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.
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.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.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.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)
- Europakommisjonen: Quick Facts – Transparency rules for AI systems (art. 50 fra 2. august 2026). https://digital-strategy.ec.europa.eu/en/factpages/quick-facts-transparency-rules-ai-systems
- Nkom (10.08.2026): Nye krav til KI-merking i EU – hva betyr dette for Norge? https://nkom.no/ki/regulering/nye-krav-til-ki-merking-i-eu--hva-betyr-dette-for-norge
- Regjeringen (04.08.2026): Tung vil sende KI-loven med endringer på høring (lovforslag våren 2027). https://www.regjeringen.no/no/aktuelt/tung-vil-sende-ki-loven-med-endringer-pa-horing/id3169693/
- ki.norge.no: Nye krav for merking av KI-innhold. https://ki.norge.no/artikler/nye-transperanskrav-fra-eu
- OWASP Gen AI Security Project: Top 10 for LLM Applications 2026 (LLM01 Prompt Injection; LLM03 Excessive Agency). https://genai.owasp.org/resource/owasp-genai-llm-top-10-2026/
- OWASP Gen AI: LLM01:2025 Prompt Injection (fortsatt gyldig beskrivelse). https://genai.owasp.org/llmrisk/llm01-prompt-injection/
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 gangMer fra journalen
Relaterte artikler
Hvordan får vi systemene våre til å snakke sammen?
Systemer snakker sammen gjennom en ferdig integrasjon, et API eller et felles format som EHF. Se først etter en ferdig kobling i regnskapssystemet dere bruker. Tripletex og Fiken har egne oversikter over integrasjoner og åpne API-er. Fra 1. januar 2027 må bokføringspliktige sende e-faktura, ikke PDF, til andre bokføringspliktige som kan ta imot det.
Hva skjer når KI-agenten svarer feil?
En KI-agent kan gi svar som høres riktige ut, men som er feil. Bedriften bør regne med å stå ansvarlig for det agenten sier til kundene, slik en kanadisk tvisteløsningsnemnd kom til i saken mot Air Canada i 2024. Feil blir sjeldnere når agenten bare svarer ut fra deres eget innhold og en ansatt tar over når svaret mangler.
Hvor havner dataene når en KI-agent driftes for dere?
Når en leverandør drifter KI-agenten for dere, er dere som regel behandlingsansvarlig og leverandøren databehandler. Da krever personvernforordningen artikkel 28 en databehandleravtale. Den skal si hva leverandøren får gjøre, hvilke underleverandører som brukes, og hva som skjer med dataene når avtalen slutter. Personopplysninger kan bare sendes ut av EØS med et lovlig grunnlag.