Dots och AI-agenter: vågar jag släppa pucken?

Jag börjar känna något i mitt arbete med AI som jag har längtat efter ganska länge. Mental avlastning. De gånger jag vågar lämna över en uppgift och faktiskt släppa den får jag färre bollar i luften. Dots har fått mig att fundera på hur mycket det skulle betyda om den känslan blev en vanlig del av arbetsdagen.

Häromdagen bad jag min assistent ordna PDF-affischer med innehåll från vår hemsida. Den skulle vänta tills min dator kom online och sedan skriva ut dem på kontoret. Jag kopplade in datorn, hämtade kaffe och strax därefter kom affischerna ut i A3 och färg. Det fungerade faktiskt. ☕

Jag berättade om det i mitt LinkedIn-inlägg om Dots. Det fina var att jag kunde ägna mig åt annat under tiden. Tidigare har även uppgifter som jag lämnat till AI ofta hängt kvar i huvudet. Där är det redan ganska fullt.

När AI börjar hålla i uppgiften

Dots är OpenAI:s AI-assistenter för löpande arbete i ChatGPT. Grundidén är att de kan arbeta vidare mellan samtalen, använda anslutna appar och återkomma med sådant som behöver min uppmärksamhet. Jag ger en uppgift och ramarna för den, och assistenten försöker ta arbetet vidare.

Det är den kontinuiteten jag är nyfiken på. När jag kan släppa en uppgift tar den mindre plats i huvudet, även innan den är helt färdig.

Jag testar fortfarande och har stött på problem med kontext och tex något så enkelt som mejlformatering. Ibland behöver jag kontrollera mer än jag hade tänkt. Ett lyckat försök räcker knappast för att lita på allt. Men de tillfällen då det fungerar ger mig lust att fortsätta.

Mejlen är mitt tydligaste exempel

I inkorgen blandas frågor som behöver svar, information jag vill läsa och sådant som mest tar plats. Där finns också mejlen jag tänkt svara på lite senare. Lite senare är ju en väldigt flexibel tidpunkt. Jag låter assistenten läsa och sortera bland mejlen, fånga upp svar jag är skyldig och förbereda utkast. Det som intresserar mig mest är hjälpen att upptäcka vad som fortfarande är öppet. Vem väntar på mig? Finns det ett löfte i en äldre tråd som jag behöver ta tag i? Själva svaret behöver också kännas som jag.

Ett mer avgränsat exempel är att flytta undan tydlig reklam, på ett sätt som går att ångra. Där vill jag ha tydliga gränser så att kundmejl och kvitton inte följer med av bara farten. Jag har utforskat det här länge, bland annat i mina tidigare experiment med AI-agenter för e-post. Nu blir jag alltmer intresserad av hur mycket av själva bevakningen jag kan lämna ifrån mig.

Hur mycket vågar vi lämna över?

Jag tror att ordet ”självkörande” lätt får oss att tänka på full frihet direkt. Men det finns många användbara steg på vägen dit. Att läsa en tråd och föreslå ett svar är ett ganska litet steg. Att skicka svaret till en kund, lova ett leveransdatum eller acceptera ett villkor får helt andra följder. För mig är det rimligt att börja med uppgifter där ett misstag är lätt att upptäcka och rätta. Sedan kan jag ge större utrymme när jag sett att arbetssättet håller. Tilliten behöver byggas med riktiga uppgifter, även de krångliga.

Det finns också en fälla här. Om jag kontrollerar varje detalj lika noggrant som när jag gjorde jobbet själv blir avlastningen ganska begränsad. Om jag godkänner allt utan att läsa kan jag få problem på riktigt. Jag vill hitta en arbetsfördelning där assistenten sköter förarbetet och bevakningen, medan jag lägger min uppmärksamhet på beslut som faktiskt behöver mig. Det kräver att vi kan skilja på rutin och omdöme.

Fler vill bygga den proaktiva assistenten

Grok Bot och Metas Muse arbetar också med idén om assistenter som behåller sammanhang och arbetar vidare mellan samtalen. Grok Bot har en egen datormiljö i molnet, och Muse kan ta sig an uppgifter via sin app och WhatsApp. Muse rullas än så länge ut i USA. OpenClaw, den öppna agentplattformen som fick stor uppmärksamhet tidigare i år, bidrog till att popularisera den här agentvågen. Där driver man assistenten på egen vald infrastruktur.

Uppläggen och tillgängligheten skiljer sig åt. Men för mig visar bredden att fler försöker lösa samma vardagsproblem: hur AI kan ta hand om längre uppgifter utan att användaren måste driva varje steg.

Dyrare abonnemang måste förtjäna sin plats

Det här drar oss också mot en annan diskussion om kostnader. En assistent som arbetar mer självständigt gör det lockande att välja ett dyrare abonnemang och ge den fler uppgifter. Jag tycker att man behöver räkna in sin egen tid också. Hur mycket går åt till att förklara, kontrollera och rätta? Hur mycket blir faktiskt färdigt? Om assistenten skapar tio nya saker som jag måste granska har jag kanske mest fått en ny sorts inkorg. För ett mindre företag kan ett dyrare AI-verktyg vara väl värt pengarna om det frigör tid till kunder eller minskar risken att viktig uppföljning glöms bort. Samma verktyg kan bli en onödig kostnad om arbetsuppgifterna är för få eller kräver ständig handpåläggning.

Mental avlastning är svårare att stoppa in i ett kalkylblad, men jag vill ändå väga in den. Att kunna koncentrera sig på en sak i taget har ett värde, även när det inte går att sätta en exakt prislapp på känslan.

Inkorgen innehåller mer än arbetsuppgifter

Säkerheten blir väldigt konkret när en AI-assistent får tillgång till mejl. Där finns information om andra människor, kundrelationer och sådant som aldrig var tänkt att hamna i någon bredare spridning. Företag behöver veta vilka uppgifter assistenten kan läsa, vad den får göra och vilka tjänster som hanterar informationen. Vilka avtal gäller? Vem kan se vad som har gjorts? Hur stoppar vi åtkomsten om något går fel? Det finns dessutom en särskild risk när AI läser innehåll från andra. Ett mejl eller en webbsida kan innehålla instruktioner som försöker lura agenten att göra något helt annat än det jag bett om. Det brukar kallas prompt injection.

Det gör mig försiktig med uppmaningar som ”ta hand om allt”. Jag vill hellre vara konkret med vad assistenten får göra och när den ska fråga. För egen del vill jag kunna följa vad som hänt och rätta till misstag. Framför allt vill jag undvika att experimentet råkar bli någon annans problem.

Börja med en uppgift som stör på riktigt

Om du är nyfiken på AI-agenter i ditt företag skulle jag börja med en återkommande uppgift som tar onödigt mycket uppmärksamhet. Till exempel att fånga obesvarade kundförfrågningar och förbereda underlag inför uppföljningen.

Beskriv sedan ganska jordnära hur jobbet ska fungera:

Vilken information behöver assistenten?
Vad får den göra själv, och när ska den fråga?
Hur ser ett färdigt och korrekt resultat ut?
Hur märker vi att något blivit fel?

Testa på ett begränsat område och följ både resultatet och hur mycket tillsyn som behövs. Får ni avlastning, eller flyttar ni bara runt arbetet?

Jag har skrivit mer om hur jag beskriver sådana arbetsrutiner i mitt inlägg om ChatGPT Skills. Ibland räcker för övrigt en vanlig regel eller enkel automation alldeles utmärkt. Varje uppgift behöver ingen egen digital kollega.

Vad vill vi göra med utrymmet som blir över?

Det är här jag tycker att framtiden blir riktigt intressant. Om självkörande AI-agenter blir tillräckligt tillförlitliga kan vi kanske sluta bära lika många små påminnelser i huvudet. Den tiden och uppmärksamheten skulle kunna gå till ett bättre kundsamtal, en idé som aldrig får arbetsro eller att faktiskt avsluta arbetsdagen när den är slut. Men det finns också en risk att vi fyller varje frigjord minut med fler uppgifter. Då kan vi få högre produktion och ungefär lika många bollar i luften som tidigare.

Jag vill därför hålla fast vid frågan om mental avlastning när jag fortsätter testa. Kan jag lämna den här pucken nu? Om svaret allt oftare blir ja, då börjar AI hjälpa mig på ett sätt som jag verkligen uppskattar.

Key Takeaway

Dots och andra proaktiva AI-agenter gör det intressant att pröva hur mycket av bevakningen och uppföljningen vi kan lämna över. För mig är mental avlastning en viktig del av nyttan. Börja avgränsat, följ vad som faktiskt blir gjort och låt tilliten växa i takt med erfarenheten.

Vill du veta mer?

Vill du bli bättre på att använda ChatGPT i arbetet? Den 24 november 2026 klockan 09–12 håller jag Bakom spakarna i ChatGPT. Vi arbetar praktiskt med större uppdrag, Skills och anslutna appar, med exempel från vardagen.

Vill ni hellre undersöka ett arbetsflöde tillsammans i företaget hjälper jag gärna till med en AI-workshop genom AIOlle. Hör av dig, så utgår vi från en uppgift ni faktiskt vill få mindre av på era skrivbord.