OpenAI viser ChatGPT Work som agent for ekte arbeidsflyt

OpenAI-sjef Sam Altman løftet 26. juli frem ChatGPT Work som mer enn en ny knapp i ChatGPT. Eksempelet hans er enkelt å forstå, men tungt i konsekvens: fra telefonen ba han ChatGPT bruke hele chat-historikken hans, finne tre gode alternativer for en langhelg med åtte venner, bygge en fullstack-side der gruppen kunne koordinere og velge, gjøre reservasjoner når gruppen var enig, og klargjøre en e-post i Gmail når siden var klar. Altman oppsummerte resultatet med at det «just worked».

Det gjør dette til en sak for ledere, ikke bare AI-entusiaster. Poenget er ikke ferieplanlegging. Poenget er at OpenAI posisjonerer ChatGPT som en operativ agent som kan lese personlig kontekst, bygge programvare, bruke nettjenester og forberede handling i apper der arbeid faktisk skjer. Greg Brockman fulgte opp med budskapet «put Chatgpt to work», og OpenAI-ledelsen bruker dermed egne kanaler til å markere en overgang fra samtalegrensesnitt til arbeidsutførelse.

For virksomheter betyr det at neste bølge med AI-adopsjon ikke primært handler om bedre svar i en chat. Den handler om hvor mye ansvar man tør å gi en modell i arbeidsflyter med data, innlogginger, beslutninger og eksterne systemer. Hvis en agent kan kombinere historikk, browser, kode, nettsider, booking og e-post i én sekvens, blir skillet mellom assistent, automasjon og junior operatør mindre tydelig.

Hva som faktisk er nytt

Det interessante med Altman-eksempelet er kjeden. Hver del finnes i enklere form fra før: modeller kan foreslå turer, skrive e-post, lage kode og bruke verktøy. Nyheten er at OpenAI viser en samlet arbeidsflyt der ChatGPT Work tar en vag menneskelig intensjon og bryter den ned til flere konkrete leveranser. Den skal først forstå brukerens historikk. Deretter skal den planlegge alternativer. Så skal den produsere en samarbeidsside, samle gruppens valg, gå videre til reservasjoner og til slutt forberede kommunikasjon i Gmail.

Dette er agentisk AI i praktisk drakt. Ikke som et forskningsdemo med perfekte rammer, men som en hverdagsoppgave der resultatet krever kontekst, produksjon, koordinering og handling. For CIO-er er det et signal om at AI-verktøyene beveger seg nærmere prosesslaget i organisasjonen: der oppgaver starter uklart, krysser flere systemer og ender i noe som enten er gjort eller ikke gjort.

Det er også verdt å merke seg at Altman eksplisitt peker på bruk av «all my chat history». Det gir kraftigere personalisering, men også en skarpere styringsutfordring. Historikk er ikke bare brukerpreferanser. I en bedriftskontekst kan den inneholde kundedata, prosjektplaner, juridiske vurderinger, budsjetter, sikkerhetsvurderinger og interne beslutninger. Når historikken blir råstoff for agenthandlinger, må styringen følge med.

CIO- og CISO-vinkelen

ChatGPT Work peker mot en hverdag der ansatte forventer at AI kan gjøre mer enn å skrive utkast. De vil at agenten skal logge inn, hente data, bygge midlertidige verktøy, sende videre til kolleger og følge opp. Det kan gi stor produktivitetsgevinst, men også nye feiltyper. En vanlig chatbot kan gi et feil svar. En arbeidsagent kan gjennomføre feil handling.

Derfor bør ledere skille mellom tre nivåer: råd, produksjon og handling. Råd er når modellen foreslår. Produksjon er når den lager tekst, kode, rapporter, skjemaer eller sider. Handling er når den endrer tilstand i verden: sender e-post, gjør reservasjoner, oppdaterer et CRM, lager PR-er, flytter filer eller kjører kommandoer. ChatGPT Work-eksempelet berører alle tre.

For CIO betyr det at policyen ikke kan stoppe ved «hvilke modeller er godkjent». Man må vite hvilke verktøy agenten får bruke, hvilke datakilder den kan lese, hva som krever menneskelig bekreftelse, og hvordan sporbarhet sikres. For CISO betyr det at innlogginger og vedvarende sesjoner i agentmiljøer blir et nytt kontrollpunkt. Dersom agenten har tilgang til Gmail, GitHub, Slack, økonomisystemer eller interne portaler, må det behandles som en privilegert arbeidsflate.

Samtidig er dette ikke en grunn til å si nei til alt. Det er en grunn til å designe bruken. De tryggeste første casene er ofte interne, reversible og godt avgrensede: lage møteoppsummeringer, bygge engangssider for koordinering, kladde kommunikasjon, lage rapportutkast, generere kodeforslag i sandkasse og forberede beslutningsunderlag. De farligste er irreversible handlinger med penger, juridiske konsekvenser, kundeeksponering eller produksjonstilgang.

Hva ledere bør gjøre nå

Første steg er å kartlegge hvor ansatte allerede bruker slike agenter. Ikke som en compliance-øvelse med pekefinger, men for å forstå reelle arbeidsflyter. Spør: hvilke oppgaver prøver folk å få AI til å gjøre ferdig, ikke bare hjelpe med? Hvor brukes personlig eller intern historikk? Hvilke kontoer og nettjenester kobles på? Hvor oppstår manuell godkjenning i dag?

Andre steg er å etablere et enkelt handlingsregime. Agenten kan lese mer enn den kan skrive. Den kan skrive utkast oftere enn den kan sende. Den kan bygge i sandkasse før den får røre produksjon. Den kan foreslå reservasjoner eller endringer, men mennesket bekrefter før kjøp, utsending eller publisering. Det høres banalt ut, men uten slike regler havner virksomheten fort i et enten-eller-valg: enten blokkere alt eller slippe alt. Begge deler er dårlig styring.

Tredje steg er å måle nytte på tvers av funksjoner. ChatGPT Work er ikke bare relevant for utviklere. Eksempelet kombinerer produktledelse, planlegging, webbygging, koordinering og kommunikasjon. Tilsvarende mønster finnes i HR, økonomi, innkjøp, kundeservice og sikkerhet. Den beste piloten er derfor ikke nødvendigvis «la utviklerne kode raskere», men en konkret tverrfaglig prosess der dagens arbeid består av mange små systemskifter.

Konklusjonen er enkel: OpenAI viser at ChatGPT beveger seg fra kunnskapsflate til arbeidsflate. Det gir mer verdi, men også større ansvar. Norske virksomheter bør ikke vente til agentene er perfekte. De bør begynne å definere hvor agentene får lese, hvor de får produsere, og hvor mennesker fortsatt må signere.

Kilder og medier

Primærkilde: Sam Altman / OpenAI på X: https://x.com/sama/status/2081396796174282900 Støttende OpenAI-lederpost: Greg Brockman / OpenAI på X: https://x.com/gdb/status/2081409255916359771 Thumbnail: OpenAI Image 2 / hogby.ai