En KI-agent er programvare der en språkmodell bestemmer sitt eget neste steg og handler via verktøy, for eksempel å lese en innboks, slå opp en bestilling eller sende en e-post, helt til målet er nådd eller en grense stopper den. En arbeidsflyt følger trinn som er skrevet på forhånd, mens en agent velger trinnene underveis.
Bygger du med KI-modeller? AIGROW API-kreditt kjører modeller fra Claude, GPT, Gemini og Grok opptil 75 % under listepris.
- En KI-agent er programvare der en språkmodell velger sitt eget neste steg og handler via verktøy helt til målet er nådd eller en grense stopper den.
- En arbeidsflyt følger trinn som er skrevet på forhånd. En agent bestemmer trinnene underveis, noe som koster mer tid og penger per oppgave.
- Agenter passer for arbeid der hver sak er litt forskjellig: svar til kundestøtte, oppfølging av leads, purring på fakturaer og rapportering.
- Bruk i stedet en fast arbeidsflyt når reglene aldri endrer seg, eller når en feil handling ikke kan angres.
Hva er en KI-agent?
En KI-agent er en språkmodell som har fått et mål, et sett med verktøy og tillatelse til å bruke dem. Den leser situasjonen, bestemmer hva som skal gjøres videre, gjør det, sjekker hva som skjedde og gjentar dette helt til jobben er ferdig eller en grense stopper den.
Anthropic, som lager Claude-modellene, trekker skillet slik i Building effective agents:
"Workflows are systems where LLMs and tools are orchestrated through predefined code paths. Agents, on the other hand, are systems where LLMs dynamically direct their own processes and tool usage."
Forskjellen som betyr noe for en bedrift: i en arbeidsflyt har du skrevet hvert eneste trinn. I en agent velger modellen trinnene, innenfor grensene du setter.
Slik fungerer en KI-agent
Alle agenter går gjennom den samme løkken. Eksempelkolonnen følger én e-post til kundestøtten.
| Trinn | Hva skjer | Eksempel: en e-post til kundestøtten |
|---|---|---|
| 1. Mål | En oppgave kommer inn med instruksjoner | "Hvor er bestillingen min?" lander i innboksen |
| 2. Les | Agenten samler kontekst | Den leser e-posten og retningslinjene for kundestøtte |
| 3. Vurder | Modellen velger neste handling | Slå opp bestillingen i butikksystemet |
| 4. Handle | Den kaller et verktøy | Henter bestillingen og får sporingsstatus |
| 5. Kontroller | Den leser resultatet før den går videre | Pakken er ute for levering i dag |
| 6. Stopp eller gjenta | Den fullfører, går i løkke eller overleverer | Sender svaret, eller legger det i kø for en person |
Anthropic peker på at agenter trenger "ground truth" fra omgivelsene i hvert trinn, for eksempel et verktøyresultat, og stoppvilkår, for eksempel et maksimalt antall trinn. De kan også pause for en person ved kontrollpunkter. Disse grensene gjør det trygt å la en agent jobbe med ekte oppgaver.
Delene bak løkken:
| Del | Hva det er |
|---|---|
| Modell | Språkmodellen som leser og bestemmer |
| Instruksjoner | Målet, reglene og hva den aldri må gjøre |
| Verktøy | Koblinger som lar den handle: e-post, CRM, kalender, database |
| Minne | Det den husker mellom trinn eller mellom oppgaver |
| Grenser | Tak på antall trinn, tak på forbruk og handlinger som må godkjennes |
KI-agent vs arbeidsflyt vs chatbot
| Spørsmål | Chatbot | Arbeidsflyt | KI-agent |
|---|---|---|---|
| Hvem bestemmer neste trinn | Brukeren, én melding om gangen | Den som bygde den, på forhånd | Modellen, underveis |
| Handler i andre systemer | Vanligvis ikke | Ja, med faste trinn | Ja, den velger selv hvilke verktøy |
| Samme input, samme output | Nei | Ja | Nei |
| Kostnad og tid per oppgave | Lav | Lavest | Høyest |
| Best egnet til | Å svare på spørsmål | Stabile, gjentatte regler | Saker som er ulike hver gang |
Anthropic beskriver avveiningen tydelig: "Agentic systems often trade latency and cost for better task performance." Betal denne prisen bare der variasjonen i sakene krever det.
De fem typene KI-agenter
De klassiske lærebooktypene, slik IBM oppsummerer dem, beskriver hvordan en agent tar beslutninger. De fleste forretningsagenter bygget på språkmodeller blander flere av dem.
| Type | Hvordan den bestemmer | Eksempel fra næringslivet |
|---|---|---|
| Enkel refleks | Fast regel basert på det den ser nå | Merk hver e-post som inneholder "faktura" |
| Modellbasert refleks | Regler pluss et bilde av det den ikke kan se | Vent med en etterbestilling mens en levering er på vei |
| Målbasert | Planlegger trinn mot et mål | Book et møte som passer i begge kalendere |
| Nyttebasert | Veier alternativer og velger den beste avveiningen | Velg den billigste transportøren som fortsatt holder fristen |
| Lærende | Blir bedre ved hjelp av tilbakemeldinger over tid | Rangere leads bedre etter hvert som avtaler lukkes eller faller bort |
Flere agenter kan også samarbeide som et multiagentsystem, for eksempel én som sorterer innkommende e-post og andre som håndterer hver sin type.
Eksempler på KI-agenter etter forretningsområde
For hvert område er poenget hvilken del av jobben agenten tar, og hva som blir hos et menneske.
| Område | Hva agenten gjør | Hva et menneske beholder |
|---|---|---|
| Innboks for kundestøtte | Svarer ut fra retningslinjene dine og lager utkast til resten | Refusjoner, klager og alt nytt |
| Oppfølging av leads | Svarer nye leads, kvalifiserer dem og booker samtalen | Tilbud og priser |
| Bestillinger og påminnelser | Booker, sender påminnelser og fyller avlyste timer på nytt | Unntak fra kalenderreglene dine |
| Fakturaer og inkasso | Sender fakturaer, avstemmer betalinger og sender purringer | Tvister og betalingsplaner |
| Rapportering | Henter tallene dine inn i én ukentlig rapport | Hva som skal endres |
| Innhold | Lager utkast til innlegg, e-poster og produkttekster | Alt før det publiseres |
| Registrering av data i bakkant | Flytter data mellom e-post, skjemaer og CRM-et ditt | Poster den flagger som uklare |
Flere eksempler finner du i eksempler på KI-agenter og KI-agenter for små bedrifter.
Når du ikke bør bruke en KI-agent
Anthropics råd er å begynne med å "finding the simplest solution possible, and only increasing complexity when needed." Dropp agenten når:
| Situasjon | Bruk i stedet |
|---|---|
| Reglene aldri endrer seg | En fast arbeidsflyt i et verktøy som n8n, Make eller Zapier |
| En feil handling ikke kan angres, for eksempel en betaling | En agent som lager utkast, med et menneske som godkjenner |
| Du trenger samme resultat hver gang i forbindelse med en revisjon | En fast arbeidsflyt med loggførte trinn |
| Oppgaven dukker opp noen få ganger i måneden | Et menneske, eller en lagret prompt |
| Agenten ikke får tilgang til dataene eller verktøyet den trenger | Ordne tilgangen først |
Hvis jobben er en fast kjede av trinn, bør du sammenligne verktøyene i n8n vs Zapier før du bygger en agent.
Slik kommer du i gang med én agent
- Velg ett område med mange like saker, for eksempel innboksen for kundestøtte.
- Skriv ned hva agenten kan gjøre alene, hva som krever godkjenning og hva den aldri må gjøre.
- Gi den først lesetilgang. Legg til handlinger én om gangen.
- Sett grenser: et maksimalt antall trinn per oppgave og en kø for alt reglene dine ikke dekker.
- Gå gjennom et utvalg av arbeidet hver uke og stram inn reglene.
Du kan bygge dette selv med guiden til å bygge KI-agenter med n8n. Eller AIGROW kan drifte det for deg: KI-agentene våre for bedrifter tar over ett område om gangen i dine egne verktøy, og et menneske kontrollerer alt reglene dine ikke dekker.
Kilder
- Anthropic, Building effective agents, 19. desember 2024
- IBM, Types of AI agents
Aktuelle Claude-, GPT-, Gemini- og Grok-modeller, opptil 75 % under listepris
Én API-nøkkel til modellene fra Claude, GPT, Gemini og Grok via OpenAI SDK. Claude-modellene fungerer også med Anthropic SDK og Claude Code.
Prisen for hver modell via AIGROW-kreditt ligger ved siden av utviklerens listepris, aldri over den.
Ofte stilte spørsmål
