En chatbot svarer på spørsmålet ditt. En AI-agent tar imot et mål og gjør stegene som trengs for å nå det, med verktøyene dine. En AI-kollega er en agent som teamet har satt opp til å eie en fast, tilbakevendende oppgave, med tydelige kilder, tydelige grenser og en person som sjekker resultatet.
Den enkleste måten å skille dem på er å spørre hva du faktisk gir fra deg:
- Til en chatbot gir du et spørsmål.
- Til en agent gir du et mål.
- Til en kollega gir du en jobb: bakgrunnen, reglene, hva «ferdig» betyr, og hvem som godkjenner.
Et par ord om begrepene. «Chatbot» betyr omtrent det samme overalt. «AI-agent» gjør ikke det; selskaper definerer det på ulike måter. «AI-kollega» (som «AI-teammedlem» eller «AI-ansatt») er stort sett et produktbegrep. Det beskriver hvordan du jobber med programvaren, ikke en egen type AI.
AI-agent vs chatbot vs AI-kollega i korte trekk
| Chatbot | AI-agent | AI-kollega | |
|---|---|---|---|
| Du gir fra deg | Et spørsmål | Et mål | En jobb som gjentas |
| Hvem finner informasjonen | Du | Agenten | Agenten, fra avtalte kilder |
| Du får tilbake | Et svar | Ferdig arbeid | Arbeid klart til kontroll |
| Hvem bestemmer neste steg | Du | Delvis agenten | Avtalt på forhånd |
| Passer til | Raske spørsmål | Research og sammendrag | Ukerapporter, sortering av saker |
Mange verktøy kan oppføre seg som mer enn én kolonne. Det nyttige spørsmålet er: hva må skje etter svaret?
Hva er en chatbot?
En chatbot er programvare du snakker med. Du skriver eller snakker, og den svarer. IBM beskriver to typer: eldre chatboter som følger et fast manus, og AI-chatboter som forstår vanlig språk og skriver egne svar.
Ideen er gammel. ELIZA, laget av Joseph Weizenbaum og publisert i 1966, kunne føre en skriftlig samtale. Den kunne ikke gjøre noe utenfor samtalen. Dagens chatboter skriver langt bedre, men mange har den samme begrensningen: arbeidet stopper når svaret er ferdig.
Slik ser det ut i praksis. Spør en chatassistent «Når er neste kaffeprat?», og den kan ikke svare, fordi den ikke ser kalenderen din. Jeff Su bruker akkurat dette eksempelet i en populær forklaringsvideo:
YouTube · Jeff Su
AI Agents, Clearly Explained (AI-agenter, forklart enkelt) · 8. april 2025
En introduksjon på enkelt språk. Kaffeprat-eksempelet viser hvorfor en chatassistent ikke kan svare på spørsmål om din egen kalender.
Det betyr ikke at chatboter er dårlige. Ofte er et svar alt du trenger:
- En besøkende på nettsiden spør om returreglene dine.
- En nyansatt spør hvor reiseregningsreglene ligger.
- Du trenger fem emnelinjer til en webinarinvitasjon.
I hvert tilfelle leser en person svaret og tar neste steg selv.
Hva er en AI-agent?
En AI-agent er programvare som jobber mot et mål på egen hånd. Den bestemmer stegene, bruker verktøy som CRM-et eller innboksen din, sjekker hvordan det går, og fortsetter til jobben er gjort eller den trenger deg.
Google Cloud definerer agenter som systemer som forfølger mål og fullfører oppgaver for brukerne. Anthropic legger til et nyttig skille: hvis stegene er bestemt på forhånd av en person, er det en arbeidsflyt; hvis AI-en bestemmer stegene selv, er det en agent.
Et enkelt eksempel fra IBM-forskeren Maya Murad gjør dette konkret. Spør en AI-modell hvor mange feriedager du har igjen, og den gjetter feil, fordi den ikke vet hvem du er. Koble den til HR-systemet, så kan den slå opp svaret. Spør den om noe vanskeligere, som hvor mye solkrem du bør pakke til en tur, og den må planlegge: sjekke hvor mange dager du har igjen, sjekke værmeldingen, sjekke helseråd og så regne. Det er planleggingen og oppslagene som gjør den til en agent.
YouTube · IBM Technology
What are AI Agents? (Hva er AI-agenter?) med Maya Murad · 15. juli 2024
Forklarer AI-autonomi som en glideskala: faste steg for enkle, forutsigbare oppgaver, agenter for rotete og varierte oppgaver. Videoen forklarer hvordan agenter fungerer, ikke hvilke produkter som leder i dag.
En rask test du kan bruke: Hvis du kopierer informasjon inn i chatten og kopierer svaret ut igjen, bruker du en chatbot. Hvis programvaren selv henter det den trenger og tar neste steg i en annen app, bruker du en agent.
Er en agent bare en smartere modell?
Stort sett nei. Den samme AI-modellen kan ligge bak både en chatbot og en agent. Forskjellen er hva du lar den gjøre: hvilke verktøy den kan bruke, hva den kan endre, og om den kan jobbe seg gjennom flere steg og kontrollere seg selv.
Andrew Ng sa det godt i et foredrag i 2024: å be en AI om et svar i ett jafs er som å be noen skrive et essay "without ever using backspace" (oversettelse: «uten noen gang å bruke tilbaketasten»). La den lage disposisjon, undersøke, skrive utkast og revidere, så blir resultatet mye bedre.
Produktene endrer seg raskt her. OpenAI lanserte en agentmodus i ChatGPT i juli 2025, og innen november 2026 hadde selskapet erstattet den med ChatGPT Work, som OpenAI beskriver som "an agent for longer, more involved tasks" (oversettelse: «en agent for lengre og mer omfattende oppgaver»). Produktnavn kommer og går. Forskjellen mellom å svare og å gjøre består.
Hva er en AI-kollega?
En AI-kollega er en agent som teamet behandler som en kollega med en definert jobb. Tre ting utgjør forskjellen:
- Den eier en jobb som gjentas. Eksempelvis «lag et sammendrag før hver fornyelsessamtale», ikke en enkeltstående forespørsel.
- Den jobber ut fra teamets kilder. Kundehistorikken, tidligere beslutninger og formatet alle allerede bruker.
- Den har tydelige grenser. Noen har bestemt hva den kan lese, hva den kan endre, og hva en person må sjekke før noe sendes ut.
Grensene betyr like mye som ferdighetene. Et godt kollegaoppsett defineres av hva AI-en ikke får gjøre alene.
Slik ser vi på Okou. Vi bygger Okou som et AI-teammedlem for forretningsteam. I praksis betyr det at Okou prøver å gjøre tre ting godt (hva er Okou):
- Bruke riktig kontekst. Før Okou handler, samles det jobben trenger: kundens e-poster, CRM-oppføringen, notatene fra forrige kvartal og fersk offentlig informasjon.
- Levere i riktig format. En kort melding når noen trenger en beslutning, et dokument når detaljene må gjennomgås, et e-postutkast når kunden trenger et svar.
- Gjøre godt arbeid gjentakbart. Lagre en metode som fungerte som en arbeidsflyt, slik at en kollega kan kjøre den med sine egne kontoer.
Ideene i denne artikkelen kan du bruke uten Okou. Men det er slik vi tenker om det, og eksempelet nedenfor følger det samme mønsteret.
Fire vanlige misforståelser
«Hvis den kjører mange steg, er det en agent.» Ikke alltid. Hvis en person har bestemt hvert steg på forhånd, er det en automatisert arbeidsflyt, uansett hvor lang den er. Det er ofte en fordel: faste steg er forutsigbare.
«Agenter betyr at ingen mennesker er involvert.» Nei. Selv de som bygger agenter anbefaler å starte enkelt og holde en person involvert i beslutninger som betyr noe.
«En AI-kollega kan se alles kontoer.» Det bør den ikke. Å dele en metode er noe annet enn å dele tilgang. Når du deler en arbeidsflyt i Okou, deles instruksjonene og referansefilene, ikke skaperens innboks, innlogginger eller private chatter. Hver kollega kjører den med sine egne tilkoblinger.
«Chatboter er døde.» Til å svare på vanlige spørsmål er en godt bygd chatbot billigere og enklere å kontrollere enn en agent. Bruk det enkleste som gjør jobben.
Én oppgave, tre måter: et sammendrag før en fornyelsessamtale
Scenarioet nedenfor er et eksempel, ikke en kundehistorie.
Oppgaven. Priya leder kundesuksess i et programvareselskap med 40 ansatte. Hver torsdag har hun fornyelsessamtaler. Før hver samtale vil hun ha et sammendrag på én side (hva kunden har kjøpt, nylige supportsaker, bruk, hva som ble lovet forrige kvartal) og et utkast til oppfølgings-e-post.
| Chatbot | Agent | Kollega | |
|---|---|---|---|
| Priya gir fra seg | Et spørsmål | Et mål | En jobb med regler |
| Hvem samler informasjon | Priya | Agenten | Agenten |
| Neste uke | Begynne på nytt | Spørre igjen | Går av seg selv |
Med en chatbot: Priya gir fra seg et spørsmål
Priya kopierer notater fra CRM-et, eksporterer nylige supportsaker, limer alt inn i en chat og ber om et sammendrag og en e-post. Hun får et ryddig sammendrag av det hun limte inn. Det mangler bruksdashbordet hun glemte å åpne, og et løfte en kollega ga på e-post. Hun retter e-posten og sender den.
Hun sparte tid på skrivingen. Hun sparte ikke tid på innsamling og kontroll, som var mesteparten av jobben.
Med en AI-agent: Priya gir fra seg et mål
Priya ber: «Lag et sammendrag til fornyelsessamtalen med Acme klokka 14 og skriv utkast til oppfølgingen.» Agenten leser CRM-oppføringen, supportsakene og e-posttråden. Den legger merke til at kundens hovedadministrator ble byttet i august. Den leverer et sammendrag og et e-postutkast.
Mye bedre. Men Priya må fortsatt huske å spørre, hver uke, til hver samtale. Og når en kollega dekker kunden, spør de på en annen måte og får et annet sammendrag.
Med en AI-kollega: teamet gir fra seg en jobb
Det er her forskjellen viser seg.
- Skriv ned jobben. Etter to gode kjøringer blir Priya og lederen hennes enige om hva et fornyelsessammendrag trenger. De lagrer det som en arbeidsflyt: sjekk dagens kalender for fornyelsessamtaler; for hver samtale, les CRM-et, supportsakene fra de siste 90 dagene, e-posttråden og de delte fornyelsesnotatene; skriv sammendraget i teamets énsidesformat; skriv utkast til oppfølgingen; legg begge ut i Slack-kanalen #renewals. En tidsplan kjører det hver torsdag klokka 08.00.
- La konteksten endre svaret. For Acme viser e-posttråden at det ble lovet rabatt hvis to supportsaker ble løst. Én sak er fortsatt åpen. Med bare CRM-et ville sammendraget ha sagt «forny som vanlig». Med e-postene flagger det det åpne løftet øverst og foreslår å bekrefte løsningen før man snakker pris.
- Handle bare innenfor grensene. Agenten kan lese CRM-et, supportsakene og e-posten, og lage et e-postutkast. Den kan ikke sende e-post eller endre fornyelsesstatusen i CRM-et, så det gjør den ikke.
- Lever noe som er lett å sjekke. Kundeansvarlig finner sammendraget og utkastet i #renewals, med en lenke til kilden bak hvert punkt.
- Forbedre metoden, ikke bare resultatet. Etter samtalen endrer kundeansvarlig én linje og sender e-posten. Teamet bestemmer at hvert sammendrag også skal vise hvem som var med i forrige samtale. Priya oppdaterer arbeidsflyten én gang. Fra neste torsdag har hvert sammendrag med dette, for alle som kjører den.
Agenten ble ikke smartere mellom andre og tredje versjon. Teamet gjorde jobben tydelig: hvor den skal lete, hvordan godt arbeid ser ut, hva den ikke skal røre, og hvem som sjekker. Det er det som gjør en agent til en kollega.
Hvorfor ting går galt ved overleveringer
Alle som har arvet et prosjekt, vet dette: du vet bare det som ble gitt videre. Det samme gjelder for AI. To innlegg fra november 2026 viser poenget fra hver sin side. Dette er meninger, ikke forskning, men de stemmer 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…" (Oversettelse: «Enhver utrulling av AI-agenter handler til syvende og sist om hvor godt de får tilgang til den kritiske konteksten …»)
X · Alexander Yue (@Alezander9), grunnlegger av Mainplane · 6. november 2026
"…all summaries are lossy. This is how your assistant makes emails you never wanted…" (Oversettelse: «… alle sammendrag mister noe. Det er slik assistenten din lager e-poster du aldri ønsket deg …»)
Levie skrev dette i forbindelse med en produktlansering fra Box, og Box lagrer bedriftsfiler, så han har en egeninteresse i svaret. Yue snakker om én AI som sender arbeid videre til en annen, og han går lenger enn vi ville gjort: han argumenterer mot å dele opp AI-arbeid på den måten i det hele tatt. Men begge ender med den samme lærdommen for forretningsteam. En agent blir aldri bedre enn bakgrunnen den får. Derfor starter kollegaversjonen av Priyas oppgave med en skriftlig jobb og navngitte kilder, ikke «du skjønner hva jeg mener».
I Okou er tidligere meldinger og filer tilgjengelige i den samme chatten. En ny chat starter blankt med mindre du viser til den forrige. Derfor er den tryggeste vanen å legge kildene og reglene inn i selve arbeidsflyten.
Hvor mennesket fortsatt har ansvaret
Å gi arbeid til en AI betyr ikke å gi fra seg ansvaret. Før du slår på en tilbakevendende jobb, svar på ett spørsmål: på hvilket tidspunkt ser en person over dette før det går ut?
Et fornuftig utgangspunkt i de fleste team:
- La AI-en lese det jobben trenger, og ikke noe mer.
- La den forberede sammendrag, e-poster og forslag til endringer som utkast.
- La sending, publisering, betaling og sletting ligge hos en person, med mindre dere har bestemt at en bestemt handling er trygg å automatisere.
Ethan Mollick, professor ved Wharton som skriver om AI i arbeidslivet, trekker en lignende grense 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…" (Oversettelse: «Jeg vil ikke at den skal bruke e-posten min eller skrive utkast til meldinger på mine vegne …»)
Løsningen hans var å gi agenten en egen e-postadresse, slik at folk vet når de snakker med en AI. Din grense kan være en annen. Mange team synes det er greit at en agent skriver utkast i deres navn, så lenge en person trykker send. Poenget er å velge grensen med vilje.
Gode verktøy lar deg sette den grensen. Når en oppgave i Okou trenger en ny tillatelse, ser en person nøyaktig hva det spørres om og velger hvor lenge tillatelsen skal gjelde. Veiledningen vår om tillatelser anbefaler å gi bare lese- eller utkasttilgang der det er mulig.
Okou spør før en ny tillatelse tas i bruk. En person ser hva som etterspørres og velger en tidsgrense, eksempelvis én time. Se skjermbildet i full størrelse
Slik velger du: chatbot, agent eller kollega?
Start med oppgaven, ikke verktøyet. Fire spørsmål dekker de fleste tilfeller.
Velg riktig type hjelp til oppgaven. De fleste team bruker alle tre.
- Skal du handle på svaret selv? Bruk en chatbot. Forklare en kontraktsklausul, skrive om et avsnitt, idémyldre navn.
- Må AI-en velge neste steg ut fra det den finner? Bruk en agent, eksempelvis til å undersøke en kunde på tvers av CRM, support og e-post. Hvis veien er bestemt på forhånd, kan en AI-arbeidsflyt være nok.
- Er dette en tilbakevendende jobb med avtalte kilder, regler og en eier? Da er det et kollegaoppsett, eksempelvis en gjennomgang av salgspipelinen hver mandag eller oppfølgingen etter hver demo. En tidsplan starter arbeidet; den definerer ikke jobben eller tillatelsene.
- Hvem godkjenner? Svar på dette i hver agent- og kollegaoppgave. Hvis ingen kan svare, er den ikke klar til å overlates.
Ett tips til: gi det tid. I det samme foredraget sammenligner Andrew Ng det å sjekke en agent for tidlig med en ny leder som delegerer en oppgave og ber om status fem minutter senere. Vurder det ferdige arbeidet, ikke det første minuttet.
Slik ser dette ut i Okou
Okous veiledning for team beskriver veien fra ett godt resultat til en fast vane i teamet: gjør oppgaven én gang selv, lagre metoden som en arbeidsflyt, del den med teamet, og la hver person koble til sine egne kontoer.
- Arbeidsflyter holder på metoden: stegene, kildene, formatet og kontrollreglene.
- Automatiseringer legger til tidspunktet: en tidsplan, en ny e-post eller en kalenderendring starter jobben.
- Arbeidet skjer der teamet snakker sammen: du kan @nevne Okou i Slack eller sende Okou en direktemelding.
- Arbeidet fortsetter i skyen: en lang oppgave fortsetter etter at du har lukket laptopen.
- E-poster forblir utkast til du sender dem: Okou kan skrive en oppfølging som et Gmail-utkast, og en person går gjennom det og trykker Send.
Slik legger du til en tidsplan eller utløser på en lagret arbeidsflyt. Noen utløsertyper er bare tilgjengelige i enkelte arbeidsområder. Se skjermbildet i full størrelse
Vil du prøve eksempelet med fornyelsessammendraget, start i chatten med én ekte kunde. Når sammendraget ser riktig ut, lagre det som en arbeidsflyt og legg så til en tidsplan. Flere ideer finner du i 20 eksempler på AI-agenter i ekte arbeid. Mer om godkjenninger finner du i hvorfor bedriften din trenger det siste ordet. Vil du holde delt kontekst presis, se kontekststyring for AI-agenter i team. Den lengre historien om hvordan AI går fra assistent til kollega, finner du i Fra copilot til kollega.
Vanlige spørsmål
Hva er hovedforskjellen mellom en AI-agent og en chatbot?
En chatbot svarer, og du tar neste steg. En AI-agent tar imot et mål, bruker verktøyene dine til å hente informasjon eller utføre handlinger, og leverer ferdig arbeid. AI-modellen under kan være den samme. Det som endres, er hva den får lov til å gjøre.
Er ChatGPT en chatbot eller en AI-agent?
Begge deler, avhengig av hvordan du bruker det. En vanlig ChatGPT-samtale er en chatbot: du spør, den svarer. OpenAI tilbyr også en agentlignende modus for lengre oppgaver; per november 2026 er det ChatGPT Work. Merkelappen følger det verktøyet gjør, ikke navnet.
Er en AI-kollega det samme som en AI-agent?
En AI-kollega er en AI-agent satt opp for en bestemt jobb som gjentas, med teamets kilder, tydelige grenser og en person som sjekker resultatet. «Kollega», «teammedlem» og «ansatt» er produktbegreper, ikke tekniske standarder, så sjekk hva et bestemt produkt faktisk gjør.
Hva er forskjellen mellom en AI-agent og en AI-assistent?
En AI-assistent hjelper vanligvis én person når den blir bedt om det: skriver utkast, oppsummerer, svarer på spørsmål. En AI-agent går lenger og utfører steg mot et mål ved hjelp av verktøy. Begrepene overlapper, og mange assistenter har nå agentfunksjoner.
Kan en chatbot bli en AI-agent?
Ja, hvis du gir den tilgang til verktøyene og dataene dine og lar den jobbe seg gjennom flere steg. Det vanskeligste er å bestemme hva den får lese, hva den får endre, og hvem som godkjenner resultatet.
Vil AI-agenter erstatte chatboter?
Neppe i de fleste team. Raske spørsmål og enkle kunde-FAQ-er håndteres godt av en chatbot, som også er enklere å kontrollere. Agenter og kollegaoppsett gir mening når arbeidet handler om å hente informasjon fra flere steder, følge opp eller gjenta noe etter en tidsplan.
