Agents and assistents — The basics

DIY Workshop #1

Please note that this content is currently only available in Swedish.

I den här workshopen utforskar vi AI-assistenter/agenter som kan resonera, minnas, använda verktyg och samarbeta för att lösa en uppgift. Upplägget är praktiskt och utforskande. Vi börjar med att fördjupa oss i begreppen och teorierna bakom, men kommer snabbt in på hur du skapar dina egna lösningar. Gör workshopen själv, eller ännu bättre, samla en grupp kollegor och labba tillsammans.

Designa ditt AI-stöd – assistenter och agenter steg för steg

Det är enkelt att bygga sin egen AI-assistent. Utvecklingen under det senaste året har gjort att plattformarna, med ChatGPT, Gemini och Copilot i spetsen blivit så tillgängliga och lättnavigerade att alla, också vi som inte är utvecklare kan designa AI-assisterade arbetsflöden och koppla egna datakällor till verktygen. 

AI-assistenter och agenter blir nu en naturlig del av vår arbetsvardag. Från enkla återanvändbara prompter, visa assistenter och agenter, till större agentiska system som mer eller mindre självständigt utför uppgifter – gärna i samspel med andra AI-verktyg och agentsystem. De nya möjligheterna förändrar hur vi bäst organiserar oss runt våra uppgifter, vilken kompetens som är nödvändig för att utföra dem, men också vilka som faktiskt kan sätta upp och designa de här arbetsflödena. Trösklarna för att låta AI automatisera delar av kunskapsarbetet sjunker snabbt – och det börjar bli dags att förflytta fokus från om något går att automatisera till hur vi gör det på ett sätt som är hållbart, begripligt och skapar värde.

Så, vad vill du automatisera i din arbetsvardag? Varför och på vilket sätt? Vad ger störts värde i din roll? I den här workshopen bygger vi praktiskt – men vi funderar också på ansvarsförhållandet mellan människa och AI. 

Det här är första delen i en serie på temat AI-agenter. Den här gången fokuserar vi på grunderna och att sätta upp enklare AI-assistenter. I kommande delar fördjupar vi oss i mer avancerade agenter och AI-drivna arbetsflöden.

AI-agent eller AI-assistent?

Det råder stor förvirring kring begreppen AI-agent och AI-assistent, både bland användare och leverantörer. Det som de flesta kallar assistenter har t.ex. Microsoft valt att döpa till agenter i Copilot. Låt oss därför förklara vad det är vi menar när vi i den här workshopen pratar om agent och assistent. 

En AI-agent är ett autonomt system som observerar sin omgivning, bearbetar information och vidtar åtgärder för att uppnå specifika mål eller slutföra uppgifter, med eller utan mänsklig inblandning. AI-agenter kan vara mjukvarubaserade eller inbyggda i fysiska enheter.

Agenter och agentsystem är alltså autonoma lösningar där en eller flera agenter får ett mål, använder verktyg (t.ex. via protokoll som MCP), håller koll på minne och kunskap, och kan samverka i multiagentsystem – ibland i strukturer som närmast liknar våra egna organisationer. 

AI-assistenter å andra sidan hjälper användaren i stunden, utgår från instruktioner och lokala kunskap – och vi interagerar oftast med dem i dialogform. Exempel på AI-assistenter är Projekt och GPTs i ChatGPT, Agenter (obs!) i Microsoft Copilot och Gems i Google Gemini. Vi ska också komma ihåg att både definitioner och verktyg utvecklas, så vi kan behöva justera hur vi pratar om de här plattformarna framöver.

I videon går vi igenom de olika nivåerna och begreppen mer i detalj, hur de hänger ihop och vilka steg som krävs för att gå från en enkel assistent till agent och ett mer agentiskt arbetssätt.

Grad av automatisering och HAS-skalan

I vilka uppgifter eller moment vill vi, respektive vill vi inte, att AI ska finnas med i bilden? Vilken agens ska maskinen tillåtas ha i den valda uppgiften? Det här är centralt när vi pratar agenter och agentiska arbetsflöden. Skalor som HAS – Human Agency Scale hjälper oss att förtydliga vad vi faktiskt menar (se figur nedan). HAS-skalan kategoriserar samarbetet mellan maskin och och människa från H1 ("AI gör allt") till H5 ("människan gör allt"). 

Den hjälper oss att fundera på var i loopen, var i arbetsflödet och i vilken grad, människan respektive maskinen ska vara med (och kanske också att fundera på varför?) Med de här perspektiven i ryggen blir det lättare att se vilka uppgifter som lämpar sig för högre grad av automation och AI-autonomi (till exempel repetitiva, standardiserade flöden), och vår mänskliga kompetens, vårt mänskliga omdöme och våra mänskliga relationer är helt avgörande för att lösa en viss uppgift. 

Grad av automatisering och HAS-skalan

I vilka uppgifter eller moment vill vi, respektive vill vi inte, att AI ska finnas med i bilden? Vilken agens ska maskinen tillåtas ha i den valda uppgiften? Det här är centralt när vi pratar agenter och agentiska arbetsflöden. Skalor som HAS – Human Agency Scale hjälper oss att förtydliga vad vi faktiskt menar (se figur nedan). HAS-skalan kategoriserar samarbetet mellan maskin och och människa från H1 ("AI gör allt") till H5 ("människan gör allt"). 

Den hjälper oss att fundera på var i loopen, var i arbetsflödet och i vilken grad, människan respektive maskinen ska vara med (och kanske också att fundera på varför?) Med de här perspektiven i ryggen blir det lättare att se vilka uppgifter som lämpar sig för högre grad av automation och AI-autonomi (till exempel repetitiva, standardiserade flöden), och vår mänskliga kompetens, vårt mänskliga omdöme och våra mänskliga relationer är helt avgörande för att lösa en viss uppgift. 

HAS-skalan, Human Agency Scale (Stanford University, Future of Work with AI Agents)

Ansvarsfull användning

När AI-lösningar får en större roll i våra arbetsflöden och designas för att utföra uppgifter, både interna och externa, ökar också riskerna kopplade till ansvarsfull användning. Som innovationsaktör och företagsfrämjare behöver du kunna föra en kvalificerad dialog om ansvarsfull och strategisk användning av AI-assistenter och agenter. Några centrala frågor att ha med sig:

• Datasäkerhet och sekretess. Vilken data får assistenten/agenten se? Vart skickas den? Hur lagras den? Vilka risker finns?
• Transparens och ansvar. Vem bär ansvar för beslutsunderlag och förslag på åtgärder som initieras eller genereras av en AI-agent? Hur säkerställer vi spårbarhet och möjlighet att granska agenten?
• Kvalitet och robusthet. Hur testar vi att ett agentsystem fungerar stabilt över tid, och hur hanterar vi fel, missförstånd och oväntade konsekvenser?
• Etik, arbetsmiljö och kompetens. Hur påverkas människors roll, motivation och upplevelse när delar av arbetet automatiseras? Hur kan vi använda assistenter och agenter för att stärka vår egen kompetens?

I takt med att kraftfull AI har integrerats i fler företag och produkter, har också behovet av ett tydligare ramverk ökat. Med EU:s AI-förordning (AI Act) får Europa ett gemensamt regelverk som påverkar alla företag som utvecklar, tillhandahåller eller använder AI-system inom EU. I vår utbildningsmodul för innovationsaktörer fördjupar vi oss i de här frågorna.

Övning: Bygg din egen AI-assistent

Genom att sätta upp din egen AI-assistent får du en konkret känsla för hur snabbt och enkelt idéer kan förvandlas till fungerande verktyg. Men också vilka utmaningar och avvägningar som uppstår på vägen. Övningen går att göra på ca 20 minuter, men 30-45 min är att rekommendera.

1. Välj en uppgift för din AI-assistent. Fundera på en återkommande uppgift du ofta möter i din roll. (Exempelvis: skriva ansökningar, sammanfattningar, ta fram mötesagendor, strukturera anteckningar och dokumentation etc.)
2. Välj plattform. Öppna ChatGPT, Gemini, Claude eller Copilot (Har du inget betalkonto använd t.ex. "Projects" i ChatGPT)
3. Skapa och instruera din assistent. Skriv kort vad den ska hjälpa dig med och hur den ska bete sig (ton, stil, begränsningar). Ge den ett namn.
4. Koppla kunskap och material till assistenten. Ladda upp ett par dokument eller hänvisa till underlag som den ska utgå ifrån (t.ex. mallar, riktlinjer, tidigare texter, länkar. Var noga med att inte dela någon känslig data). Fundera på vilka källor som skulle hjälpa assistenten att förstå kontexten ytterligare. Visa goda exempel.
5. Testa! Låt assistenten lösa din valda uppgift. Hur fungerade det? Är du nöjd med formatet som assistenten svarar dig? Justera instruktionerna några gånger för att förfina resultatet.
6. Dela. Om plattformen och abonnemanget tillåter: dela din assistent med en kollega och låt hen testa den, kanske har ni liknande behov?

Viktigt. Tänk på att alltid följa din organisations riktlinjer för användning av AI-tjänster. Om du inte har möjlighet att experimentera inom ramen för arbetet rekommenderar vi att du testar AI-assistenter via ett privat konto och egen hårdvara. Var också noga med att inte dela någon känslig information. Var extra noga med gratisversionerna av verktygen, där möjligheterna att skydda den egen datan är lägre än i betalversionerna.

Fördjupning

Future of Work with AI Agents (Stanford University).
Utbildningsmodul 2. Agenter, egen data och ansvarsfull användning (AI för innovationsaktörer).
What are AI Agents? (Youtubevideo from IBM Technology).
What is MCP? Integrate AI Agents with Databases & APIs (Youtubevideo, IBM Technology).