En chatbot svarer på dit spørgsmål. En AI-agent får et mål og udfører selv trinene derhen med dine værktøjer. En AI-kollega er en agent, som dit team har sat op til at stå for en tilbagevendende opgave, med klare kilder, klare grænser og en person, der tjekker resultatet.
Den nemmeste måde at skelne dem på er at spørge, hvad du egentlig overdrager:
- Til en chatbot overdrager du et spørgsmål.
- Til en agent overdrager du et mål.
- Til en AI-kollega overdrager du en opgave: baggrunden, reglerne, hvordan "færdig" ser ud, og hvem der godkender.
En kort bemærkning om ordene. "Chatbot" betyder nogenlunde det samme overalt. Det gør "AI-agent" ikke: virksomheder definerer det på hver deres måde. "AI-kollega" (ligesom "AI-teammedlem" eller "AI-medarbejder") er mest et produktbegreb. Det beskriver, hvordan du arbejder med softwaren, ikke en særlig slags AI.
AI-agent vs. chatbot vs. AI-kollega: overblik
| Chatbot | AI-agent | AI-kollega | |
|---|---|---|---|
| Du overdrager | Et spørgsmål | Et mål | En tilbagevendende opgave |
| Hvem finder informationen | Dig | Agenten | Agenten, fra aftalte kilder |
| Du får tilbage | Et svar | Færdigt arbejde | Arbejde klar til tjek |
| Hvem beslutter næste skridt | Dig | Delvis agenten | Aftalt på forhånd |
| God til | Hurtige spørgsmål | Research og briefs | Ugerapporter, triage |
Mange værktøjer kan opføre sig som mere end én kolonne. Det nyttige spørgsmål er: hvad skal der ske efter svaret?
Hvad er en chatbot?
En chatbot er software, du taler med. Du skriver eller taler, og den svarer. IBM beskriver to slags: ældre chatbots, der følger et fast manuskript, og AI-chatbots, der forstår almindeligt sprog og selv formulerer deres svar.
Idéen er gammel. ELIZA, bygget af Joseph Weizenbaum og udgivet i 1966, kunne føre en skrevet samtale. Uden for samtalen kunne ELIZA ikke gøre noget. Nutidens chatbots skriver langt bedre, men mange har samme begrænsning: arbejdet stopper, når svaret slutter.
Sådan ser det ud i praksis. Spørg en chatassistent "Hvornår er mit næste kaffemøde?", og den kan ikke svare, da den ikke kan se din kalender. Jeff Su bruger netop dette eksempel i en populær forklaringsvideo:
YouTube · Jeff Su
AI Agents, Clearly Explained (AI-agenter, klart forklaret) · 8. april 2025
En introduktion i almindeligt sprog. Kaffeeksemplet viser, hvorfor en chatassistent ikke kan svare på spørgsmål om din egen kalender.
Det gør ikke chatbots dårlige. Ofte er et svar alt, du har brug for:
- En besøgende på hjemmesiden spørger til jeres returpolitik.
- En nyansat spørger, hvor udgiftspolitikken ligger.
- Du har brug for fem emnelinjer til en invitation til et webinar.
I alle tilfældene læser en person svaret og tager selv næste skridt.
Hvad er en AI-agent?
En AI-agent er software, der selvstændigt arbejder hen mod et mål. Den beslutter trinene, bruger værktøjer som dit CRM eller din indbakke, tjekker, hvordan det går, og fortsætter, indtil opgaven er løst, eller den har brug for dig.
Google Cloud definerer agenter som systemer, der forfølger mål og løser opgaver på vegne af brugerne. Anthropic tilføjer en nyttig skillelinje: hvis trinene er fastlagt på forhånd af et menneske, er det et workflow; hvis AI'en selv beslutter trinene, er det en agent.
Et enkelt eksempel fra IBM-forskeren Maya Murad gør det konkret. Spørg en AI-model, hvor mange feriedage du har tilbage, og den gætter forkert, da den ikke ved, hvem du er. Forbind den med HR-systemet, og den kan slå svaret op. Spørg om noget sværere, fx hvor meget solcreme du skal pakke til en rejse, og den bliver nødt til at planlægge: tjekke dine resterende dage, tjekke vejret, tjekke sundhedsråd og så regne det ud. Netop den planlægning og de opslag gør den til en agent.
YouTube · IBM Technology
What are AI Agents? (Hvad er AI-agenter?) med Maya Murad · 15. juli 2024
Forklarer AI's selvstændighed som en glidende skala: faste trin til enkle, forudsigelige opgaver, agenter til rodede, varierede opgaver. Videoen forklarer, hvordan agenter virker, ikke hvilke produkter der fører i dag.
En hurtig test, du kan bruge: hvis du kopierer information ind i chatten og kopierer svaret ud igen, bruger du en chatbot. Hvis softwaren selv henter det, den skal bruge, og tager næste skridt i en anden app, bruger du en agent.
Er en agent bare en klogere model?
Som regel ikke. Den samme AI-model kan ligge bag både en chatbot og en agent. Forskellen er, hvad du lader den gøre: hvilke værktøjer den må bruge, hvad den må ændre, og om den kan arbejde sig gennem flere trin og tjekke sig selv.
Andrew Ng sagde det godt i et foredrag fra 2024: at bede en AI om et svar i ét hug er som at bede nogen skrive et essay "without ever using backspace" (oversættelse: uden nogensinde at bruge tilbagetasten). Lad den lave en disposition, researche, skrive et udkast og revidere, og resultatet bliver meget bedre.
Produkterne ændrer sig hurtigt her. OpenAI lancerede en agenttilstand i ChatGPT i juli 2025 og havde i november 2026 erstattet den med ChatGPT Work, som OpenAI beskriver som "an agent for longer, more involved tasks" (oversættelse: en agent til længere og mere omfattende opgaver). Produktnavne kommer og går. Forskellen mellem at svare og at udføre består.
Hvad er en AI-kollega?
En AI-kollega er en agent, som dit team behandler som en kollega med en afgrænset opgave. Tre ting gør forskellen:
- Den har ansvaret for en tilbagevendende opgave. Fx "forbered et brief inden hvert fornyelsesmøde", ikke en enkeltstående forespørgsel.
- Den arbejder ud fra teamets kilder. Kundehistorikken, tidligere beslutninger og det format, alle allerede bruger.
- Den har klare grænser. Nogen har besluttet, hvad den må læse, hvad den må ændre, og hvad et menneske skal tjekke, inden noget bliver sendt.
Grænserne betyder lige så meget som evnerne. En god opsætning af en AI-kollega defineres af, hvad AI'en ikke må gøre på egen hånd.
Hvor Okou står. Vi bygger Okou som et AI-teammedlem til forretningsteams. I praksis betyder det, at Okou prøver at gøre tre ting godt (hvad er Okou):
- Bruge den rette kontekst. Inden Okou handler, samles det, opgaven kræver: kundens mails, posten i CRM'et, noterne fra sidste kvartal og nylig offentlig information.
- Levere i det rette format. En kort besked, når nogen skal træffe en beslutning, et dokument, når detaljerne skal gennemgås, et mailudkast, når kunden venter på et svar.
- Gøre godt arbejde gentageligt. Gem en metode, der virkede, som et workflow, så en kollega kan køre den med sine egne konti.
Du behøver ikke Okou for at bruge idéerne i denne artikel. Men sådan tænker vi om det, og eksemplet nedenfor følger samme mønster.
Fire almindelige misforståelser
"Hvis den kører mange trin, er det en agent." Ikke altid. Hvis et menneske har fastlagt hvert trin på forhånd, er det et automatiseret workflow, uanset hvor langt det er. Det er tit en fordel: faste trin er forudsigelige.
"Agenter betyder, at der ikke er mennesker involveret." Nej. Selv dem, der bygger agenter, anbefaler at starte enkelt og have et menneske med i de beslutninger, der betyder noget.
"En AI-kollega kan se alles konti." Det bør den ikke. At dele en metode er noget andet end at dele adgang. I Okou deler du ved at dele et workflow instruktionerne og referencefilerne, ikke skaberens indbakke, logins eller private chats. Hver kollega kører det med sine egne forbindelser.
"Chatbots er døde." Til at besvare almindelige spørgsmål er en velbygget chatbot billigere og nemmere at styre end en agent. Brug det enkleste, der løser opgaven.
Én opgave, tre måder: et brief inden et fornyelsesmøde
Scenariet nedenfor er et eksempel, ikke en kundehistorie.
Opgaven. Priya leder customer success i en softwarevirksomhed med 40 ansatte. Hver torsdag har hun fornyelsesmøder. Inden hvert møde vil hun gerne have et brief på én side (hvad kunden har købt, nylige supportsager, forbrug, hvad der blev lovet sidste kvartal) og et udkast til en opfølgningsmail.
| Chatbot | Agent | AI-kollega | |
|---|---|---|---|
| Priya overdrager | Et spørgsmål | Et mål | En opgave med regler |
| Hvem samler informationen | Priya | Agenten | Agenten |
| Næste uge | Start forfra | Spørg igen | Kører af sig selv |
Med en chatbot: Priya overdrager et spørgsmål
Priya kopierer noter fra CRM'et, eksporterer nylige sager, indsætter det hele i en chat og beder om et resumé og en mail. Hun får et pænt resumé af det, hun indsatte. Det overser forbrugsdashboardet, hun glemte at åbne, og et løfte, en kollega gav på mail. Hun retter mailen og sender den.
Hun sparede tid på at skrive. Hun sparede ikke tid på at samle og tjekke, og det var størstedelen af arbejdet.
Med en AI-agent: Priya overdrager et mål
Priya spørger: "Forbered et brief til mit fornyelsesmøde med Acme kl. 14, og skriv et udkast til opfølgningen." Agenten læser posten i CRM'et, sagerne og mailtråden. Den bemærker, at kundens primære administrator blev skiftet ud i august. Den leverer et brief og et mailudkast.
Meget bedre. Men Priya skal stadig huske at spørge, hver uge, inden hvert møde. Og når en kollega dækker kunden, spørger kollegaen anderledes og får et andet brief.
Med en AI-kollega: teamet overdrager en opgave
Det er her, forskellen viser sig.
- Skriv opgaven ned. Efter to gode kørsler bliver Priya og hendes chef enige om, hvad et fornyelsesbrief skal indeholde. De gemmer det som et workflow: tjek dagens kalender efter fornyelsesmøder; læs til hvert møde CRM'et, sagerne fra de seneste 90 dage, mailtråden og de fælles fornyelsesnoter; skriv briefet i teamets format på én side; skriv et udkast til opfølgningen; slå begge dele op i Slack-kanalen #renewals. En tidsplan kører det hver torsdag kl. 8.00.
- Lad konteksten ændre svaret. Hos Acme viser mailtråden, at der blev lovet rabat, hvis to supportsager blev løst. Den ene sag er stadig åben. Ud fra CRM'et alene ville briefet have sagt "forny som normalt". Med mailene fremhæver det det åbne løfte øverst og foreslår at bekræfte løsningen, inden man taler pris.
- Handl kun inden for grænserne. Agenten må læse CRM'et, sagerne og mailen og oprette et mailudkast. Den må ikke sende mail eller ændre fornyelsesfasen i CRM'et, så det gør den ikke.
- Aflevér noget, der er nemt at tjekke. Kundeansvarlig finder briefet og udkastet i #renewals med et link til kilden bag hvert punkt.
- Forbedr metoden, ikke kun resultatet. Efter mødet retter kundeansvarlig én linje og sender mailen. Teamet beslutter, at hvert brief også skal vise, hvem der deltog i sidste møde. Priya opdaterer workflowet én gang. Fra næste torsdag indeholder hvert brief det, uanset hvem der kører det.
Agenten blev ikke klogere mellem anden og tredje version. Teamet gjorde opgaven tydelig: hvor der skal kigges, hvordan godt arbejde ser ud, hvad der ikke må røres, og hvem der tjekker. Det er det, der gør en agent til en AI-kollega.
Hvorfor det går galt ved overdragelser
Alle, der har overtaget et projekt, kender det: du ved kun det, der blev givet videre. Det samme gælder AI. To opslag fra november 2026 viser det fra hver sin side. Det er holdninger, ikke forskning, men de passer med det, vi ser i praksis.
X · Aaron Levie (@levie), CEO i Box · 6. november 2026
"Every AI agent deployment comes down to how successfully they can get access to the critical context…" (Oversættelse: enhver udrulning af en AI-agent afhænger af, hvor godt den får adgang til den afgørende kontekst…)
X · Alexander Yue (@Alezander9), stifter af Mainplane · 6. november 2026
"…all summaries are lossy. This is how your assistant makes emails you never wanted…" (Oversættelse: …alle resuméer mister information. Sådan ender din assistent med at skrive mails, du aldrig ønskede…)
Levie skrev det i forbindelse med en produktlancering fra Box, og Box opbevarer virksomhedsfiler, så han har selv en interesse i svaret. Yue taler om, at én AI giver arbejde videre til en anden, og han går længere, end vi ville: han argumenterer imod overhovedet at dele AI-arbejde op på den måde. Men begge lander på samme lære for forretningsteams. En agent kan aldrig blive bedre end den baggrund, den får. Derfor starter AI-kollega-versionen af Priyas opgave med en nedskrevet opgave og navngivne kilder, ikke med "du ved godt, hvad jeg mener".
I Okou er tidligere beskeder og filer stadig tilgængelige i samme chat. En ny chat starter forfra, medmindre du henviser til den tidligere. Den sikreste vane er derfor at lægge kilderne og reglerne ind i selve workflowet.
Hvor mennesket har ansvaret
At give arbejde til en AI betyder ikke, at du giver ansvaret fra dig. Inden du slår en tilbagevendende opgave til, så svar på ét spørgsmål: hvornår kigger et menneske på det, inden det bliver sendt?
Et fornuftigt udgangspunkt for de fleste teams:
- Lad AI'en læse det, opgaven kræver, og intet andet.
- Lad den forberede briefs, mails og forslag til ændringer som udkast.
- Lad et menneske stå for at sende, publicere, betale og slette, medmindre I har besluttet, at en bestemt handling er sikker at automatisere.
Ethan Mollick, professor ved Wharton, der skriver om AI på arbejdspladsen, trækker en lignende grænse med sin egen agent:
X · Ethan Mollick (@emollick), professor ved Wharton · 15. oktober 2026
"I don't want it using my email or drafting messages on my behalf…" (Oversættelse: jeg vil ikke have, at den bruger min mail eller skriver udkast til beskeder på mine vegne…)
Hans løsning var at give agenten sin egen mailadresse, så folk ved, hvornår de taler med en AI. Din grænse kan ligge et andet sted. Mange teams er helt trygge ved, at en agent skriver udkast i deres navn, så længe et menneske trykker på send. Pointen er at vælge grænsen bevidst.
Gode værktøjer lader dig sætte den grænse. Når en opgave i Okou kræver en ny tilladelse, ser et menneske præcis, hvad der bliver bedt om, og vælger, hvor længe tilladelsen skal gælde. Vores guide om tilladelser anbefaler kun at give læse- eller udkastadgang, hvor det er muligt.
Okou spørger, inden en ny tilladelse bliver brugt. Et menneske ser, hvad der bliver bedt om, og vælger en tidsgrænse, fx én time. Se skærmbilledet i fuld størrelse
Sådan vælger du: chatbot, agent eller AI-kollega?
Start med opgaven, ikke med værktøjet. Fire spørgsmål dækker de fleste tilfælde.
Find den rette slags hjælp til opgaven. De fleste teams bruger alle tre.
- Skal du selv handle på svaret? Brug en chatbot. Forklare en kontraktklausul, omskrive et afsnit, brainstorme navne.
- Skal AI'en vælge næste skridt ud fra det, den finder? Brug en agent, fx til at undersøge en kunde på tværs af CRM, support og mail. Hvis vejen er fastlagt på forhånd, kan et AI-workflow være nok.
- Er det en tilbagevendende opgave med aftalte kilder, regler og en ejer? Så er det en opsætning med en AI-kollega, fx en pipelinegennemgang om mandagen eller opfølgningen efter hver demo. En tidsplan sætter arbejdet i gang; den definerer ikke opgaven eller dens tilladelser.
- Hvem godkender? Svar på det ved hver opgave til en agent eller AI-kollega. Hvis ingen kan svare, er opgaven ikke klar til at blive overdraget.
Et tip mere: giv det tid. I samme foredrag sammenligner Andrew Ng det at tjekke en agent for tidligt med en ny leder, der uddelegerer en opgave og beder om en status fem minutter senere. Bedøm det færdige arbejde, ikke det første minut.
Sådan ser det ud i Okou
Okous guide til teams beskriver vejen fra ét godt resultat til en vane i teamet: løs opgaven selv én gang, gem metoden som et workflow, del det med teamet, og lad hver person forbinde sine egne konti.
- Workflows rummer metoden: trinene, kilderne, formatet og reglerne til gennemgang.
- Automatiseringer styrer tidspunktet: en tidsplan, en ny mail eller en ændring i kalenderen sætter opgaven i gang.
- Arbejdet sker, hvor dit team taler sammen: du kan @nævne Okou i Slack eller skrive direkte til Okou.
- Arbejdet kører videre i skyen: en lang opgave fortsætter, efter du har lukket din bærbare.
- Mails forbliver udkast, indtil du sender dem: Okou kan skrive en opfølgning som et Gmail-udkast, og et menneske gennemgår det og trykker Send.
Tilføj en tidsplan eller en udløser til et gemt workflow. Nogle typer udløsere er kun tilgængelige i visse workspaces. Se skærmbilledet i fuld størrelse
Vil du prøve eksemplet med fornyelsesbriefet, så start i chatten med én rigtig kunde. Når briefet ser rigtigt ud, så gem det som et workflow, og tilføj derefter en tidsplan. Flere idéer finder du i 20 eksempler på AI-agenter til rigtigt arbejde. Mere om godkendelser kan du læse i hvorfor din virksomhed skal have det sidste ord. Om at holde fælles kontekst korrekt, se kontekststyring af AI-agenter i teams. Den længere historie om, hvordan AI går fra assistent til kollega, finder du i Fra copilot til kollega.
Ofte stillede spørgsmål
Hvad er den vigtigste forskel på en AI-agent og en chatbot?
En chatbot svarer, og du tager næste skridt. En AI-agent får et mål, bruger dine værktøjer til at samle information eller udføre handlinger og leverer færdigt arbejde. Den underliggende AI-model kan være den samme. Det, der ændrer sig, er, hvad den må gøre.
Er ChatGPT en chatbot eller en AI-agent?
Begge dele, alt efter hvordan du bruger det. En almindelig samtale i ChatGPT er en chatbot: du spørger, den svarer. OpenAI tilbyder også en agentlignende tilstand til længere opgaver; i november 2026 er det ChatGPT Work. Betegnelsen følger, hvad værktøjet gør, ikke hvad det hedder.
Er en AI-kollega det samme som en AI-agent?
En AI-kollega er en AI-agent, der er sat op til en bestemt, tilbagevendende opgave, med dit teams kilder, klare grænser og en person, der tjekker resultatet. "Kollega", "teammedlem" og "medarbejder" er produktbegreber, ikke tekniske standarder, så tjek, hvad et givent produkt faktisk gør.
Hvad er forskellen på en AI-agent og en AI-assistent?
En AI-assistent hjælper typisk én person efter behov: skriver udkast, opsummerer, svarer på spørgsmål. En AI-agent går videre og udfører trin hen mod et mål ved hjælp af værktøjer. Begreberne overlapper, og mange assistenter har efterhånden agentfunktioner.
Kan en chatbot blive til en AI-agent?
Ja, hvis du giver den adgang til dine værktøjer og data og lader den arbejde sig gennem flere trin. Det svære er at beslutte, hvad den må læse, hvad den må ændre, og hvem der godkender resultatet.
Vil AI-agenter erstatte chatbots?
Næppe for de fleste teams. Hurtige spørgsmål og enkle FAQ'er til kunder klares fint af en chatbot, som også er nemmere at styre. Agenter og opsætninger med AI-kolleger giver mening, når arbejdet betyder at samle information fra flere steder, følge op eller gentage noget efter en tidsplan.
