KI-agenter tar steget inn i norsk arbeidsliv: Nå skal de gjøre mer enn å svare på spørsmål

Den første KI-bølgen ga norske arbeidstakere chatboter som kunne skrive, oppsummere og svare på spørsmål. Nå kommer neste fase. KI-agentene får tilgang til verktøy, kode og virksomhetsdata og kan gjennomføre hele arbeidsoppgaver. Norske bedrifter og offentlige virksomheter står dermed foran en langt større omstilling enn innføringen av ChatGPT.

Det startet ganske enkelt.

Skriv en e-post.

Oppsummer dette dokumentet.

Lag et forslag til presentasjon.

Finn feil i denne programkoden.

Men kunstig intelligens er raskt i ferd med å bevege seg videre fra rollen som digital samtalepartner.

Den nye generasjonen KI-agenter skal ikke bare forklare hvordan en oppgave kan løses.

De skal kunne gjøre deler av jobben selv.

For norske virksomheter kan forskjellen bli enorm.

Fra KI-assistent til KI-agent

En vanlig KI-assistent venter i hovedsak på en instruksjon.

Brukeren spør.

KI-en svarer.

En agent kan arbeide mer selvstendig mot et definert mål.

Hvis oppgaven eksempelvis er å undersøke en leverandør, kan en fremtidig bedriftsagent få beskjed om:

«Lag et beslutningsgrunnlag for denne leverandøren.»

Derfra kan agenten i prinsippet gjennomføre flere trinn:

  1. hente informasjon fra virksomhetens systemer
  2. undersøke tilgjengelig dokumentasjon
  3. kontrollere informasjon mot eksterne kilder
  4. analysere økonomiske nøkkeltall
  5. identifisere manglende dokumenter
  6. lage en risikovurdering
  7. produsere en rapport
  8. sende resultatet videre til et menneske for godkjenning

Det er noe helt annet enn å spørre en chatbot om å skrive et avsnitt.

Norske virksomheter har allerede begynt

Utviklingen er ikke lenger bare noe som foregår hos amerikanske teknologiselskaper.

Også norske virksomheter eksperimenterer med agentbaserte arbeidsformer.

I mai samlet over 40 personer fra mer enn 20 offentlige virksomheter seg for å dele erfaringer med KI-baserte kodeagenter.

GitHub Copilot var utgangspunktet for mange, mens flere testet Claude Code på større kodebaser. Også JetBrains AI, ChatGPT, Context7 og OpenCode var blant verktøyene som ble diskutert.

Erfaringsutvekslingen viste samtidig hvor raskt utviklingen beveger seg.

Godkjenningsprosessene i virksomhetene kan ha problemer med å holde tritt med lanseringen av nye verktøy.

Offentlig sektor tester agenter

Digitaliseringsdirektoratet er selv blant miljøene som utforsker teknologien.

Digdirs R&D Lab arbeider med bruk av generativ KI i produkter, tjenester og offentlige fellesløsninger.

Blant bruksområdene finner vi Altinn Studio, kunnskapsassistenter og RAG-baserte løsninger.

Digdir beskriver arbeidet som utvikling og testing av konkrete KI-løsninger som blant annet omfatter agenter, assistenter og automatisering basert på organisasjonens egne data.

Det er et tydelig signal om hvor offentlig digitalisering er på vei.

KI skal ikke nødvendigvis bare ligge som en chatbot på toppen av en offentlig nettside.

Teknologien kan etter hvert bli en del av arbeidsprosessene bak tjenestene.

Norge vurderer felles KI-infrastruktur

Digdir gjennomførte våren 2026 en omfattende markedsdialog om en mulig fellesløsning for generativ KI i offentlig sektor.

Mer enn 200 deltakere bidro gjennom leverandørkonferanse, skriftlige innspill, samtaler og spørreundersøkelser.

Et viktig resultat var at Norge neppe bør bygge én enorm offentlig KI-løsning som skal løse alt.

I stedet peker Digdir på muligheten for et modulært økosystem med åpne API-er og standardiserte grensesnitt.

En slik arkitektur kan gjøre det mulig å kombinere forskjellige KI-modeller og komponenter samtidig som offentlig sektor reduserer risikoen for å bli fullstendig låst til én leverandør.

Det kan bli svært viktig når KI-agenter får større ansvar.

Agentene trenger tilgang for å være nyttige

En KI-agent uten tilgang til verktøy er i praksis ganske begrenset.

Den virkelige produktivitetsgevinsten kommer når agenten kan kobles til systemene der arbeidet faktisk foregår.

Det kan være:

  1. Microsoft 365
  2. SharePoint
  3. Teams
  4. CRM-systemer
  5. økonomisystemer
  6. dokumentarkiver
  7. GitHub
  8. databaser
  9. saksbehandlingssystemer
  10. offentlige registre
  11. API-er
  12. interne kunnskapsbaser

Da kan agenten både hente informasjon og potensielt utføre handlinger.

Men akkurat der oppstår også den store sikkerhetsutfordringen.

Hva skal KI-en egentlig få lov til å gjøre?

Hvis en KI bare kan lese offentlig tilgjengelig informasjon, er konsekvensene av en feil begrenset.

Hvis agenten får tilgang til virksomhetens SharePoint, kundedatabase, økonomisystem og e-post, blir situasjonen en helt annen.

Da må virksomheten vite:

Hvilke data kan agenten lese?

Kan agenten endre informasjon?

Kan den sende e-post?

Kan den opprette eller slette filer?

Kan den gjennomføre økonomiske transaksjoner?

Kan den kontakte kunder?

Hva skjer dersom agenten misforstår en instruksjon?

Dette gjør identitets- og tilgangsstyring til en av de viktigste delene av agentrevolusjonen.

En agent bør ikke automatisk få tilgang til alt bare fordi en ansatt som bruker den har omfattende rettigheter.

Sikkerhetsmiljøene diskuterer allerede MCP

Et teknologibegrep norske IT-avdelinger sannsynligvis vil høre langt mer om er MCP, Model Context Protocol.

MCP brukes for å koble KI-systemer til eksterne verktøy og datakilder gjennom standardiserte grensesnitt.

Det kan gjøre integrasjon betydelig enklere.

Men det kan også skape nye sikkerhetsutfordringer.

Under erfaringsutvekslingen mellom offentlige virksomheter ble både MCP, prompt injection, hallusinasjoner og tredjepartskomponenter generert av KI trukket frem som utfordringer.

Flere virksomheter gjennomfører ROS-analyser parallelt med utrullingen av KI-verktøy.

Det illustrerer et grunnleggende problem:

Jo mer KI-agenten kan gjøre, desto større blir konsekvensen når noe går galt.

Prompt injection blir mer alvorlig med agenter

Prompt injection har lenge vært et problem for språkmodeller.

En angriper kan forsøke å plassere skjulte instruksjoner i informasjonen KI-en leser.

For en vanlig chatbot kan konsekvensen være et feilaktig eller manipulert svar.

For en agent kan situasjonen bli mer alvorlig.

Hvis agenten samtidig har tilgang til eksterne systemer, kan en manipulert instruksjon potensielt påvirke hvilke handlinger den gjennomfører.

Dermed må virksomheten ikke bare beskytte seg mot at mennesker blir lurt.

Den må også beskytte KI-agentene mot informasjon som manipulerer dem.

Ansatte som aldri har programmert begynner å lage kode

En av de mer interessante observasjonene fra offentlig sektor er at kodeverktøyene ikke lenger bare brukes av utviklere.

Designere og medarbeidere uten tradisjonell utviklerbakgrunn har begynt å bruke generativ KI til programmering.

Det kan fundamentalt endre måten digitale tjenester utvikles på.

En saksbehandler som kjenner problemet kan kanskje lage en prototype selv.

En analytiker kan bygge et internt verktøy uten å vente på et komplett utviklingsteam.

En designer kan gjøre mer av implementeringen direkte.

Det kan gi enorme produktivitetsgevinster.

Men det kan også skape en ny generasjon skygge-IT.

Hvis ansatte lager små applikasjoner, automatiseringer og agenter uten sikkerhetskontroll, kan virksomheten miste oversikten over både data og programvare.

Offentlige virksomheter har derfor begynt å bruke tiltak som obligatoriske kurs, quiz, egenerklæringer og KI-ambassadører før ansatte får tilgang til enkelte verktøy.

Norge har inngått en egen KI-avtale

Utviklingen skjer samtidig som norske myndigheter og arbeidslivets parter forsøker å etablere rammer for omstillingen.

  1. oktober inngikk regjeringen og hovedorganisasjonene LO, NHO, Unio, KS, Akademikerne, Virke, YS og Spekter en KI-avtale for perioden 2026 til 2029.

Avtalen bygger på et viktig prinsipp:

Innføringen av kunstig intelligens skal skje innenfor den norske arbeidslivsmodellen.

Det innebærer blant annet medbestemmelse, kompetanseutvikling og samarbeid mellom ansatte og arbeidsgivere.

Målet er både å hente ut produktivitetsgevinster og samtidig redusere risikoen for negative konsekvenser for arbeidsmiljø og ansatte.

KI-avtalen gjelder både privat og offentlig sektor

Dette blir ekstra viktig når teknologien går fra assistenter til agenter.

En tekstgenerator påvirker primært hvordan en medarbeider utfører en oppgave.

En autonom eller delvis autonom agent kan påvirke selve organiseringen av arbeidet.

Hvis en agent eksempelvis kan behandle hundrevis av dokumenter, lage rapporter og følge opp saker automatisk, oppstår spørsmål om arbeidsdeling, ansvar og kontroll.

Hvem har ansvaret dersom agenten gjør feil?

Hvilke oppgaver må et menneske fortsatt kontrollere?

Hvordan skal ansatte lære å arbeide sammen med agentene?

Og hvordan skal produktivitetsgevinsten fordeles?

Den norske KI-avtalen legger derfor vekt på at ansatte og tillitsvalgte skal involveres når teknologien innføres.

Staten ønsker samtidig høyere tempo

Dette handler heller ikke bare om regulering.

Myndighetene ønsker at norske virksomheter faktisk skal ta teknologien i bruk.

Formålet med KI-avtalen er blant annet å legge til rette for at både private og offentlige virksomheter kan innføre ny teknologi raskt for å opprettholde konkurransekraft, skape verdier og tilby bedre tjenester til innbyggerne.

Balansen blir dermed krevende:

Norge skal bevege seg raskt, men samtidig beholde kontrollen.

KI Norge skal hjelpe

En sentral aktør blir satsingen KI Norge i Digdir.

KI Norge skal fungere som en nasjonal arena for ansvarlig utvikling og bruk av kunstig intelligens i både offentlig og privat sektor.

Satsingen skal blant annet samarbeide med Nkom og Datatilsynet om felles veiledning og regulatorisk sandkasse.

Regjeringen satte av 30 millioner kroner til etableringen av KI Norge, KI-sandkassen og KI-tilsyn.

Når KI-agentene får tilgang til stadig flere virksomhetssystemer, vil behovet for slik veiledning sannsynligvis øke kraftig.

Personvern blir vanskeligere

KI-agenter kan også utfordre personvernet på nye måter.

En medarbeider vet vanligvis hvilke systemer vedkommende arbeider i.

En agent kan derimot hente informasjon fra flere kilder og kombinere den automatisk.

Et enkelt svar kan dermed bygge på:

personaldata fra HR-systemet, kommunikasjon fra Teams, informasjon fra et CRM-system og dokumenter fra SharePoint.

Hver enkelt datakilde kan være legitim.

Kombinasjonen kan likevel skape nye personvernproblemer.

Virksomheten må derfor vite både hvilke data agenten har tilgang til og hvorfor den trenger dem.

Ikke alle beslutninger bør overlates til KI

Agentteknologien reiser også spørsmålet om hvor grensen mellom automatisering og menneskelig skjønn skal gå.

  • Det vil være stor forskjell på en agent som:
  • sorterer dokumenter,
  • og en agent som:

anbefaler hvem som skal få en offentlig ytelse.

Det samme gjelder arbeidslivet.

Å la en agent bestille et møterom er én ting.

Å bruke algoritmer til å vurdere ansatte, overvåke produktivitet eller ta beslutninger som påvirker arbeidsforhold er noe annet.

Derfor er det ikke nok å spørre om teknologien kan automatisere en oppgave.

Virksomheten må også spørre om den bør gjøre det.

Lokal KI og digital suverenitet kommer tilbake

Offentlige teknologimiljøer diskuterer også hvor modellene faktisk skal kjøre.

Flere tester lokale modeller eller egen infrastruktur.

Datasuverenitet, leverandørbinding og pris er sentrale temaer.

Dette er spesielt relevant for Norge.

Store deler av KI-markedet kontrolleres av amerikanske teknologiselskaper som Microsoft, Google, OpenAI og Anthropic.

Regjeringens egen KI-avtale peker på utfordringen ved at mange teknologiske løsninger som tas i bruk i norsk arbeidsliv utvikles, eies og driftes av internasjonale aktører utenfor Norge og Europa.

Når KI-verktøy bare skriver et utkast til en e-post, kan leverandøravhengigheten være håndterbar.

Hvis agentene etter hvert driver sentrale deler av organisasjonens arbeidsprosesser, blir spørsmålet langt mer strategisk.

Fra pilot til ordinær arbeidskraft

2023 og 2024 handlet mye av KI-diskusjonen om hva ChatGPT kunne gjøre.

2025 handlet i større grad om Copilot og KI-assistenter inne i eksisterende programmer.

I 2026 begynner agentene å ta en mer operativ rolle.

Det neste steget kan være at de blir en helt ordinær del av virksomhetens digitale organisasjon.

Ikke som ansatte i juridisk forstand.

Men som programvare som kontinuerlig gjennomfører oppgaver mennesker tidligere måtte gjøre manuelt.

En bedrift kan etter hvert ha agenter for:

  1. kundeservice
  2. programmering
  3. dokumentkontroll
  4. regnskap
  5. innkjøp
  6. compliance
  7. kontraktsanalyse
  8. HR-støtte
  9. sikkerhetsovervåking
  10. prosjektoppfølging
  11. leverandørkontroll
  12. rapportering

Noen vil arbeide kontinuerlig.

Andre aktiveres når en medarbeider trenger dem.

Mennesket forsvinner ikke, men rollen endres

Det mest realistiske scenarioet er foreløpig ikke en arbeidsplass uten mennesker.

Det er en arbeidsplass hvor mennesker får et stadig større antall digitale medarbeidere.

  • Den menneskelige jobben flyttes da gradvis fra utførelse til:
  • kontroll,
  • prioritering,
  • kvalitetssikring,
  • beslutninger,
  • kommunikasjon,

og håndtering av situasjoner der agenten ikke forstår sammenhengen.

For enkelte yrker kan dette bli en gradvis endring.

For andre kan den bli dramatisk.

Den virkelige KI-revolusjonen starter når KI får tilgang

ChatGPT gjorde kunstig intelligens synlig for millioner av mennesker.

KI-agentene kan gjøre teknologien langt mer fundamental.

For forskjellen handler ikke først og fremst om at språkmodellene har blitt flinkere til å skrive.

Forskjellen er at modellene nå kobles til verktøyene der virksomheten faktisk arbeider.

E-post.

Dokumenter.

Kode.

Databaser.

API-er.

Fagsystemer.

Når KI får lov til å lese, forstå og etter hvert handle i disse systemene, endres rollen fra assistent til aktør.

For norske bedrifter og offentlig sektor blir derfor det viktigste spørsmålet de kommende årene ikke om de skal bruke kunstig intelligens.

Det blir:

Hvor mye skal KI-agentene få lov til å gjøre på egen hånd?

Les også

AI / KI GPT-6.2 gjenskapte Paris som en virtuell verden i nettleseren AI / KI Google lanserer Gemini 4 Hydrogen: KI som holder bedre på konteksten AI / KI Skal vurdere konsekvensen av KI for grunnleggende sikkerhetsinteresser AI / KI Norge og Storbritannia inngår strategisk KI-allianse: Skal løfte sikkerhet og felles teknologiutvikling