Fra den mystiske svarte boksen til agenter som handler selvstendig — en visuell reise gjennom hvordan moderne AI egentlig fungerer.
01 Den svarte boksen
02 Neste-ord-maskin
03 Svakheter
04 Verktøy
05 Agenter
06 MCP
07 Skills
scroll
01
Grunnlaget
Hva skjer egentlig inne i AI-modellen?
En stor språkmodell er ofte beskrevet som en «svart boks» — du putter inn tekst, og ut kommer et svar. Men hva skjer egentlig inni? Det er mer overraskende enn du tror.
LLM
Svart boks
Inne i modellen er det:
Milliarder av tall
Vekter og parametre
Transformer-arkitektur
Attention-mekanismer
Millivis av lag
Modellen er trent på enorme mengder tekst — og har lært statistiske mønstre i språket. Det er ikke en database med fakta. Det er en ekstremt avansert mønstergjenkjenner.
02
Slik fungerer det
Den forutsier bare neste ord
Bak all den imponerende kunnskapen skjuler det seg et overraskende enkelt prinsipp: modellen gjetter hva som er det mest sannsynlige neste ordet, basert på alt som kom før.
«Det var en gang en gutt»
Hva er neste ord? Modellen rangerer alle mulige ord:
gutt38%
prinsesse21%
jente14%
konge11%
lege4%
...12%
🌡️ Temperatur:0.3
Lav temperatur → velger det mest sannsynlige. «Gutt» vinner nesten alltid.
Det geniale er at dette enkle prinsippet, gjentatt milliarder av ganger på enormt mye data, resulterer i noe som fremstår som ekte forståelse — resonnering, kreativitet og kunnskap.
03
Begrensninger
Den er veldig flink, men har blinde flekker
En ren språkmodell uten verktøy er som et geni som har lest alt som noen gang er skrevet — men som aldri har sett en avis etter sin eksamensdato, og aldri har hatt en kalkulator i hånda.
⚠️ Svakheter ved rene LLM-er
📅
Utdatert kunnskap. Spør du «Hvem er USAs president?» — svarer den basert på treningsdataene. Fra 2023 ville den kanskje svart Biden, selv om mye har endret seg.
🔢
Dårlig på eksakt matematikk. «Hva er 37 + 10?» Noen ganger svarer den 47. Andre ganger noe helt annet — fordi den gjetter basert på mønster, ikke regner.
🌐
Ingen tilgang til internett. Kan ikke sjekke nyheter, priser, været eller bedriftens egne systemer.
💭
Hallusinerer. Kan finne på fakta, sitater og referanser som høres troverdige ut, men er helt oppdiktet.
✅ Løsningen: Verktøy
🔍
Gi modellen et søkeverktøy → kan slå opp aktuell informasjon
🧮
Gi modellen en kalkulator → nøyaktige svar på tall
📊
Gi modellen tilgang til din database → svar basert på faktiske data
💾
Gi modellen minne → husker hva du har sagt tidligere
04
Evolusjonen
Den svarte boksen fikk armer
Det revolusjonerende skiftet kom da språkmodeller fikk tilgang til verktøy. I stedet for å gjette, kan de nå handle — søke, beregne, hente og skrive.
🧠
LLM
Hjerne
🔍
Websøk
🧮
Kalkulator
📊
Database
📧
E-post
💻
Kode
📁
Filer
Nå kan modellen spørre seg selv: «Trenger jeg å søke på nettet for å svare dette?» Og hvis ja — gjøre akkurat det, hente resultatet, og deretter formulere et svar basert på faktisk informasjon.
05
Fra modell til agent
En agent er en LLM som handler selvstendig
En agent er ikke bare en chatbot du spør — det er et system som planlegger, tenker, evaluerer og husker. Du gir den et mål. Den finner veien dit.
💾
Korttidsminne
Husker konteksten i samtalen — hva som er sagt og gjort i denne sesjonen
⬆️
🗄️
Langtidsminne
Lagrer informasjon på tvers av samtaler — brukerpreferanser, tidligere beslutninger
➡️
🤖
AGENT
Hjerne + vilje
➡️
🗺️
Planlegging
Bryter ned komplekse mål i deloppgaver. Lager en plan — og justerer den underveis
⬇️
⚖️
Evaluering
Sjekker om resultatet er godt nok. Prøver på nytt ved feil. Stopper når målet er nådd
Tilgjengelige verktøy
🔍 Søk💻 Kode📊 Data📧 E-post🌐 API+ Andre agenter
«Du gir agenten et mål. Den planlegger, bruker verktøy, sjekker resultatet og prøver igjen — helt til oppgaven er løst.»
MCP er en åpen standard fra Anthropic som lar AI-agenter koble seg til eksterne systemer på en standardisert og sikker måte — akkurat som USB-C lar alle enheter koble seg til hverandre.
I stedet for at hvert system må bygge sin egen integrasjon mot hvert AI-verktøy, lager du én MCP-server — og alle AI-agenter kan bruke den.
👤
Bruker / Agent
«Vis meg treningsstatistikken min fra siste uke»
Naturlig språk
🔌
MCP-server
Oversetter forespørselen og henter riktig data fra systemet
Strukturert data
🗄️
Ditt system
Database, API, CRM, ERP, Strava, Slack…
🚴
Strava MCP
«Analyser treningsøktene mine siste 30 dager og fortell meg om jeg overtrener» — agenten henter faktiske data fra Strava og gir deg et personlig svar.
🏢
Bedriftssystem MCP
«Lag en statusrapport på alle åpne kundeprosjekter» — agenten henter data fra CRM og ERP og skriver rapporten automatisk.
🛒
Produkt-MCP
«Finn alle produkter under 500 kr på lager» — du spør på vanlig norsk, MCP-en oversetter og henter fra varesystemet ditt.
💬
Slack / Teams MCP
«Oppsummer hva som ble diskutert om prosjekt X i Slack siste uke» — agenten leser kanalene og gir deg et sammendrag.
📈
Finans MCP
«Hvilke av våre kunder har ikke betalt siste måned?» — agenten spør regnskapssystemet og lager en oversikt.
🔮
Ditt eget system
Bygg én MCP-server for din database eller API — og alle AI-verktøy som støtter MCP kan bruke den umiddelbart.
07
Anthropic-konseptet
Skills — gi agenten innebygd ekspertise
Anthropic introduserte et kraftig konsept: Skills. En skill er et nedskrevet sett med beste praksis, kunnskap og instruksjoner som agenten leser før den løser en oppgave — slik at den vet nøyaktig hvordan den skal gjøre jobben riktig.
«En skill er som en fagbok skrevet av en ekspert, som agenten leser på sekunder og deretter anvender perfekt.»
🎨
design.skill
Dataviter Brand
Slik fungerer det:
1
Agenten mottar en oppgave«Lag en presentasjon om Q3-resultater»
2
Agenten leser design.skillFargepalett, typografi, layout-regler, tone of voice — alt er der
3
Lager presentasjonen med riktig stilDataviter blå, League Spartan font, grønn aksent — perfekt hver gang
4
Resultatet er konsistent og profesjoneltIngen variasjon i kvalitet — skills sikrer at agenten alltid gjør det riktig
Eksempler på skills som finnes:
design.skill — Visuell identitet
pdf.skill — PDF-generering
pptx.skill — PowerPoint
excel.skill — Regneark
legal.skill — Juridisk skriving
code-review.skill — Kodekvalitet
Din-bedrift.skill — Tilpasset deg
💡
Det kraftige med Skills + MCP + Agenter
Kombiner disse tre — og du har en agent som vet hvordan den skal jobbe (skill), har tilgang til systemene dine (MCP), og kan planlegge og handle selvstendig (agent). Det er dette som gjør 2025 annerledes enn alt som kom før.
Dataviter AS
Klar for å ta neste steg?
Vi hjelper bedrifter å forstå, bygge og ta i bruk agenter, MCP og skills — på en praktisk og verdiskapende måte.