Hva er forskjellen på AI og automatisering? Og hvilken trenger dere?

AI og automatisering blir brukt om hverandre, også av dem som selger det. Forskjellen betyr noe for hva dere betaler, og for hvor lett det er å se om løsningen gjør jobben riktig.

Jeg heter Ivar André Knutsen og setter opp AI og automatisering for bedrifter i Vestfold og Telemark. Det meste jeg bygger, er en blanding av de to.

Hva er automatisering?

Store norske leksikon forklarer det slik: «Automatisering er teknikken å få systemer til å fungere uten, eller med liten grad av menneskelig medvirkning» (SNL, 2025).

I en bedrift betyr det som regel: når A skjer, gjør B. Hver gang, på samme måte.

Fakturaflyten jeg har satt opp for Chimpy, en kunde i USA, er et eksempel. Fakturaen kommer på e-post, får navn etter dato og leverandør, og havner i riktig mappe. Den betaler aldri og sletter aldri noe.

Andre vanlige eksempler:

• En påminnelse går ut når en kunde ikke har svart på et tilbud.
• Et skjema på nettsida blir til en sak i riktig liste.
• Timene fra timelista havner i fakturagrunnlaget.

Automatisering trenger ingen intelligens. Den trenger tydelige regler, og at det som kommer inn, ser likt ut hver gang.

Hva er AI?

Store norske leksikon beskriver kunstig intelligens som et fagfelt som undersøker hvordan datasystemer kan utføre oppgaver vi forbinder med intelligens, som å lære av erfaring, forstå språk og trekke slutninger (SNL, 2026). AI og KI er det samme.

Når bedrifter snakker om AI i dag, mener de som regel språkmodeller. De kan lese, skrive, oppsummere og svare på tekst og tale.

Veilederen «KI-assistenter i arbeidslivet» fra regjeringen forklarer hvordan: språkmodellene bygger en statistisk modell av store mengder tekst og lager sannsynlige fortsettelser av teksten de får (Regjeringen, 2025). Derfor kan AI håndtere det uventede. Det er også derfor den kan ta feil og likevel høres sikker ut.

Hva er forskjellen i praksis?

Fire ting skiller dem i hverdagen:

• Hva de trenger: Automatisering trenger faste regler. AI trenger en tydelig oppgave og gode eksempler.
• Hva de gjør med det uventede: Automatisering stopper, eller gjør feil når noe ser annerledes ut. AI prøver å forstå det, og kan bomme.
• Hvordan dere sjekker dem: Automatisering gjør det samme hver gang, så den holder å teste godt én gang. AI må følges med på, særlig i starten.
• Hva de koster å drive: Faste regler er som regel billigere. AI koster mer å passe på.

Når holder vanlig automatisering?

Når det som kommer inn, ser likt ut hver gang, og stegene er de samme. Faste felt i et skjema. En faktura fra en kjent leverandør. En dato som skal utløse en påminnelse.

Veilederen fra regjeringen sier det sånn: «Enkelte utfordringer kan løses godt med regelbaserte søk eller strukturert tilgang til informasjon, mens andre krever større grad av tolkning og fleksibilitet». Den nevner ustrukturert informasjon og åpne spørsmål som eksempler på det siste.

Kan dere skrive oppgaven som en oppskrift med «hvis» og «så», trenger dere sannsynligvis ikke AI til den.

Når trenger dere AI?

Når noe må leses og forstås før noe kan skje. En e-post fra en kunde kan handle om hva som helst. Det samme kan en telefon.

Hos Chimpy lager en løsning en kort oversikt over innboksen: hvem vil hva, og hva venter de på? Ingen faste regler kan si hva en e-post handler om. Der trengs AI.

Telefonen er et annet eksempel. Rørleggerfirmaet A. Aulie AS bruker en AI-resepsjonist som tar telefonen når ingen rekker den, og finner ut hva saken gjelder. Den som ringer, kan si hva som helst, med sine egne ord.

Får AI også lov til å gjøre jobben selv med verktøyene den har fått, som å booke en tid eller sende en SMS, kaller mange det en AI-agent. Det har jeg skrevet om i Hva er en AI-agent?

Hvorfor er de fleste løsninger en blanding?

Fordi de fleste oppgaver har ett steg som må forstås, og mange steg som er like hver gang.

Ta telefonen igjen. AI-en forstår hva kunden vil. Resten er faste regler: saken går på SMS til samme person, på samme måte, hver gang.

Slik bygger jeg det meste: AI bare i steget som må leses og vurderes, og faste regler i resten. Det gjør løsningen billigere å drive, og lettere å se hvor noe gikk galt.

Hvilken trenger dere?

Tre spørsmål gir svaret for de fleste oppgaver:

1. Kommer det inn på samme form hver gang? Da holder vanlig automatisering.
2. Må noen lese og vurdere det først? Da trenger dere AI i det steget.
3. Hva skjer hvis den tar feil? Koster en feil mye, bør et menneske godkjenne før noe går ut. Det gjelder uansett om det er AI eller ikke.

Lurer dere på om dere trenger noe av dette i det hele tatt, start med Trenger bedriften AI?

Kort oppsummert

• Automatisering gjør den samme jobben hver gang, etter faste regler.
• AI kan lese, skrive og vurdere det som ikke følger faste regler, men den kan ta feil.
• Følger oppgaven faste regler, holder vanlig automatisering, og den er ofte billigere.
• Må noe leses og forstås, trenger dere AI i det steget.
• De fleste gode løsninger bruker AI der den trengs, og faste regler resten av veien.

Det er sånn jeg jobber med automatisering for bedrifter: én jobb som tar tid, løst til fast pris, med AI bare der den trengs. Du kan se eksempler på det jeg har bygget. Vil dere ha en som passer på alt hver måned, er det AI-partner. Book en kaffeprat, 30 minutter hos dere i Vestfold eller Telemark eller på video, så finner vi ut hva oppgaven deres trenger.