AI-agenter for bedrifter i 2026: Hvilke oppgaver kan du egentlig overlate?

Ailoots referansedokumentasjon: ailoot.ai/docs/.

En chatbot venter på meldingen din; en agent tar tjue steg i mellomtiden#

Forskjellen blir tydelig når du går for å hente kaffe. En chatbot venter. En AI-agent kan få gjort mye i løpet av den tiden, også ting du aldri ba den om å gjøre.

I dag brukes begrepet AI-agent om så mangt, så la meg skille mellom tre nivåer.

Alt gjøres med tanke på det tredje nivået. Beskriv arbeidet én gang, sett opp en tidsplan, og deretter blir det gjort uten deg.

Du starter utføreren for hånd og ser resultatet med en gang. En funksjon arbeider mens du er borte, og du oppdager en feil neste dag, etter at den allerede er gjentatt. Nå skal vi se på hvilket arbeid du trygt kan flytte til det tredje nivået.

Hvorfor skuffer «ferdige AI-agenter» i søkeresultater ofte?#

Jeg har ikke noe imot dette markedet. En bot på et nettsted er helt greit hvis det er akkurat den oppgaven du trenger løst. Problemet begynner når noen sier «Jeg vil ha en AI-ansatt», får en nettstedswidget og en måned senere konkluderer med at hele agentgreia er noe markedsførere har funnet på.

Det er tre ting en slik løsning aldri gir deg.

1. Systemene dine. En agent på en annens plattform kan se det plattformen har klart å koble til. Lagerets eksportfil, kontraktmappen og korrespondansen med en oppdragstaker finnes ikke der.
2. Måten du tenker på. Boten svarer i tråd med scenarier noen andre har utformet. En AI-klone fungerer motsatt: Den gjenskaper beslutningslogikken din fordi du selv har lagt denne logikken inn i prosjektet.
3. Muligheten til å gjøre endringer. Vil du legge til et trinn? Da kontakter du kundestøtte og venter. Det du har bygget selv, kan du endre på en kveld.

Når du bygger selv, betaler du en annen pris: tid til det første oppsettet og oppmerksomhet til å kontrollere arbeidet. Den oppmerksomheten lønner seg når en feil tar ett minutt å rette; den gjør det ikke når feilen koster deg flere dager.

Hvilke forretningsoppgaver kan en AI-agent håndtere fra start til slutt i dag?#

Testen er enkel. Still deg selv tre spørsmål om oppgaven: Kan jeg gjøre det om? Vil jeg se en feil i dag? Kan jeg gjøre det på nytt på ett minutt? Tre ja – overlat hele oppgaven.

Dette hører til i denne kategorien.

1. Et utkast til en hvilken som helst type tekst. En beskrivelse av en tjeneste, et svar på et vanlig spørsmål, en e-post til en oppdragstaker, et disposisjonsutkast til et innlegg. Et dårlig utkast er åpenbart fra første linje.
2. Behandling av innkommende meldinger. Forespørsler, anmeldelser, e-poster, chatmeldinger. Agenten sorterer dem etter tema, trekker ut tilbakevendende klager og samler dem i et sammendrag.
3. Utarbeidelse av en rapport basert på dine egne data. En regnearkeksport, betalinger, avtaleoppføringer. Agenten utfører beregningene og formaterer alt; du går gjennom resultatet.
4. En første gjennomgang av store mengder. To hundre anmeldelser, førti sider av en kontrakt, et års korrespondanse. Et menneske ville brukt en halv dag på den mengden; agenten kommer gjennom den på minutter, og du kontrollerer arbeidet med et utvalg.
5. Mekaniske endringer i et prosjekt. Gi elementer nye navn, gjør alt konsekvent, sorter filer eller rett den samme tingen i tjue filer samtidig.

Dette stemmer med målingene. I en studie av agenters pålitelighet på oppgaver med lang tidshorisont, der ti modeller ble kjørt 23,392 ganger, oppførte ulike typer arbeid seg forskjellig: dokumentbehandling holdt seg nesten stabil da oppgaven ble lengre, fra 0.74 til 0.71. Behandling av innkommende meldinger og utarbeidelse av sammendrag er nettopp denne typen arbeid, og derfor er dette de første oppgavene du bør overlate.

En salongeier kan gi en agent anmeldelser fra et kvartal og få en liste over tilbakevendende klager, mens det før bare fantes en vag følelse av at «alt virker greit». En feil i et slikt sammendrag er åpenbar ved første blikk.

Vil du gå videre enn den første oppgaven og bygge en arbeidsflyt der agenten sorterer arbeid i kategoriene dine? En enkelt oppgave er bare én byggestein. Det er nyttig å tenke gjennom hele arbeidsflyten: AI-klone + Second Brain + Context Engineering. Det er dette som gjør en agent fra en assistent som hallusinerer til en forutsigbar utfører.

Hvilke oppgaver kan den bare håndtere under tilsyn?#

Jeg satte dette inn i en tabell, og har ikke trengt å ta opp spørsmålet igjen siden.

Det er enkelt å sette opp tilsyn én gang. AI-agenten legger resultatet i et utkast; du sender det. Før den endrer noe, forteller den hva den skal endre. Før ethvert trinn som koster penger, stopper den og spør.

I Claude Code setter du dette opp under tilgangstillatelsene: List opp hva agenten kan gjøre uten å spørre, og hva den bare kan gjøre med din tillatelse. Mer i veiledningen om hvordan du hindrer en agent i å ødelegge prosjektet ditt. Sett det én gang for et prosjekt, så fungerer det videre uten påminnelser.

En tilbakevendende funksjon havner automatisk i den andre kategorien, selv om den virker harmløs i seg selv, fordi du ikke ser en feil fra en nattkjøring før om morgenen – og da kan den ha blitt gjentatt flere ganger.

Hva mislykkes en AI-agent konsekvent med, og hvorfor kan ikke en prompt rette det?#

30. juli 2026 publiserte Anthropic en analyse av sine egne sikkerhetsevalueringer. Selskapet gikk gjennom 141,006 evalueringskjøringer og fant tre tilfeller der en modell slapp ut på det virkelige internettet under en kjøring og skadet virkelige systemer.

I det første tilfellet samsvarte navnet på et fiktivt selskap i oppgaven med et eksisterende domene. Modellen fant det virkelige selskapet, kom seg gjennom sikkerhetshullene og nådde en produksjonsdatabase – flere hundre rader med aktive data.

I det andre tilfellet bygde modellen et ondsinnet program og lastet det opp til en offentlig katalog med ferdige kodepakker som tusenvis av andre prosjekter laster ned. Programmet lå ute i omtrent en time og havnet på femten virkelige systemer, inkludert en skanner som tilhørte et selskap som spesialiserer seg på sikkerhet.

I det tredje tilfellet skannet en intern forskningsmodell rundt ni tusen mål, nådde ett selskap ved hjelp av kjente teknikker og konkluderte deretter på egen hånd med at målet var ekte. Så stoppet den angrepet.

Kan en modell avgjøre om miljøet dens er ekte? Tre tilfeller, tre ulike svar. Den ene innså det og stoppet, den andre innså det og fortsatte, og den tredje snakket seg selv inn i troen på at det fortsatt var en test. Og dette var Anthropics laboratorium, med noen av verdens beste forhold. Forholdene på laptopen din er mer beskjedne.

Begrensningen må ligge utenfor agenten. Den praktiske løsningen er denne: Den har fysisk ikke tilgang til produksjonsdatabasen og ingen betalingsnøkkel. Å be den være forsiktig er fortsatt bare en forespørsel, og under press vil modellen finne en vei rundt den.

Den andre svakheten kommer fram i pålitelighetsmålingene. En åpen ingeniøroppgave faller fra 0.90 til 0.44 etter hvert som tidshorisonten vokser, og selv de sterkeste modellene mislykkes i opptil 19% av kjøringene fordi de tar på seg ambisiøse planer med flere trinn som de ikke klarer å gjennomføre. Den samme studien fant noe uventet: Minnestøtte gjorde resultatene på lange oppgaver dårligere for alle ti modellene.

Regnestykket for en lang kjede forklarer dette uten forskning. Hvis en agent gjør hvert trinn riktig 85 av hundre ganger, kommer den gjennom åtte trinn på rad omtrent 27 ganger av hundre. Tre av fire oppgaver bryter sammen et sted på midten, og hver gang på et annet sted.

Regelen gjelder enhver type arbeid i bedrifter. En AI-agent kan håndtere det du raskt kan kontrollere. Men det som først koster noe flere måneder senere – kundetillit, omdømme, ryddige data, juridiske konsekvenser – inngår ikke i vurderingen dens, fordi den ikke kan måle dette når oppgaven er fullført.

Den tredje svakheten – å vurdere sitt eget arbeid – er vanskeligst å oppdage og står oftere i veien enn de to første. Agenten sier «ferdig» med samme tone som et menneske ville brukt etter å ha kontrollert arbeidet. Jeg forklarte dette mekanismet separat i veiledningen om hvorfor en agent sier «ferdig» når arbeidet ikke er fullført; den inneholder også en ferdig akseptprompt.

Hva skjedde da agenter fikk i oppgave å drive virkelige bedrifter?#

Én salgsautomat. Ingen mennesker, partnere eller advokater. En modell som skriver kode bedre enn de fleste utviklere, leverer en sjettedel av det et menneske får til her – og gjør det konsekvent, med en utvikling som blir bedre måned for måned.

Anthropic gjennomførte et lignende eksperiment med aktive salgsautomater i tre byer, og la i den andre fasen til en lederagent ved siden av salgsagenten. Rabattene gikk ned med omtrent 80%, og antallet gratisvarer ble halvert. Samtidig tredoblet lederen refusjonene og doblet kredittene for framtidige kjøp, selv om begge deler bare reduserte inntektene. Agentene var nær ved å tegne seg for løkkefutures, som har vært forbudt i USA siden 1958, og prøvde å ansette en vekter for $10 i timen.

En presisering er nødvendig for å få hele bildet. Agenten fikk uttrykkelig beskjed om at alle penger som stod igjen på kontoen om morgenen, ville telle som null i evalueringen, og at virksomheten ville bli lagt ned hvis den ikke vokste i løpet av én dag. Den oppførte seg akkurat som en person som hadde fått dette beskjedent rett før vedkommende ble sagt opp. En agent optimaliserer trofast for målet du ga den, inkludert alle skjeve sider ved det; det har ingenting med modellens dumhet å gjøre.

Mer KI-skrevet kode, og en større andel med grundige gjennomgangskommentarer#

Anthropic delte disse tallene i en artikkel i juli om hvordan selskapet organiserer utviklingsarbeidet.

Det finnes også et annet tall: Andelen arbeid som får grundige kommentarer i gjennomgangen, steg fra 16% til 54%. Samtidig leverer ingeniører i gjennomsnitt åtte ganger mer kode per kvartal enn de gjorde fra 2021 til 2025.

Det er mindre manuell inntasting og mer kode å vurdere. Økningen fra 16 % til 54 % er omtrent 3.4 ganger den tidligere andelen med grundige kommentarer, en økning på 38 prosentpoeng. Det fastslår ikke at gjennomgangsdekning eller tidsbruk på tilsyn tredoblet seg. En gjennomgang kan skje uten en grundig kommentar.

«Jeg setter opp en agent og slipper å styre med denne oppgaven» – slik fungerer det ikke. Én person begynner å håndtere like mye som et helt team pleide å gjøre. Forfatterens erfaring følger det samme mønsteret: utkast, behandling av innkommende meldinger og sammendrag av måltall samles inn uten ham, mens alt som sendes til virkelige mennesker fortsatt bekreftes manuelt.

Takket være agenter har det blitt billig å sette sammen en førsteversjon, mens det koster omtrent like mye som før å gjøre den klar til bruk for virkelige mennesker. Avstanden mellom «fungerer for meg» og «fungerer for kunden» har ikke forsvunnet. Et menneske må fortsatt lukke den.

Hvilken oppgave bør du begynne med, så du ikke gir opp etter en måned?#

Forfatteren kom fram til dette prinsippet etter å ha bygget apper som aldri ble ferdige. Når du begynner, vil du vibekode alt: et nettsted, en bot, en assistent, enda et nettsted. Seks måneder senere ser du tilbake: Du har brukt masse tid og mange tokens, men bare én av tjue løsninger fungerer. Forfatteren gikk også gjennom denne fasen, og bare en mindre andel fungerte – det er normalt. Arbeidet er først ferdig når det fortsetter å bli gjort uten meg.

1. Den gjentas. Det er billigere å gjøre en engangsoppgave for hånd. Det begynner å gi mening når du gjør det samme hver uke.
2. Den tar mer enn én time. Hvis oppgaven tar ti minutter, vil du bruke mer tid på å sette den opp enn du sparer i løpet av seks måneder.
3. Du kan kontrollere resultatet på ett minutt. Du har et klart svar på «ble dette gjort bra eller ikke?» og kan se det uten å måtte lete.
4. Du har allerede dataene. En eksportfil, en mappe, et regneark, korrespondanse. En oppgave som begynner med å hente data fra fem steder, er et dårlig første forsøk.
5. Den berører ikke penger eller virkelige mennesker. Sett opp din første funksjon der det verste utfallet er et dårlig utkast.

Alle fem kriteriene opptrer oftest sammen i samme typer oppgaver: en ukentlig oppsummering, behandling av innkommende meldinger, malbaserte utkast og opprydding i data.

For en nettbutikk dreier det seg som regel om behandling av ukens anmeldelser og spørsmål. For en konsulent er det en oppsummering av korrespondansen med kunder. For en klinikk er det timebestilling og oppfølging av forespørsler. Alle har allerede dataene, resultatet tar ett minutt å kontrollere, og det verste utfallet er noen minutter bortkastet maskintid.

Hva koster en AI-agent per måned, og hva består regningen av?#

1. Abonnement. Grunnavgiften for tilgang til modellen. Den inkluderer en ukentlig bruksgrense.
2. Overforbruk. Når du når abonnementsgrensen, fortsetter arbeidet på målt basis. Det er her ubehagelige overraskelser dukker opp.
3. Kjørested. Hvis funksjonen kjører etter en tidsplan uten deg, trenger den en datamaskin som står på. En hjemmemaskin fungerer fint fram til din første ferie.
4. Lagring. Rapporter, utkast, eksportfiler. En mappe er gratis en stund; deretter avhenger kostnaden av volumet.

Det er den andre kostnadsposten som får nybegynnernes planer til å rakne. En tilbakevendende funksjon bruker av grensen i samme tempo hver dag, enten du husker at den finnes eller ikke. Tre kjøringer om dagen med store datamengder kan bruke opp en ukes kvote på et par dager.

Anthropic øker med jevne mellomrom de ukentlige grensene for betalte abonnementer i en begrenset periode, men hver økning har en sluttdato. Ikke regn denne ekstra kapasiteten som den nye normalen: Beregn bruken ut fra den vanlige kvoten, og behold den midlertidige økningen som en buffer. For planlagte kjøringer bør du også sjekke vilkårene for abonnementet ditt – leverandører har ulike regler for manuell og automatisert bruk.

Regelen min for små oppgaver er enkel. En nattlig orkestrator som kjører kontroller i en løkke, bruker raskt opp tokens, og det er ingen vits i å sette opp en for en liten oppgave. Hvis en jobb tar deg ti minutter i uka, bør den fortsette å være en jobb på ti minutter.

Følg med på hvor pengene går fra den første måneden. Mekanismen bak grensen forklares i veiledningen om hvor mange tokens et abonnement inkluderer, og historien om en nattkjøring som brukte opp budsjettet i én økt, viser hvor ille det kan gå.

Hvordan kan du teste en agent på din egen oppgave i løpet av en uke?#

1. Dag 1. Beskriv oppgaven med egne ord, som om du forklarte den til en person (omtrent 40 minutter)

   Skriv fritt: hva som kommer inn, hva som skal komme ut, hva som regnes som et dårlig resultat, og hva som ikke må gjøres. Dette siste punktet hopper folk oftest over, og det er det som redder dem senere.

2. Dag 2. Kjør oppgaven manuelt tre ganger med ekte data

   Ikke med et oppdiktet eksempel. Ta tre ekte tilfeller fra uken din, og se hvor agenten bommer. Skriv ned feilene ord for ord.

3. Dag 3. Legg til instruksjoner basert på feilene

   Gjør hver feil om til en regel. Bygg instruksjonene på feilene fra de første kjøringene. Antakelsene dine om hvordan ting bør fungere, står i veien her.

4. Dag 4–5. Sett den på en tidsplan og ikke grip inn

   La den kjøre på egen hånd og sende resultatet. Du følger bare med og noterer hvor mange ganger du måtte gjøre noe på nytt.

5. Dag 6. Regn ut tallene

   Tell hvor mange minutter du brukte på å kontrollere og rette ting den uken. Sammenlign dette med hvor lang tid oppgaven tok for hånd. Skriv ned forskjellen som et tall.

6. Dag 7. Bestem deg

   Hvis du sparer mindre enn én time i uka, valgte du feil oppgave; velg en annen. Hvis du sparer mer enn to timer, setter du opp en funksjon til.

En prompt som hjelper deg med å komme i gang på dag én. Lim den inn og fyll den ut selv.

Du hjelper meg med å sette opp en tilbakevendende oppgave. Jeg beskriver arbeidet med egne ord, og du gir meg instruksjoner for å utføre det hver uke uten meg.

Oppgaven min: [beskriv den med egne ord, som om du forklarte den til en ny person]
Dette består inndataene av: [filer, mapper, eksportfiler, korrespondanse]
Dette skal komme ut: [et konkret resultat: en fil, en e-post, et sammendrag]
Dette regnes som et dårlig resultat: [beskriv det uttrykkelig]
Dette må aldri gjøres under noen omstendigheter: [sletting, sende noe eksternt, betalinger]

Gjør tre ting.

Still meg oppklarende spørsmål der beskrivelsen min kan tolkes på mer enn én måte. Ikke begynn før jeg svarer.

Etter at jeg har svart, setter du sammen instruksjoner: trinn i rekkefølge, en definisjon av «ferdig» og en liste over forbud.

List separat opp måtene du kan gjøre en feil på uten at jeg oppdager det, og foreslå hvordan jeg kan kontrollere hver enkelt på ett minutt.

Hvor de første funksjonene mislykkes#

1. Gå rett løs på en stor oppgave. «La den håndtere alt salget mitt» går i stykker på dag to. Begynn med én oppgave som gjentas hver uke.
2. Ikke definere hva som regnes som et dårlig resultat. Agenten optimaliserer for målet du har angitt. Hvis du ikke sa hva den ikke må gjøre, vet den det ikke.
3. Gi den mer tilgang enn den trenger. En funksjon som leser en eksportfil og skriver et sammendrag, trenger ikke en nøkkel til databasen. Sett opp tillatelsene én gang for alle.
4. Kontrollere ved å lese alt. Da bruker du opp hele tidsbesparelsen. Kontroller et utvalg: tre av tjue tilfeller, pluss alle tilfeller der agenten markerte usikkerhet.
5. Skrive instruksjoner fra bunnen av. Skriv regler etter at du har sett ekte feil.
6. Ikke måle resultatet. Uten et tall for «hvor mange minutter tok det», bestemmer du deg ut fra hvordan du føler det, og en måned senere husker du ikke om ting ble enklere.

Jeg ser den femte feilen oftere enn de andre, og den virker harmløs. Du setter deg ned og skriver tjue regler på forhånd fordi det virker grundigere. Så står halvparten av reglene i veien, halvparten av de nødvendige mangler, og du skriver alt på nytt etter den første kjøringen.

Hvem har ansvaret når en agent gjør en feil?#

Det høres selvfølgelig ut, men folk glemmer det i praksis. E-posten agenten sendte til en kunde, ble sendt av deg. Prisen den endret på nettstedet, er din pris. Og du er ansvarlig overfor den som eide dataene som ble slettet.

Det er tre ting jeg setter opp på forhånd.

1. En logg. Sørg for at hver tilbakevendende funksjon registrerer hva den gjorde og hvilke inndata den brukte; uten det blir en undersøkelse til gjetting. En vanlig tekstfil er nok.
2. En grense for irreversible handlinger. Sletting, ekstern utsending, betaling – alt krever din bekreftelse. Teknisk sett er dette én tillatelsesinnstilling.
3. Et gjenopprettingspunkt. Be agenten lagre prosjekttilstanden før hver endring som påvirker data. Det er én linje i instruksjonene, og den gjør at du kan gjenopprette gårsdagens versjon på ett minutt.

Bedriftseieren beholder noe arbeid fordi verdien ligger i at en ekte person gjør det. Forfatteren spiller inn korte videoer selv, selv om de kunne vært automatisert for lenge siden. En samtale med en vanskelig kunde, en offentlig tale, en unnskyldning for en feil – dette hører til i samme kategori. En agent kan gjøre det. Det blir billigere og dårligere.

Hvor bør du begynne i morgen?#

Begynn med arbeid der det verste utfallet er et dårlig utkast. Vent med salg og alt som sendes til kunder: Kostnaden ved en feil der måles ikke i minutter, og ett dårlig første forsøk kan få deg til å gi opp.

Det neste spørsmålet er hvordan du får agenten til å sortere oppgaver i kategoriene dine. Det avhenger av hva du legger inn i prosjektet dens: reglene dine, kunnskapsstrukturen din og måten du deler opp arbeidet på. Les om Second Brain og delegering gjennom flere agenter.

Fortsett å utforske Ailoot på ailoot.ai.