Lær · Sammenlign

Et chatværktøj eller en AI-agent: hvad kræver opgaven?

Udgivet 31. oktober 2026

Kort svar. Til arbejde, som en person gør én gang eller gør forskelligt hver gang, er et chatværktøj som ChatGPT, Microsoft Copilot Chat, Claude eller Gemini som regel nok. En AI-agent er værd at sætte op, når den samme opgave kommer igen, kræver virksomhedens egne systemer, skal handle i dem, skal godkendes af en person og skal efterlade et spor. Hvis de data, opgaven kræver, ligger spredt eller ikke stemmer overens, løser ingen af dem opgaven godt, før data er bragt i orden.

Stil de fem spørgsmål nedenfor til én opgave, så viser tabellen, hvilket af de fire svar den peger på.

Det kan et chatværktøj i dag

Et chatværktøj er en AI-assistent, som en person skriver til. I spørger, den svarer, og I bestemmer det næste skridt. En AI-agent er et system, der får et mål, deler det op i trin og bruger værktøjer til at udføre dem.

Chatværktøjer kan mere end at svare på spørgsmål i dag. Med det rette abonnement og de rette indstillinger kan alle fire læse filer, I giver dem, og nå nogle af virksomhedens kilder:

Chatværktøj	Hvad det kan forbindes til, afhængigt af abonnement og indstillinger	Kilde
ChatGPT	Apps som Google Drive, SharePoint og Slack; nogle apps lader den også udføre handlinger, for eksempel opdatere en fil, ofte efter at I har godkendt det. Agent mode udfører opgaver på en virtuel computer og spørger, før den foretager handlinger af betydning.	OpenAI Help Center; OpenAI, Introducing ChatGPT agent
Claude	Connectors til Google Drive, Gmail, Slack og andre tjenester, og custom connectors til jeres egne MCP-servere. På Team- og Enterprise-abonnementer kan en ejer begrænse, hvilke handlinger en connector må udføre, for eksempel læse, men ikke skrive.	Claude Help Center
Microsoft Copilot Chat	Nettet og filer, I uploader. En Microsoft Copilot-licens (indtil for nylig Microsoft 365 Copilot) eller agenter, som jeres organisation sætter op, giver adgang til jeres e-mails, filer og SharePoint-indhold.	Microsoft Learn
Gemini	Gmail, Docs, Drive og Calendar for en Google Workspace-konto, når administratoren tillader det.	Google Workspace Admin Help; Gemini Apps Help

En MCP-server er et program, der giver en AI-assistent en fastlagt måde at læse jeres data på og, hvor I tillader det, handle i jeres systemer.

I alle tilfælde er det en person, der driver arbejdet: personen starter hver opgave, tjekker hvert svar og bestemmer, hvad der skal ske bagefter. Ordbogen siger det sådan: “Når en assistent laver jeres slides eller et budgetark, er arbejdet stadig jeres, for I skal prompte hvert trin.” Det er den grænse, denne side trækker.

Fem spørgsmål til opgaven

Tag én opgave, og svar ja eller nej:

Kommer opgaven igen? Den løses hver dag, hver uge eller hver måned, på samme måde.
Kræver den virksomhedens egne data og systemer? Mere end det, en person kan indsætte eller uploade: økonomisystemet, data warehouset, indbakken.
Skal den handle i et system? Den bogfører, arkiverer, opdaterer eller sender noget, ud over at skrive tekst, som en person kan bruge.
Skal en person godkende resultatet, før det gælder? For eksempel før en postering bogføres, eller en e-mail sendes ud af huset.
Skal I bagefter kunne vise, hvad der blev gjort? Hvilken kilde den brugte, hvilken regel den fulgte, og hvem der godkendte.

Og ét om data:

Ligger de data, opgaven kræver, i systemer, I kan nå, og stemmer de overens? Hvis det samme tal er forskelligt i økonomisystemet og i regnearkene, er svaret nej.

Resultatet

Jeres svar	Resultat	Hvad det betyder
Mest nej til spørgsmål 1 til 5	Et chatværktøj er nok	Brug det chatværktøj, I har. Giv det filerne og sammenhængen til hver opgave, og tjek dets svar.
Ja til 1 og 2, nej til 3	Et chatværktøj forbundet til jeres data	Opgaven er at besvare spørgsmål ud fra jeres egne tal. Forbind chatværktøjet til jeres data gennem datafundamentet, så hvert svar viser sin kilde, og hver person kun ser det, de har adgang til. Opgaven Spørg jeres data fungerer sådan.
Ja til 1, 2 og 3, og som regel 4 og 5	En agent er umagen værd	Sæt en AI-agent op til opgaven, med adgang til kun det, opgaven kræver, regler, guardrails, en logbog og en operatør, der godkender.
Nej til spørgsmålet om data	Ingen af dem endnu: bring data i orden først	Byg datafundamentet, og stil så de fem spørgsmål igen.

Operatøren er den person i virksomheden, der giver agenten dens instrukser, gennemgår dens arbejde og godkender det. Hvilke trin operatøren godkender, besluttes trin for trin med tre godkendelseszoner: “handler selv”, “spørger først” og “operatøren godkender”.

Fire opgaver kørt gennem testen

Opgave	Svar	Resultat
Skriv et udkast til et svar til en leverandør om en forsinket levering	Kommer igen, men er forskellig hver gang; én person har fakta; ingen handling i et system	Et chatværktøj er nok
Svar på “hvorfor steg omkostningerne i den butik sidste kvartal?”, hver gang en leder spørger	Kommer igen; kræver data warehouset; ingen handling i et system; bliver i virksomheden	Et chatværktøj forbundet til jeres data
Læs hver leverandørfaktura, og forbered posteringen i økonomisystemet	Kommer igen hver dag; kræver økonomisystemet; handler i det; operatøren godkender; hver postering skal vise sin kilde	En agent er umagen værd
Skriv udkastet til månedsrapporten, når økonomisystemet og tre regneark ikke stemmer overens	Kommer igen; kræver flere systemer; data stemmer ikke overens	Bring data i orden først

Når et chatværktøj er nok

Et chatværktøj er nok til det meste skrivearbejde, til resuméer, til at analysere en fil, nogen giver jer, og til enkeltstående spørgsmål. Det er også nok til en opgave, der gentager sig, hvis en person gerne vil tage hvert trin og tjekke hvert svar.

Hvis jeres opgave lander her, så brug det chatværktøj, I allerede har, og lær at give det god sammenhæng at arbejde ud fra. Måske har I slet ikke brug for hjælp udefra.

Når en agent er umagen værd

En agent er opsætningen værd, når opgaven gentager sig og skal løses i jeres systemer, med en person, der godkender det, der betyder noget, og et spor af hvert trin. En agentisk AI-vidensarbejder, Gathenas navn for en AI-agent, der er sat op til at løse en opgave i jeres virksomhed, får målet én gang og vender tilbage, når opgaven er løst, eller med det ene spørgsmål, den ikke kunne besvare selv.

Hvad den skal have for at kunne udføre det arbejde, og hvorfor et chatværktøj alene ikke rækker, forklares i Hvad en AI-agent skal have for at udføre rigtigt arbejde. Hvilke trin den må tage uden en person, gennemgås i Hvornår må en AI-agent handle selv?

Når data skal i orden først

En agent eller et forbundet chatværktøj læser det, jeres systemer indeholder. Hvis systemerne ikke stemmer overens, melder den uoverensstemmelsen, eller den vælger ét tal uden at sige hvorfor. Datafundamentet er jeres forbundne, rensede data, hvor hvert tal kan spores tilbage til sin post. At bygge det er det første, der er værd at gøre, uanset hvad I beslutter om AI. Datafundamentet forklaret

Kontrolleret mod leverandørernes dokumentation den 31. oktober 2026.

Kilder

Produktnavne er varemærker tilhørende deres ejere og bruges for at identificere produkterne; de udtrykker ingen anbefaling.