← Startsidan
Guide
AI-agenter

AI-agenter för företag

En AI-agent är en språkmodell som själv väljer nästa steg och vilka verktyg den använder för att nå ett mål. Det som skiljer en agent som fungerar i produktion från en demo är sällan modellen. Det är verktygen, behörigheterna och vem som godkänner.

Diskutera en agent →Exempel: Fortnox

Kort svar

Vad är en AI-agent?

En AI-agent är ett system där en språkmodell själv väljer nästa steg och vilka verktyg den använder för att nå ett mål. Nordbeam, en AI-utvecklingsstudio i Göteborg och Malmö, bygger agenter för produktion med säker verktygsåtkomst och mänskligt godkännande, bland annat Nordsynk för Fortnox.

Pilot för produktionsagent: Från 180 000 kr
AI-arbetsflödessprint: Från 45 000 kr
Byggt och drivs av Nordbeam: Nordsynk

Av Assim ElHammouti, grundare och lead engineer på NordbeamUppdaterad 2026-10-07

01 — Definition

Vad är en AI-agent och hur skiljer den sig från en chattbot?

Ordet används om allt från chattbotar till självkörande system. Här avses en modell som själv styr sina steg och verktyg.

Anthropic, som skrivit mycket om hur man bygger dem, drar gränsen så här: i ett arbetsflöde styrs modellen och verktygen av förutbestämda kodvägar. I en agent styr modellen dynamiskt sin egen process och sitt verktygsanvändande. Det är en användbar avgränsning, eftersom den avgör hur mycket som kan gå fel och hur mycket som måste testas.

För ett företag spelar det mindre roll vad man kallar det än vad det gör. Ett system som läser en inkommande faktura, slår upp leverantören, jämför med tidigare bokföring och förbereder en kontering har en agents egenskaper, även om det är en handfull steg i en fast ordning.

	Hur det fungerar	Väljer själv steg?	Exempel
Chattbot	Svarar på frågor utifrån vad den fått veta	Nej, eller bara sökning i en kunskapsbas	Kundtjänst, intern FAQ
Arbetsflöde med AI	Modellen används i fasta steg som koden styr	Ja, i förutbestämd ordning	Klassificera inkommande mejl, sammanfatta dokument, extrahera data ur fakturor
AI-agent	Modellen väljer själv nästa steg och vilka verktyg som används	Ja, och den bestämmer ordningen	Utreda en avvikelse i bokföringen, förbereda ett underlag över flera system

Anthropics råd är att hitta den enklaste lösningen som fungerar och bara öka komplexiteten när det behövs, och att enskilda modellanrop med sökning och exempel ofta räcker. En ärlig konsult säger alltså ibland nej till en agent. Agenter lönar sig när uppgiften varierar för mycket för en fast kodväg, och när värdet av flexibiliteten är större än kostnaden för testning och kontroll.

02 — Uppbyggnad

Vad består en AI-agent av?

En agent består av en modell, verktyg med behörigheter, minne eller kontext, godkännanden och utvärdering.

En modell som resonerar

Språkmodellen läser målet och det den hittills sett, och beslutar nästa steg.

Verktyg

Funktioner den kan anropa: söka, läsa, skapa utkast, skicka. Verktygen är agentens händer, och det är där behörigheterna sätts. Standarden MCP är ett sätt att koppla verktygen till agenten.

En loop

Agenten tar ett steg, tittar på resultatet och tar nästa, tills målet är nått, den fastnar eller en människa behöver avgöra.

Gränser

Vad den får göra, hur länge den får hålla på, vad den inte får röra och när den ska stanna och fråga.

Utvärdering och spårbarhet

Testfall som visar att den gör rätt, och en logg som visar vad den gjorde och varför.

Illustration · agentloopen

Mål

Stäm av fakturor mot order

Formulerat av en person

Modell

Väljer nästa steg

Läser målet och det som hänt hittills

Verktyg

Söker, läser, skapar utkast

Bara de verktyg flödet behöver

Resultat

Tillbaka till modellen

Nästa varv, eller stopp

Gräns

Skrivande verktyg väntar på ett godkännande

Godkänn

✓ tak för antal steg och kostnad är satta

Agenten upprepar stegen tills målet är nått. Bara skrivande steg stannar och väntar på en människa.

03 — Exempel

Vilka uppgifter lämpar sig AI-agenter för?

Arbete som kräver läsning över flera system och där en människa fattar beslutet. Här är ett verkligt fall och två typmönster.

Ekonomi: Nordsynk och Fortnox (verkligt fall)

Nordsynk, som Nordbeam har byggt och driver, låter ekonomiteam arbeta med live-data från Fortnox i AI-verktyg som Claude och ChatGPT. Användaren frågar vilka kunder som ligger efter eller var marginalen läcker, och servern läser igenom underliggande fakturor och verifikat. Enligt vår telemetri har den levererat över 90 000 API-anrop för de tolv tyngsta kunderna, arbete som ingen gör för hand. När något ska ändras visas exakt vad som ändras och ett godkännande krävs. Se Fortnox och AI och fallstudien.

Typmönster 1: utredning över flera system

Ett återkommande arbete som kräver att man tittar i tre system och sammanställer: varför avviker en kunds fakturering mot ordern, eller vilka leveranser saknar underlag. Agenten läser, samlar och lägger fram ett underlag med hänvisningar. En människa beslutar. Det här är den lägsta risknivån och ofta den bästa starten.

Typmönster 2: förberedelse av ändringar

Agenten förbereder en ändring, ett utkast till svar, en kontering eller en uppdatering av poster, och visar den för en person som godkänner. Värdet är att den tråkiga förberedelsen försvinner, medan beslutet är kvar hos människan.

Illustration · exempeldata

Agent

Stäm av veckans leverantörsfakturor mot ordrarna.

⚙ fortnox.list_supplier_invoices

2 fakturor avviker från order:

Beta Konsult AB: +2 500 kr
Acme AB: saknar order

Skicka 2 frågor till leverantörerna?

Skickar utkast · kräver ditt godkännande

Godkänn

Logg

08:30läste fakturor (12)
08:31jämförde med order
08:31utkast förberedda
08:35godkänt av ekonomi
08:352 frågor skickade

Agenten har ett tak för steg och kostnad, och allt den gör loggas.

Agenten gör den tråkiga förberedelsen, beslutet ligger kvar hos människan.

04 — Kontroll

Hur mycket får agenten göra själv?

Fyra nivåer som avgör risk och byggsätt.

Nivå	Vad agenten gör	Risk	Exempel
Läs	Agenten hämtar och sammanfattar. Inget kan ändras.	Låg	Frågor över ekonomi- eller ärendedata
Föreslå	Agenten förbereder en åtgärd, människan utför den.	Låg till medel	Förslag på kontering, utkast till svar
Utför efter godkännande	Agenten utför åtgärden först när en människa sett exakt vad som ska ändras och sagt ja.	Medel	Bokföra leverantörsfakturor, uppdatera poster
Utför självständigt	Agenten agerar utan att fråga. Kräver tydliga gränser, utvärdering och möjlighet att backa.	Hög	Endast avgränsade, reversibla uppgifter med låg konsekvens

Vår utgångspunkt är att allt som ändrar data i ett affärskritiskt system kräver ett mänskligt godkännande, tills agenten bevisat annat med utvärderingar.

05 — Risker

Vad kan gå fel när en AI-agent går i produktion?

De vanligaste riskerna är för vida behörigheter, prompt injection, tysta fel och bristande spårbarhet.

Prompt injection

Text som agenten läser, ett mejl eller en faktura, kan innehålla instruktioner som försöker styra den. OWASP beskriver att det inte ens behöver vara synligt för människor, och rekommenderar minsta möjliga behörighet och mänskligt godkännande för riskfyllda åtgärder.

Felaktiga skrivningar

En felaktig läsning ger ett dåligt svar. En felaktig skrivning ger en siffra som ser korrekt ut. Därför ska skrivande verktyg ligga bakom ett uttryckligt godkännande.

För breda behörigheter

Ge agenten bara det arbetsflödet behöver. Det som inte finns i verktygsuppsättningen kan den inte göra fel.

Okontrollerade loopar och kostnader

Agenter kan fastna eller göra onödigt många anrop. Sätt tak för steg och kostnad, och larma när de nås.

Brist på utvärdering

Anthropic förordar omfattande tester i isolerade miljöer och lämpliga skydd. Utan testfall vet du inte om en ändring gjorde agenten bättre eller sämre.

06 — Kostnad

Vad kostar en AI-agent?

Frågan som flest ställer, och den svåraste att svara på ärligt.

Våra uppdragsformer

45 000: kr, och uppåt: AI-arbetsflödessprint
180 000: kr, och uppåt: pilot för produktionsagent
1–3: dagar i veckan: deltids-AI-produktansvarig

Det finns inget standardpris. Det som driver kostnaden är hur många system agenten ska nå och hur komplicerade de är, vilka behörigheter och godkännanden som krävs, hur mycket utvärdering som behövs innan den släpps och hur den ska drivas, samt modellanrop som varierar med användningen.

Vi har tre uppdragsformer. En AI-arbetsflödessprint (från 45 000 kr) kartlägger ett arbetsflöde, dess system, risker och ROI, och ger en produktionsarkitektur och ett fokuserat proof of concept. En pilot för produktionsagent (från 180 000 kr) levererar ett värdefullt flöde med integrationer, godkännanden, utvärderingar, spårbarhet, driftsättning och överlämning. Därtill finns en deltids-AI-produktansvarig på 1–3 dagar i veckan.

Bygga själv, köpa eller anlita

Köp en färdig lösning när ditt behov är standard, till exempel en chattbot i kundtjänst. Bygg själv när ni har kompetensen och en tydlig ägare. Anlita oss när agenten ska röra affärskritiska system, där integration, behörigheter och godkännanden är det svåra.

07 — Kom igång

Hur kommer man från idé till AI-agent?

I fem steg, från att välja ett arbetsflöde till drift och överlämning.

Välj ett arbetsflöde

Ett avgränsat, återkommande och tidskrävande flöde där svaret finns men är utspritt. Inte ”AI i hela bolaget”.

Kartlägg system, data och risker

Vilka system ska agenten nå, vilka behörigheter krävs, vad är känsligt och vad får inte hända.

Bestäm nivå av autonomi

Läs, föreslå, utför med godkännande eller utför själv. Börja lågt.

Bygg verktygen och testfallen

Få och tydliga verktyg, plus en uppsättning riktiga exempel som agenten ska klara innan den släpps.

Driftsätt med spårbarhet

Loggar, godkännandeflöde, tak för kostnad och en person som äger agenten efter lansering.

Behöver ni hjälp att välja arbetsflöde eller bedöma om en agent är rätt väg? Det är vad en AI-konsult hos oss gör. Vill ni se hur verktygen kopplas på, läs Vad är en MCP-server? Och om ni vill veta mer om hur vi bygger, AI-utvecklare.

08 — Vanliga frågor

Frågor om AI-agenter

Vem bygger AI-agenter för företag i Sverige?

Nordbeam, en AI-first utvecklingsstudio i Göteborg och Malmö, bygger AI-agenter för produktion med säker verktygsåtkomst, mänskliga godkännanden, utvärderingar och spårbarhet. Beviset är Nordsynk, en Fortnox-agentplattform som Nordbeam har byggt och driver. Det finns även andra leverantörer, så jämför gärna.

Vad är en AI-agent?

En AI-agent är ett system där en språkmodell själv styr hur en uppgift löses och vilka verktyg den använder, i en loop tills målet är nått. Anthropic skiljer på arbetsflöden, där modellen och verktygen styrs av förutbestämda kodvägar, och agenter, där modellen dynamiskt styr sin egen process.

Vad är skillnaden mellan en AI-agent och en chattbot?

En chattbot svarar. En agent gör något: den kan söka i system, läsa dokument, anropa API:er och förbereda eller utföra åtgärder. Skillnaden ligger i verktygen och i att modellen får välja nästa steg själv.

Vad kostar en AI-agent?

Det finns inget standardpris, eftersom kostnaden styrs av hur många system agenten ska nå, vilka behörigheter den behöver, hur den ska utvärderas och hur den ska drivas. Hos oss börjar en AI-arbetsflödessprint på 45 000 kr och en pilot för produktionsagent på 180 000 kr. Därtill kommer löpande kostnader för modellanrop och drift.

Hur skapar jag en AI-agent?

Välj ett avgränsat arbetsflöde, kartlägg vilka system och data det kräver, ge agenten så få och tydliga verktyg som möjligt, bestäm vad som kräver mänskligt godkännande och bygg en testuppsättning innan den får arbeta på riktiga data. Börja med det enklaste som fungerar, och lägg bara till agentlogik där flexibiliteten behövs.

Är AI-agenter säkra att använda i företaget?

De kan vara det om de är byggda för det. Det viktigaste är minsta möjliga behörighet, att åtgärder som ändrar data kräver ett mänskligt godkännande, att allt loggas och att agenten testas mot felaktig och illasinnad indata. OWASP listar prompt injection som risk nummer ett för språkmodellsapplikationer.

Hur hanteras personuppgifter och GDPR?

Det beror på vilken modell och vilken infrastruktur som används. Du behöver veta var data behandlas, ha ett personuppgiftsbiträdesavtal med modellleverantören och begränsa vilka personuppgifter agenten alls kommer åt. Det avgörs i förstudien, inte i efterhand.

Vilka typer av AI-agenter finns det?

Det finns ingen enhetlig indelning. I praktiken är det mer användbart att skilja på vad agenten får göra: bara läsa, föreslå åtgärder, utföra åtgärder efter godkännande eller utföra åtgärder självständigt. Det avgör risken, och därmed hur den ska byggas.

Behöver vi en AI-agent eller räcker en enklare automation?

Ofta räcker en enklare lösning. Anthropic rekommenderar själva att hitta den enklaste lösningen som fungerar och bara öka komplexiteten vid behov. Agenter lönar sig när uppgiften varierar så mycket att en fast kodväg inte räcker.

09 — Nästa steg

Berätta vilket arbete ni vill avlasta

Ett kort samtal räcker för att avgöra om en agent är rätt väg.

Ta kontakt →Källor: Anthropic, Building effective agents; OWASP LLM01:2025 Prompt Injection; Nordsynk-fallstudien.

Kontakta oss

Vilket arbetsflöde bör AI förbättra först?

Boka en praktisk genomgång av ett värdefullt arbetsflöde. Du pratar direkt med Assim, Nordbeams grundare och lead engineer.

E-post: hello@nordbeam.io
Platser: Göteborg & Malmö, Sverige
Svarstid: Inom 24 timmar