konkret brukstilfelle, kan du lese mer om AI-tjenestene våre eller ta kontakt med en beskrivelse av hva dere vil automatisere.