Tilbake til blogg
GuiderPublisert 9. november 20265 min lesing

AI-chatbot eller AI-agent? Slik finner du ut hva bedriften trenger

Begge ordene brukes om det samme i mye markedsføring. Forskjellen er likevel praktisk: en chatbot svarer på spørsmål, mens en AI-agent også kan utføre handlinger i andre systemer, som å opprette en sak, slå opp en ordre eller lage et utkast til e-post. Den forskjellen avgjør både hva løsningen kan gjøre for deg og hvor mye kontroll du må bygge inn.

H

Av Helkrypt AI

AI-rådgiver

Hva en chatbot gjør

En AI-chatbot på nettsiden leser spørsmålet, finner svaret i innhold den har fått tilgang til, og svarer. Det kan være åpningstider, priser du har publisert, leveringsvilkår eller hvordan et produkt brukes. Når den ikke vet svaret, bør den si det og sende saken videre til en person.

Chatboten endrer ingenting i systemene dine. Den største risikoen er derfor feil eller utdaterte svar, og det håndterer du med godt kildeinnhold og en tydelig vei til et menneske. Det er dette jeg leverer som AI-assistent.

Hva en AI-agent gjør i tillegg

En AI-agent får verktøy. Det betyr tilgang til å lese og skrive i bestemte systemer: e-post, kalender, CRM, saksystem eller et regneark. Agenten kan bryte en oppgave opp i flere steg og velge hvilket verktøy den bruker underveis.

Det gjør agenten nyttig for rutiner som går på tvers av systemer. Det gjør den også mer krevende å sette opp, fordi en feil ikke lenger bare er et dårlig svar. Det kan være en e-post som går til feil person eller en registrering som blir feil.

Tre spørsmål som avgjør hva du trenger

  1. 1.Skal løsningen bare svare, eller også gjøre noe? Hvis kundene først og fremst stiller de samme spørsmålene om og om igjen, holder ofte en chatbot.
  2. 2.Går oppgaven på tvers av flere systemer? Når du kopierer opplysninger fra e-post til kundeliste og videre til kalender, er det et tegn på at automatisering eller en agent kan hjelpe. Se også automatisering og integrasjon.
  3. 3.Hva skjer hvis den tar feil? Jo dyrere eller vanskeligere en feil er å rette opp, desto flere steg bør en person godkjenne før de utføres.

Grensene en agent bør ha

Sikkerhetsmiljøet OWASP har en egen risikoliste for språkmodellbaserte løsninger. I Top 10 for LLM Applications 2026 står «prompt injection» fortsatt øverst, mens «excessive agency» er flyttet opp til tredjeplass. Excessive agency betyr at et system har for mange funksjoner, for vide tilganger eller for mye selvstendighet, slik at en feil eller en manipulert instruksjon kan føre til skadelige handlinger. Rådene derfra er konkrete, og jeg bruker dem som utgangspunkt:

  • Gi bare verktøyene som trengs. En agent som skal oppsummere e-post, trenger lesetilgang, ikke tilgang til å sende eller slette.
  • Gi minst mulig tilgang i systemene. Tilgangen bør styres i systemet agenten kobler seg til, ikke bare i instruksjonene til modellen.
  • La en person godkjenne viktige handlinger. Det gjelder for eksempel utsendelser til kunder, betalinger og sletting.
  • Behandle innkommende tekst som data. En e-post eller nettside agenten leser, kan inneholde instruksjoner som forsøker å styre den. OWASP kaller dette prompt injection og plasserer det øverst på listen.

Praktisk eksempel (hypotetisk)

Eksemplet er laget for å illustrere, og gjelder ingen bestemt kunde.

Et lite rørleggerfirma får forespørsler på e-post og via skjema på nettsiden. I dag leser daglig leder alt om kvelden, skriver kunden inn i kundelisten og svarer med forslag til befaringstid.

  • Med en chatbot får kundene svar på nettsiden om tjenesteområde, hva en befaring innebærer og hvordan de bestiller. Daglig leder får færre enkle spørsmål, men gjør resten som før.
  • Med en agent kan forespørselen leses, kunden registreres i kundelisten og et svarutkast med ledige tider legges klart. Agenten sender ikke noe selv. Daglig leder går gjennom utkastene og trykker send.

Hvilken løsning som lønner seg, avhenger av hvor mange henvendelser det er og hvor mye tid som går med i dag. Det må kartlegges før noen kan si noe om gevinsten.

Merking og personvern

Kundene dine bør alltid få vite at de snakker med en AI. I EU har åpenhetskravene i KI-forordningens artikkel 50 gjeldet siden 2. august 2026, blant annet at personer som samhandler direkte med et KI-system, skal få vite det. Digital Omnibus utsatte høyrisikoreglene, men ikke denne merkeplikten; det finnes bare en begrenset overgang til 2. desember 2026 for maskinlesbar merking av generative systemer som allerede var i omsetning. Ifølge Nkom er forordningen foreløpig ikke tatt inn i EØS-avtalen eller norsk rett, og regjeringen sikter mot et lovforslag våren 2027. Norske virksomheter kan likevel bli omfattet hvis de tilbyr KI-systemer i EU, og personvernregelverket og markedsføringsloven gjelder uansett. Jeg merker derfor løsningene som AI fra start.

Når en agent eller chatbot behandler personopplysninger på dine vegne, trengs en databehandleravtale. Jeg signerer det ved oppstart, og hvis en underleverandør utenfor EU brukes, skal det være avtaler på plass etter GDPR kapittel V.

Start med én rutine

Velg én oppgave som gjentar seg ofte og er forutsigbar. Prøv den med tydelige grenser og godkjenning før du gir mer frihet. Guiden Kom i gang med AI-automatisering går gjennom kartleggingen steg for steg.

Er du usikker på om du trenger en chatbot, en agent eller en enklere automatisering? Ta kontakt, så går jeg gjennom én konkret rutine med deg før du bestemmer deg.

Kilder (kontrollert 9. november 2026)

#chatbot#ai-agent#merking#owasp
Del artikkel:

Helkrypt AI

Klar for å automatisere?

Fortell oss kort hva bedriften din trenger, så svarer vi innen to virkedager med forslag til neste steg. Ingen binding.

Kom i gang

Mer fra journalen

Relaterte artikler