Anthropic gjør Claude til Slack-kollega

Anthropic flytter Claude inn i Slack som en delt arbeidskollega, ikke bare som en chatbot. Den nye betaen Claude Tag lar team nevne @Claude i en kanal, gi modellen tilgang til utvalgte verktøy, data og kodebaser, og delegere oppgaver som kan kjøres asynkront.

Lanseringen er liten i grensesnittet og stor i styringsmodellen. En chatbot i Slack er gammel nytt. En agent som kan lese kanalhistorikk, bygge minne, bruke verktøy, jobbe over timer eller dager og rapportere tilbake til hele teamet, er noe annet. Det flytter AI fra personlig produktivitetsverktøy til organisert arbeidsflate.

Anthropic sier at Claude Tag er tilgjengelig i beta for Claude Enterprise og Team-kunder. Selskapet starter i Slack fordi samarbeidet allerede skjer der. Det er også her risikoen oppstår: Slack-kanaler inneholder beslutninger, uformell kontekst, kundesaker, sikkerhetsdiskusjoner og halvferdige vurderinger som sjelden er ryddet for maskinell lesing.

Fra assistent til delt aktør

Claude Tag fungerer som en felles Claude i en kanal. Alle i kanalen kan se hva den arbeider med, fortsette samtalen og bygge videre på tidligere kontekst. Anthropic beskriver dette som “multiplayer”. Det er et viktig skille. AI blir ikke lenger bare en privat dialog mellom én bruker og én modell. Den får en rolle i teamets løpende produksjon.

Selskapet sier også at Claude kan lære over tid. Den bygger kontekst fra kanalene den er med i, og kan automatisk lære fra andre Slack-kanaler og datakilder dersom administratorer gir tillatelse. Anthropic presiserer at den ikke rapporterer fra private kanaler. Det er likevel nok til å gjøre tilgangsstyring til hovedsaken.

For CIO og CISO er spørsmålet ikke om funksjonen kan spare tid. Det kan den trolig. Anthropic oppgir at 65 prosent av produktteamets kode internt nå skapes av en intern versjon av Claude Tag. Spørsmålet er hvordan virksomheten begrenser hva en slik agent kan se, huske, gjøre og bruke penger på.

Administratoren blir viktigere enn prompten

Anthropic legger tydelig vekt på administrasjon. Systemadministratorer kan angi hvilke verktøy og hvilken informasjon Claude skal ha tilgang til i hvilke kanaler. Selskapet beskriver dette som separate Claude-identiteter for ulike bruksområder, der minner også holdes innenfor kanalene administrator har definert.

Det er den riktige retningen. En salgs-Claude bør ikke dele minne med en ingeniør-Claude. En support-Claude bør ikke få tilgang til kodebaser uten en klar grunn. En agent som jobber i lederkanaler bør ikke kunne hente data fra produkt- eller HR-systemer bare fordi en bruker ber om det.

Claude Tag har også kostgrenser og logger. Administratorer kan sette tokenbudsjetter på organisasjons- og kanalnivå, og se logg over hva @Claude har gjort og hvem som ba om oppgaven. Det høres administrativt ut, men er kjernen i moden AI-styring. Uten kostgrenser blir agentbruk vanskelig å budsjettere. Uten logg blir hendelser vanskelige å ettergå.

Dette gjør Claude Tag til en nyttig test på om virksomheten faktisk har AI-governance, eller bare har en policy i et dokument. Når agenten ligger i Slack, møter policyen hverdagen. Hvem får invitere den inn? Hvilke kanaler er forbudt? Hvem godkjenner nye verktøy? Hvor lenge skal minne leve? Hvordan håndteres personopplysninger og kundedata? Hvem eier resultatet når agenten skriver kode eller analyserer tall?

Asynkron AI endrer arbeidsrytmen

Anthropic fremhever at Claude Tag kan arbeide asynkront. Brukeren kan sette den på en oppgave og gå videre. Agenten kan også planlegge oppgaver for seg selv og følge opp tråder som har stoppet. Det er produktivt, men det bryter med mange virksomheters kontrollvaner.

En asynkron agent skaper arbeid mens folk ikke ser på. Den kan gjøre mange små valg underveis. Den kan hente informasjon, kjøre verktøy, endre kode eller utarbeide beslutningsgrunnlag før noen leser sluttresultatet. Da holder det ikke å si at “mennesket er i loopen” hvis mennesket først dukker opp etter at arbeidet er gjort.

Ledere bør derfor skille mellom tre typer bruk. Den første er lavrisiko: oppsummeringer, utkast, møtenotater og interne avklaringer. Den andre er mellomrisiko: analyser, rapporter, supportarbeid og kodeforslag som må kvalitetssikres. Den tredje er høy risiko: endringer i produksjonssystemer, tilgang til sensitive data, kundekommunikasjon og beslutningsstøtte som kan påvirke rettigheter, økonomi eller sikkerhet.

Claude Tag kan være nyttig i alle tre, men kontrollnivået må være forskjellig. Kanaltilgang er ikke en formalitet. Det er den nye perimeteren.

Hva norske virksomheter bør kreve

Før en virksomhet slipper en Slack-agent inn i reelle arbeidskanaler, bør den ha en kort og praktisk sjekkliste. Den bør omfatte dataklassifisering per kanal, godkjenning av verktøytilgang, logging som kan eksporteres til sikkerhets- og revisjonssystemer, rutiner for sletting eller avgrensing av minne, og tydelige kostgrenser.

Det bør også være en beslutning om hvor agenten ikke skal være. Juridiske vurderinger, personalsaker, oppkjøp, sikkerhetshendelser og kundedata med høy sensitivitet bør ikke bli eksperimentrom fordi funksjonen er lett å aktivere.

Claude Tag viser hvor raskt enterprise-AI blir en del av eksisterende samarbeidsflater. Det gjør innføringen enklere. Det gjør også feilkonfigurasjoner mer sannsynlige. Den virksomheten som behandler dette som en Slack-app, undervurderer risikoen. Den som behandler det som en ny intern aktør med rettigheter, budsjett og revisjonsspor, er nærmere riktig nivå.

Kilder og medier

Primærkilde: Anthropic, “Introducing Claude Tag”, https://www.anthropic.com/news/introducing-claude-tag

Kildekreditering: Anthropic.

Thumbnail: OpenAI Image 2 / hogby.ai