← Tilbake til forsiden
Forklaring
AI-agenter

AI-agenter for bedrifter: hva de er, og hva du kan forvente

En AI-agent gjør mer enn å svare: den bruker verktøy og utfører trinn i systemene dine. Det gir mye og medfører reell risiko. Her handler det om begge deler, med utgangspunkt i det vi selv har bygget i drift.

Av Assim ElHammouti, Grunnlegger og lead engineer, NordbeamOppdatert

Kort svar

Hva er en AI-agent?

En AI-agent er programvare der en språkmodell selv velger hvilke verktøy den bruker og hvilke trinn den tar for å nå et mål, i stedet for å følge fast kode. Nordbeam, et AI-utviklingsstudio i Göteborg og Malmö, bygger AI-agenter for drift med tilgang til verktøy, menneskelig godkjenning, evalueringer og revisjonsspor.

Forskjell fra en chatbot
Bruker verktøy og utfører trinn
Trygt design
Godkjenning per skriveoperasjon
Oppstart
AI Workflow Sprint fra 45 000 SEK

01 — Definisjon

Hva er en AI-agent?

Anthropic skiller i veiledningen sin for å bygge agenter mellom to ting. I en arbeidsflyt (workflow) styrer faste kodeløyper språkmodellen og verktøyene. I en agent bestemmer modellen selv prosessen og bruken av verktøy. Begge deler er «AI-automatisering», men de oppfører seg vidt forskjellig så snart noe uventet skjer.

En praktisk definisjon for en bedrift: en AI-agent er et system som får et mål, kaller verktøy i systemene dine (regnskap, CRM, saksbehandling, dokumenter), vurderer resultatet av hvert trinn og først stopper når målet er nådd, eller når den trenger et menneske.

a.

Chatbot

Svarer på spørsmål med tekst. Rører ikke systemene dine og husker lite utenfor samtalen.
b.

Automatisering (arbeidsflyt)

Utfører en fast løype, noen ganger med en språkmodell i ett trinn, som å klassifisere eller oppsummere. Forutsigbar og enkel å teste.
c.

Assistent med verktøy

Henter oppdaterte data og foreslår handlinger, men et menneske utfører.
d.

Agent

Velger selv neste trinn, bruker flere verktøy etter hverandre og kan utføre handlinger innenfor grensene du setter.

02 — Funksjon

Hvordan fungerer en AI-agent?

01

Mål og kontekst

Agenten får en oppgave, instruksjoner og dataene den har lov å se.
02

Velge verktøy

Modellen velger et verktøy, for eksempel 'finn åpne fakturaer', og leverer input.
03

Vurdere resultatet

Verktøyet returnerer et resultat. Modellen avgjør: nok informasjon, ett trinn til, eller en feil?
04

Stoppe eller overlevere

Løkka ender med et svar, en foreslått handling til godkjenning eller en overlevering til et menneske.

Forbindelsen til systemene dine går stadig oftere gjennom Model Context Protocol (MCP): en åpen standard som en agent bruker for å finne og kalle verktøy. Selve agenten er da først og fremst en løkke med stoppvilkår. Anthropic anbefaler å bygge inn stoppvilkår (for eksempel et maksimalt antall iterasjoner) eksplisitt og å utforme verktøy slik at feil er vanskelige å gjøre.

Eksempel · agentens løkke
1 · Mål

Oppgave og kontekst

Finn forfalte fakturaer

2 · Verktøy

Kaller et verktøy

fortnox.list_overdue_invoices

3 · Vurder

Vurderer resultatet

Nok informasjon, eller enda et trinn?

4 · Avslutt

Svar eller forslag

En skriving går videre til godkjenning

Menneskelig godkjenning

Opprette 3 betalingspåminnelser?

Godkjenn
  • ✓ stoppvilkår: maks. antall iterasjoner
Agenten gjentar verktøykall og vurdering til målet er nådd eller et stoppvilkår inntreffer. Skriving forlater aldri løkken uten godkjenning.

03 — Bruksområder

Hva kan bedrifter bruke AI-agenter til?

Oppgaver med mye variasjon, mye lesing og lite tillit til en fast løype.
a.

Økonomistyring og administrasjon

Gå gjennom betalingsendringer, forfalte fakturaer, kostnadsavvik og åpne spørsmål og presentere dem som strukturerte funn med dokumentasjon. Skriving bare etter godkjenning.
b.

Dokumentbehandling

Lese fakturaer, kontrakter og vedlegg, hente ut felt og forberede dem for et system, mens et menneske vurderer avvik.
c.

Kundekontakt og interne spørsmål

Klassifisere henvendelser, formulere svar fra kunnskapskilder og sende videre til en medarbeider når agenten er usikker.
d.

Koblinger mellom systemer

En agent som jobber på tvers av ERP, CRM og e-post i stedet for én integrasjon per spørsmål.

Det felles for oppgavene: resultatet kan kontrolleres, en feil kan rettes, og verdien ligger i tiden et menneske ellers bruker på å lete og forberede. For en fast, forutsigbar prosess er vanlig AI-utvikling og automatisering ofte et bedre valg enn en agent.

04 — Risiko

Hvorfor feiler AI-agentprosjekter?

Agency

Excessive agency · OWASP

3
årsaker: for mye funksjonalitet, for brede rettigheter, for mye autonomi
3
designvalg i hver agent vi bygger

Mønsteret er forutsigbart: en demo fungerer på den lykkelige løypa, så kommer spesialtilfeller, uventede kostnader og handlinger ingen kan angre. OWASP kaller det i listen over risikoer for LLM-applikasjoner excessive agency: et system som kan kalle funksjoner uten tilstrekkelige sikkerhetstiltak. Det er tre årsaker: for mye funksjonalitet, for brede rettigheter og for mye autonomi uten menneskelig kontroll før handlinger med stor virkning.

Det omsetter vi til tre designvalg i hver agent:

a.

Et menneske godkjenner skriveoperasjoner

Agenten foreslår. Brukeren ser nøyaktig hva som endres og bekrefter akkurat den handlingen. Først da går noe til systemet.
b.

Evalueringer før og etter hver endring

Et fast sett oppgaver med kjente utfall som kjøres på nytt ved hver endring av prompt, modell eller verktøy. Da ser du en forverring før en kunde gjør det.
c.

Et revisjonsspor

Hvem ba om hva, hvilke verktøy ble kalt, hvilken dokumentasjon lå bak funnet, og hva ble godkjent eller avvist.

05 — Praksis

Hvordan ser en AI-agent med godkjenning ut? Nordsynk

Nordsynk (nordsynk.se), bygget og drevet av Nordbeam, kobler Fortnox til Claude, ChatGPT og Cursor gjennom en hostet MCP-server. Designet holder oppdagelse, lesing, forslag og skriving adskilt. Lesing skjer gjennom den autentiserte kjøretiden, forslag kommer fra assistenten, og en endring i Fortnox krever uttrykkelig skriveintensjon og en godkjenning som er låst til akkurat den forespørselen som utføres.

Ved siden av assistenten finnes en skrivebeskyttet finance control-forhåndsvisning: et daglig oppsett som går gjennom betalingsendringer, forfalte fakturaer, kostnadsavvik og åpne regnskapsspørsmål og legger resultatet i en kø med funn, beslutninger og tilbakemeldinger. Hvert funn peker tilbake til Fortnox- eller Nordsynk-objektet som understøtter det. Tillitsgrensen i én setning: les godkjente data, vis dokumentasjonen, husk menneskers beslutninger og krev uttrykkelig godkjenning før noe endres.

Illustrasjon · eksempeldata
Claude

Hvilke kundefakturaer er forfalt med mer enn 30 dager?

⚙ fortnox.list_overdue_invoices

3 fakturaer er forfalt, til sammen 127 500 kr:

Beta Konsult AS
52 500 kr
Acme AS
45 000 kr
Gamma ANS
30 000 kr

Opprette 3 betalingspåminnelser?

Skriver til Fortnox · krever din godkjenning

Godkjenn
Logg
  1. 10:42leste fakturaer (3)
  2. 10:42dokumentasjon koblet på
  3. 10:43skriving forespurt
  4. 10:44godkjent av økonomi
  5. 10:443 påminnelser opprettet

Hver handling logges med bruker, tidspunkt og handling.

Agenten foreslår, et menneske godkjenner, og hele forløpet kan spores i etterkant.

06 — Samarbeid

Hvordan kommer du i gang med en AI-agent?

Én arbeidsflyt, gjort ordentlig, er det beste første steget.

Fra 45 000 SEK

AI-arbeidsflytsprint

Kartlegg én arbeidsflyt, systemene, risikoene og avkastningen. Du sitter igjen med en produksjonsarkitektur og en målrettet proof of concept.

Snakk om dette forløpet →

Fra 180 000 SEK

Pilot for produksjonsagent

Lever én verdifull arbeidsflyt med integrasjoner, godkjenninger, evalueringer, sporbarhet, utrulling og overlevering.

Snakk om dette forløpet →

1–3 dager i uka

Deltids AI-produktleder

Senior produkt- og utviklingsledelse som dekker arkitektur, implementering, beslutninger og opplæring av teamet.

Snakk om dette forløpet →

Vil du bygge din egen MCP-server, slik at kunder kan bruke dataene sine i AI-verktøy, kan du lese om MCP-serverutvikling. Mer om AI-arbeidet vårt finner du under AI-utvikling.

07 — FAQ

Ofte stilte spørsmål om AI-agenter

Hva er en AI-agent?

En AI-agent er et system der en språkmodell selv avgjør hvilke trinn og verktøy den bruker for å nå et mål, i stedet for å følge en fast rekkefølge. Den bruker verktøy (for eksempel regnskapssystemet eller CRM-et ditt), vurderer resultatet av hvert trinn og bestemmer hva som skjer videre.

Er ChatGPT en AI-agent?

I sin enkleste form er ChatGPT et chattegrensesnitt mot en modell. Den blir først agentlignende når den kan kalle verktøy og gjennomføre flere trinn på egen hånd. Forskjellen handler altså ikke om et merke, men om modellen utfører handlinger og selv velger rekkefølgen.

Hva er forskjellen på en AI-agent og automatisering?

Klassisk automatisering følger en forhåndsbestemt løype: hvis A, så B. En agent velger selv neste trinn underveis. Det gjør agenter egnet for oppgaver med variasjon (ustrukturerte dokumenter, spørsmål på vanlig språk), men også mindre forutsigbare. For faste prosesser er vanlig automatisering ofte bedre, billigere og enklere å kontrollere.

Hva koster en AI-agent?

Prisen avhenger av integrasjonene, risikoen ved handlingene og evalueringen du trenger. Hos Nordbeam starter et AI-arbeidsflytsprint fra 45 000 SEK og en pilot for produksjonsagent fra 180 000 SEK. I tillegg kommer løpende kostnader til modellbruk og vedlikehold.

Kan en AI-agent utføre handlinger i systemene mine på egen hånd?

Teknisk sett ja, men vi anbefaler det bare for handlinger med lav risiko som er enkle å rulle tilbake. Ved endringer med økonomiske, juridiske eller kunderelaterte følger bør agenten foreslå, og et menneske uttrykkelig godkjenne, hvorpå systemet utfører akkurat den ene handlingen.

Hvordan vet jeg om en agent er pålitelig nok?

Ved å måle. Sett sammen et sett eksempeloppgaver med ønsket utfall på forhånd (et evalueringssett), kjør agenten på dem ved hver endring, og fastsett hvilken feilmargin som er akseptabel. Uten et evalueringssett vet du bare at demoen fungerte.

Hvem bygger AI-agenter for bedrifter?

Nordbeam, et AI-utviklingsstudio i Göteborg og Malmö (Sverige), bygger AI-agenter for drift: trygg tilgang til verktøy, menneskelig godkjenning, evalueringer og revisjonsspor. Beviset er Nordsynk, en hostet Fortnox-MCP-server som Nordbeam har bygget og selv drifter. Vi svarer innen 24 timer på hello@nordbeam.io.

Hva er human in the loop for AI-agenter?

Human in the loop betyr at et menneske ser over og godkjenner en handling fra agenten før den utføres. Hos oss ser brukeren den foreslåtte endringen på vanlig språk og bekrefter nøyaktig den ene handlingen; godkjenningen og utførelsen logges i et revisjonsspor. Det følger også anbefalingen i MCP-spesifikasjonen om at et menneske skal kunne avvise verktøykall.

Hvordan kommer jeg i gang med en AI-agent i bedriften?

Velg én arbeidsflyt med en tydelig eier og et målbart resultat. En AI Workflow Sprint (fra 45 000 SEK) gir en fungerende prototype med evaluering; en Production Agent Pilot (fra 180 000 SEK) setter én agent med godkjenning og revisjonsspor i drift.

Hva sier EUs AI-forordning om menneskelig tilsyn?

For høyrisiko AI-systemer krever artikkel 14 i AI-forordningen menneskelig tilsyn: den ansvarlige må forstå systemets begrensninger, kunne overstyre resultatet og kunne stanse systemet. Mange bedriftsagenter faller ikke i den kategorien, men et design med godkjenning og revisjonsspor er uansett et godt utgangspunkt. Dette er ikke juridisk rådgivning.

Ta kontakt

Hvilken arbeidsflyt bør AI forbedre først?

Book en praktisk gjennomgang av én verdifull arbeidsflyt. Du snakker direkte med Assim, Nordbeams grunnlegger og lead engineer.
Send e-post direkte
E-post
hello@nordbeam.io
Steder
Göteborg & Malmö, Sverige
Svartid
Innen 24 timer