Når bedrifter begynner å ta AI i bruk for å automatisere oppgaver, dukker det raskt opp to begreper: workflows og agenter. De brukes ofte om hverandre, men de er fundamentalt forskjellige. Å velge feil tilnærming kan bety forskjellen mellom et system som fungerer pålitelig og ett som oppfører seg uforutsigbart.

Hva er en workflow?

En workflow er en forhåndsbestemt sekvens av steg. Du vet nøyaktig hva som skal skje, i hvilken rekkefølge det skal skje, og hva outputen skal være. AI kan godt inngå i enkeltsteget, for eksempel til å klassifisere et dokument eller skrive et utkast, men selve flyten er fast og forutsigbar.

Et godt eksempel er automatisk e-postutkast: en innkommende e-post trigger systemet, innholdet sendes til en AI-modell som skriver et svar basert på selskapets tone og informasjon, og utkastet legger seg klart i innboksen. Hvert steg er definert på forhånd. Ingen overraskelser.

Workflows passer best når du kan tegne opp flyten på et whiteboard før du bygger den. De er enkle å feilsøke, enkle å overvåke, og de skalerer godt.

Hva er en agent?

En agent er noe helt annet. Du gir den et mål og et sett med verktøy. Deretter er det agenten selv som bestemmer hvilke steg den tar, hvilke verktøy den bruker, og i hvilken rekkefølge den jobber seg frem mot målet.

Der en workflow følger en oppskrift, ligner en agent mer på en kokk som ser hva som er i kjøleskapet og lager noe ut fra det. Den er fleksibel og tilpasningsdyktig, men også vanskeligere å forutsi og teste.

Agenter er riktig valg når oppgaven er åpen, når du ikke vet på forhånd hvilke steg som trengs, eller når forutsetningene endrer seg underveis. Kundeservice med komplekse og uforutsigbare henvendelser er et klassisk eksempel. Det er umulig å forhåndsdefinere en workflow for alle tenkelige spørsmål en kunde kan stille.

Den praktiske tommelfingerregelen

Spør deg selv: kan jeg tegne opp flyten nå, før jeg bygger systemet?

Hvis ja, bygg en workflow. Den er raskere å implementere, enklere å vedlikeholde og mer pålitelig i produksjon.

Hvis nei, vurder en agent. Men vær bevisst på at agenter krever mer arbeid med testing, feilhåndtering og overvåkning. De kan havne i uendelige løkker, ta uventede valg og er vanskeligere å debugge.

De utelukker ikke hverandre

I praksis bruker de beste systemene begge deler. En agent kan delegere deloppgaver til veldefinerte workflows. En workflow kan kalle på en agent når den treffer en situasjon den ikke kan håndtere med faste regler. Tenk på det som et team: agenten er prosjektlederen som bestemmer retning, workflowene er spesialistene som utfører definerte oppgaver raskt og presist.

Hos Gunstig Intelligens bruker vi denne distinksjonen aktivt når vi bygger løsninger for kunder. Inbound-agenten Karsten er et godt eksempel: kjernen er en agent som håndterer åpne samtaler, men bak den ligger veldefinerte workflows for oppgaver som møtebooking og dataregistrering. Det gir fleksibiliteten til en agent kombinert med påliteligheten til en workflow.

Hva betyr dette for deg?

Neste gang du vurderer å automatisere en prosess, start med spørsmålet om forutsigbarhet. Jo mer forutsigbar oppgaven er, jo mer vinner du på en workflow. Jo mer åpen og variabel, jo mer trenger du en agent.

Og husk: mange systemer som markedsføres som AI-agenter er i realiteten avanserte workflows. Det er ikke nødvendigvis feil. Men du bør vite hva du faktisk bygger, og hvorfor.