# Agentisk AI: från svar till handling

Agentisk AI är artificiell intelligens som planerar och genomför uppgifter på egen hand för att nå ett mål, inte bara genererar ett svar på en fråga. En vanlig chatbot tar emot en fråga och svarar utifrån det den redan vet. En agentisk assistent gör mer: den bryter ner uppgiften i steg, bestämmer vilka verktyg den behöver, hämtar informationen som saknas och utför konkreta åtgärder tills uppgiften faktiskt är löst. I coreAI är detta grunden för assistenter som flyttar en leverans, skapar ett ärende eller bokar en tid – inte bara berättar hur du gör det själv.

## Vad skiljer agentisk AI från en vanlig chatbot?

Skillnaden ligger i att en agentisk assistent fattar egna beslut längs vägen i stället för att följa ett fast sök-och-svar-mönster. Där en traditionell chatbot hämtar lite kontext och svarar en gång kan en agent köra flera steg efter varandra: bedöma vad som saknas, söka på nytt, anropa ett externt system, kontrollera resultatet och gå vidare.

Tre egenskaper definierar agentisk AI:

- **Planering** – assistenten delar upp en sammansatt uppgift i mindre steg och bestämmer ordningen själv.
- **Verktygsanvändning** – den väljer och anropar rätt verktyg längs vägen: sökning i kunskapsbasen, en uppslagning mot ett verksamhetssystem, eller en åtgärd i ett annat system.
- **Handling** – den slutför uppgifter i andra system, inte bara beskriver dem.

Det är den sista punkten som är det stora skiftet: från en assistent som *informerar* till en assistent som *agerar*.

## Vad agentisk AI kan göra för dig i coreAI

I coreAI ger agentisk AI dig en assistent som löser hela uppgiften i ett enda samtal, eftersom den både kan läsa färska data och skriva tillbaka till dina system. Några konkreta exempel:

- en kund ber om att flytta sin leverans – assistenten hittar ordern, kontrollerar giltiga alternativ hos transportören och ändrar datumet
- en användare beskriver ett problem – assistenten skapar ett ärende med rätt prioritet och tilldelar det till rätt team
- en besökare visar intresse – assistenten skapar en lead i CRM:et och lägger till en uppföljningsuppgift för säljaren

Gemensamt för alla är att coreAI styr dialogen och håller kontexten, medan dina verksamhetssystem behåller ägandet av datan. Du flyttar inte ut data – du ger assistenten lov att göra exakt det den redan har lov att göra åt användaren.

Själva förmågan att handla bygger på en öppen standard för verktygsanrop. Vill du se hur detta fungerar tekniskt förklarar vi det i artikeln om [hur coreAI använder MCP](https://coreai.no/sv/articles/mcp). Och när assistenten måste bygga sin egen kontext för att svara bra sker det genom [agentiskt läge](https://coreai.no/sv/articles/agentic-mode).

## Du behåller kontrollen

Agentisk AI i coreAI agerar inom samma ramar som du redan har satt – inte fritt. Det är verksamhetssystemet, inte AI-lagret, som bestämmer vad en given användare faktiskt får göra: en inloggad kund kan ändra sin egen beställning, men inte någon annans, och en handläggare kan eskalera ärenden inom sin egen avdelning. Samma behörighetsstyrning (RBAC) du har i dag återanvänds, utan ny behörighetslogik i AI-lagret.

Lika viktig är ärligheten: hittar assistenten ingen täckning i dina källor säger den ifrån att svaret inte finns – i stället för att gissa. Varje svar kan visa exakt vilka källor det bygger på, så att åtgärderna är spårbara.

## Så kommer du i gång

Börja med att samla innehållet och koppla på systemen assistenten ska arbeta mot, så bygger coreAI det agentiska lagret ovanpå det du redan har. Se [kunskapsbas-lösningen](https://coreai.no/sv/solutions/knowledge-base) för att förstå hur delarna hänger ihop, eller [hör av dig för en genomgång](https://coreai.no/sv/kontakt).