Agentisk AI er kunstig intelligens som planlegger og gjennomfører oppgaver på egen hånd for å nå et mål, ikke bare genererer ett svar på ett spørsmål. En vanlig chatbot tar imot et spørsmål og svarer ut fra det den allerede vet. En agentisk assistent gjør mer: den bryter oppgaven ned i steg, bestemmer hvilke verktøy den trenger, henter informasjonen som mangler, og utfører konkrete handlinger til oppgaven faktisk er løst. I coreAI er dette grunnlaget for assistenter som flytter en levering, oppretter en sak eller bestiller en time – ikke bare forteller deg hvordan du gjør det selv.
#Hva skiller agentisk AI fra en vanlig chatbot?
Forskjellen ligger i at en agentisk assistent tar egne beslutninger underveis i stedet for å følge ett fast søk-og-svar-mønster. Der en tradisjonell chatbot henter litt kontekst og svarer én gang, kan en agent kjøre flere steg etter hverandre: vurdere hva som mangler, søke på nytt, kalle et eksternt system, sjekke resultatet og gå videre.
Tre egenskaper definerer agentisk AI:
- Planlegging – assistenten deler en sammensatt oppgave opp i mindre steg og bestemmer rekkefølgen selv.
- Verktøybruk – den velger og kaller riktige verktøy underveis: søk i kunnskapsbasen, oppslag mot et fagsystem, eller en handling i et annet system.
- Handling – den fullfører oppgaver i andre systemer, ikke bare beskriver dem.
Det er det siste punktet som er det store skiftet: fra en assistent som informerer til en assistent som gjør.
#Hva agentisk AI kan gjøre for deg i coreAI
I coreAI gir agentisk AI deg en assistent som løser hele oppgaven i én samtale, fordi den både kan lese ferske data og skrive tilbake til systemene dine. Noen konkrete eksempler:
- en kunde ber om å flytte leveringen sin – assistenten finner ordren, sjekker gyldige alternativer hos transportøren og endrer datoen
- en bruker beskriver et problem – assistenten oppretter en sak med riktig prioritet og tildeler den til riktig team
- en besøkende viser interesse – assistenten oppretter en lead i CRM-et og legger en oppfølgingsoppgave for selgeren
Felles for alle er at coreAI styrer dialogen og holder konteksten, mens fagsystemene dine beholder eierskapet til dataene. Du flytter ikke data ut – du gir assistenten lov til å gjøre nøyaktig det den allerede har lov til på vegne av brukeren.
Selve evnen til å handle bygger på en åpen standard for verktøykall. Vil du se hvordan dette fungerer teknisk, forklarer vi det i artikkelen om hvordan coreAI bruker MCP. Og når assistenten må bygge sin egen kontekst for å svare godt, skjer det gjennom agentisk modus.
#Du beholder kontrollen
Agentisk AI i coreAI handler innenfor de samme rammene du allerede har satt – ikke fritt. Det er fagsystemet, ikke AI-laget, som bestemmer hva en gitt bruker faktisk får lov til: en innlogget kunde kan endre sin egen bestilling, men ikke andres, og en saksbehandler kan eskalere saker innenfor sin egen avdeling. Den samme tilgangsstyringen (RBAC) du har i dag gjenbrukes, uten ny tilgangslogikk i AI-laget.
Like viktig er ærligheten: finner ikke assistenten dekning i kildene dine, sier den fra om at svaret ikke finnes – i stedet for å gjette. Hvert svar kan vise nøyaktig hvilke kilder det bygger på, slik at handlingene er etterprøvbare.
#Slik kommer du i gang
Start med å samle innholdet og koble på systemene assistenten skal jobbe mot, så bygger coreAI det agentiske laget oppå det du allerede har. Se kunnskapsbase-løsningen for å forstå hvordan delene henger sammen, eller ta kontakt for en gjennomgang.