Den nye arbeidsflaten for kunnskapsarbeid

Mer enn halvparten av arbeidet jeg gjør på en datamaskin, skjer nå gjennom Codex.

Codex har blitt stedet der arbeidet settes i gang, fordeles og følges opp. Jeg har vedvarende tråder for aktive prosjekter og en egen Chief of Staff-tråd som henter status fra prosjektene, oppgavene og systemene jeg bruker. Slack, e-post og vårt eget operativsystem er koblet til samme arbeidsflate. Trådene kan hente inn informasjon, utveksle den og levere arbeid tilbake til meg for vurdering.

Det tok litt tid før denne arbeidsformen satt. Jeg begynte med Claude Code og brukte mye tid i terminalen. Da Codex samlet vedvarende tråder, tilkoblede verktøy og parallelle oppgaver i én flate, falt brikkene på plass.

Kunnskapsarbeid flytter nå inn i agentiske arbeidsflater der vi delegerer, vurderer og styrer arbeidet.

Fra samtale til delegert arbeid

Mange bruker AI gjennom en chat. De diskuterer en problemstilling, gjør research eller ber om et utkast. Deretter går de tilbake til Word, PowerPoint, Excel eller et fagsystem for å utføre resten av jobben selv.

En agentisk arbeidsflate lar deg delegere en hel leveranse. Agenten kan finne informasjon, bruke tilkoblede verktøy, arbeide i filer, be om avklaringer og komme tilbake med et resultat. Flere agenter kan arbeide parallelt med forskjellige deler av oppgaven. Din rolle blir å gi retning, følge fremdriften, vurdere kvaliteten og gripe inn når arbeidet møter et viktig valg.

Kunnskapsarbeideren kan dermed arbeide ett nivå over selve produksjonen. Mye av tiden som tidligere gikk til å samle informasjon, flytte innhold mellom systemer og produsere førsteversjoner, kan brukes på prioritering, faglig skjønn og tilbakemeldinger.

Teksteditoren, regnearket og presentasjonsverktøyet forsvinner ikke. De blir steder der leveranser åpnes, kontrolleres og justeres. Selve arbeidet ledes i økende grad fra arbeidsflaten rundt agentene.

Kodearbeid viste hva som var mulig

Kodearbeid ble et tidlig utgangspunkt for denne arbeidsformen. Kode ligger i filer, kan testes og gir agenten tydelige tilbakemeldinger på om resultatet virker. Det passer godt for lengre og mer selvstendige agentoppgaver.

Anthropic beskriver hvordan selskapets ikke-tekniske team begynte å gå utenom chatflaten og bruke Claude Code til komplekse oppgaver innen blant annet analyse og dokumentarbeid. De så det samme mønsteret hos brukerne. Det ble en del av grunnlaget for Claude Cowork, som er laget for å ta imot en oppgave og returnere en ferdig leveranse.

Den samme retningen er synlig hos OpenAI. Codex-appen er bygget for å håndtere flere agenter, vedvarende prosjekttråder, parallelle oppgaver, godkjenninger og arbeid som varer over tid. Microsoft lar på sin side Copilot-agenter koble seg til virksomhetens kunnskap og utføre prosesser på tvers av Microsoft 365 og andre systemer.

Produktutviklingen peker mot en arbeidsform der chatten er inngangen, mens agenten arbeider videre i et miljø med filer, verktøy, kontekst og tillatelser.

Finn grensen for hva du kan delegere

Det er lett å lære denne arbeidsformen for forsiktig. Mange starter med manuelt arbeid og lar AI hjelpe med én liten del av gangen. Modellene utvikler seg så raskt at denne tilnærmingen gjør det vanskelig å forstå hva de allerede kan håndtere.

En nyttig læringsøvelse er å delegere hele leveransen i et avgrenset og reversibelt forsøk. Be agenten gjøre researchen, analysen og førsteversjonen. Se hvor langt den kommer. Gå deretter tilbake og legg menneskelig arbeid inn på de punktene der den mangler kontekst, gjør svake vurderinger eller trenger godkjenning.

Ansvaret ligger fortsatt hos deg. Du må kontrollere kilder, tall, formler, premisser og konklusjoner før arbeidet brukes. Et regneark kan se riktig ut og fortsatt bruke feil tall eller formler. En velformulert rapport kan bygge på feil kilde. I starten bør ingen leveranse sendes videre uten menneskelig vurdering.

Personvern, informasjonssikkerhet og tilgangsstyring setter også tydelige grenser. Virksomheten må vite hvilke data agenten får se, hvilke systemer den kan bruke, og hvilke handlinger som alltid krever godkjenning.

Arbeidsflaten trenger et operasjonslag

Vedvarende tråder og tilkoblede verktøy blir nyttige når de inngår i en felles arbeidsmåte. Agentene trenger tydelige kilder, oppgavebeskrivelser, tillatelser, kvalitetskrav og regler for unntak. Leveransene må være enkle å kontrollere, med kilder, endringer og åpne spørsmål synlige. Når oppgaver, beslutninger og korrigeringer blir værende i samme kontekst, kan erfaringene brukes i neste leveranse i stedet for å forsvinne i en avsluttet chat.

Menneskelig vurderingskapasitet blir en viktig begrensning når flere agenter arbeider parallelt. Et team kan raskt produsere mer enn det klarer å kontrollere. Agentene må derfor vise hva de har gjort og rette oppmerksomheten mot avvik og beslutninger, slik at fagfolk slipper å gjennomgå alt fra bunnen av.

Ledere og medarbeidere trenger kompetanse i å beskrive et ønsket resultat, gi agenten riktig kontekst, dele opp arbeid, sette kontrollpunkter og gi tilbakemeldinger som forbedrer neste leveranse. Det er denne arbeidsformen vi legger stadig mer vekt på i treningene våre.

Prøv arbeidsformen i én uke

Sett opp et agentisk arbeidsmiljø som Codex eller Claude Cowork. Koble til et lite utvalg verktøy og datakilder som dere kan bruke innenfor virksomhetens regler. Velg deretter en lavrisikooppgave med en tydelig leveranse.

Be agenten gjennomføre hele oppgaven. Kontroller resultatet før det brukes. Noter hvor du måtte gi mer kontekst, korrigere retningen, kontrollere data eller ta en beslutning selv.

Disse inngrepene viser hvilken kontekst, kontroll og kompetanse den nye arbeidsflaten deres fortsatt mangler.