Aktuelt - MFO

Hva er egentlig en AI-agent

Skrevet av Jette Johannessen - Markedssjef MFO | 22. august 2025

Litt inspirasjon å ta med seg inn i fredagen, med ønske om en god helg!

God fredag!  

Snart helg, men først får du en ny utgave av spalten 'Positive Provocation' som leveres av vår samarbeidspartner Wavemaker

 

 

 

 

AI-agenter er et hett tema, og med god grunn. Chatbots har lenge vært en gavepakke for å effektivisere kundeservice, men for brukeren på den andre siden ender samtalen ofte i frustrasjon. Hva om vi kunne gjøre denne interaksjonen verdifull i stedet for frustrerende? Det er her AI-agenten kommer inn. I motsetning til en chatbot, er den ikke bare reaktiv; den tenker selvstendig og handler proaktivt for å nå et definert mål.

Hvordan AI-agenter skiller seg ut

For å forstå hva som gjør en AI-agent fundamentalt annerledes, må vi se på tre kjerneegenskaper:

1. Autonomi

En agents fremste kjennetegn er dens evne til å operere selvstendig, uten konstant menneskelig styring. Den perfekte analogien er forskjellen på en vanlig bil og en selvkjørende bil. Mens den vanlige bilen krever din fulle oppmerksomhet for hver sving, får den selvkjørende bilen et definert mål – «kjør til kontoret» – og navigerer deretter på egen hånd. En AI-agent fungerer etter nøyaktig samme prinsipp: den tar egne, logiske beslutninger for å nå målet du har satt.

2. Målretting og planlegging

En AI-agent nøyer seg ikke med å bare utføre én enkelt kommando; den jobber mot et overordnet mål. Tenk på en markedssjef som får i oppdrag å øke trafikken til nettsiden sin. Markedssjefen setter ikke bare i gang med en rekke tilfeldige aktiviteter. Vedkommende legger en detaljert plan: analysere data, identifisere målgrupper, velge kanaler og definere konkrete tiltak.

En AI-agent følger en lignende datadrevet logikk. Når du gir den et mål, vil den selv jobbe trinnvis:

  • Dele opp målet: Bryte ned hovedoppgaven i mindre, håndterbare delmål.
  • Lage en plan: Sette opp en sekvens av handlinger, som å formulere søk, velge databaser, lese og analysere innhold.
  • Justere underveis: Hvis et søk ikke gir resultater, vil den omformulere og prøve på nytt, akkurat som en menneskelig ekspert ville gjort.

3. Verktøybruk

Den tredje egenskapen som virkelig gir en AI-agent kraft, er dens evne til å bruke eksterne verktøy. En standard språkmodell er begrenset til informasjonen den ble trent på, mens en agent kan koble seg til og aktivt bruke en rekke verktøy for å utføre oppgaver i sanntid.

Se for deg en assistent som ikke bare kan skrive en e-post, men som også kan sjekke kalenderen din for ledige tidspunkter, finne kontaktinformasjonen til mottakeren i CRM-systemet og deretter sende e-posten – alt som en del av én og samme oppgave.

Typiske verktøy som agenter jobber godt med:

  • Web-søk: For å hente dagsaktuell informasjon fra nettsider.
  • Kode-tolkning: For å utføre beregninger, analysere data eller kjøre skript.
  • API-tilkoblinger: For å samhandle med andre systemer som databaser og skylagring.

Hva du bør ha i bakhodet

AI-agenter er et veldig spennende verktøy å ta i bruk for å effektivisere og automatisere arbeidsprosesser, men det er samtidig viktig å sette datasikkerhet i første rekke. I Wavemaker benytter vi AI-agenter, men vi har strenge føringer for hvordan disse agentene benytter våre egne data.

1. Våre språkmodeller trenes kun på vår egen, lukkede database

Dersom du benytter en offentlig tilgjengelig språkmodell, er det en risiko for at dataene dine benyttes til opplæring av modellen. For å sikre at sensitive data ikke blir offentliggjort, anbefaler vi på det sterkeste å sørge for at du velger en lisens eller partner hvor dataene dine er beskyttet av en dataavtale og en database som er begrenset for din bedrift.

2. Vi kontrollerer og begrenser tilganger etter behov og ansvar

Høy og unødvendig bruk av språkmodeller kan føre til at maks antall daglige tokens (et token er en bit av tekst som en språkmodell behandler) brukes opp raskt. I praksis betyr dette at språkmodellene kan bli pauset ut dagen. Dedikerte personer som kan kontrollere og feilsøke AI-agenter kontinuerlig, vil bidra til at man unngår at agenten løper løpsk og bruker opp all sin kapasitet. Sørg for at du har denne tekniske kompetansen på plass før du setter opp en AI-agent – enten det er en av dine egne ansatte eller via en partner.

3. Vi låser oss ikke til én enkelt språkmodell

Hver enkelt språkmodell har sine egne styrker og begrensninger, noe som betyr at det er en stor fordel å kunne bytte mellom modeller avhengig av hva din AI-agent skal løse. I Wavemaker benytter vi noen av de største modellene som Gemini Pro (Google), ChatGPT (OpenAI) og Claude (Anthropic) på tvers av hverandre. Vi bytter frem og tilbake mellom modeller for å se hvordan AI-agenten oppfører seg og løser oppgavene vi gir dem – noen ganger fungerer Gemini Pro best, andre ganger er Claude sterkere. Det kan være kostbart å investere i flere lisenser til språkmodeller samtidig, så vurder å bruke en partner om det blir for kostbart for deg.

4. Vi utvider spillerommet til AI-agentene gradvis

Dersom du vil, kan du få en AI-agent til å bestille matvarer for deg ukentlig på Oda – helt automatisk! Men for bedrifter innebærer det en høy risiko ved å la en AI-agent få myndighet til å utføre komplekse oppgaver. For å sikre at agentene kan stoles på, anbefaler vi å la agentene utføre forskjellige oppgaver gradvis, slik at du får kontrollert at den oppfører seg som forventet. Start med enkle oppgaver som fint kan automatiseres, og som frigjør tid i jobbhverdagen din.

Dersom du ønsker å høre mer om hvordan vi i Wavemaker benytter AI-agenter, er det bare å ta kontakt.

Foto: AI 

 
Vil du komme i gang – eller bare ta en uformell prat om mulighetene?

Ta kontakt med:

Jon Erling Austvik-Helgesen
Executive Data & Techical Solutions Director

KONTAKT HER

 

Les mer om MFO og Wavemakers samarbeid her

Ikke medlem i MFO? 

Les mer om medlemskap her