Alle artikler
Produkt

Hva er Team Two? AI-agenter som jobber der bedriften deres allerede jobber

Av Team Two · Sist oppdatert 23. september 2026 · 4 min lesing

De fleste bedrifter har allerede prøvd AI. Noen limer inn en kunde-e-post i et chatvindu, får tilbake et brukbart utkast og limer det inn i svaret. Det hjelper den ene personen, én gang. Det endrer ikke hvordan teamet jobber.

Team Two er bygget for neste steg: AI-agenter som er en del av hvordan bedriften drives. De sitter i Slack-kanalene, Teams-chattene og innboksene der forespørslene allerede kommer inn. De svarer ut fra deres egne dokumenter. De kan slå opp informasjon og utføre handlinger i verktøyene dere kobler til. Og de ser og gjør bare det personen de jobber for, har lov til å se og gjøre.

En agent er en rolle, ikke en prompt

I Team Two oppretter dere agenter på samme måte som dere ville beskrevet en rolle i teamet. Hver agent har et navn og et handle, en persona som bestemmer hvordan den skriver og hva den fokuserer på, et sett med verktøy den kan bruke, og kunnskapskildene den kan hente fra.

En supportagent kan ha hjelpesenteret deres, refusjonspolicyen og lesetilgang til saksbehandlingssystemet. En økonomiagent kan ha utgiftspolicyen og et regnearkverktøy. En onboardingagent kan ha personalhåndboken og ingenting annet. Dere bestemmer omfanget, og omfanget håndheves.

Den jobber i kanalene dere allerede bruker

Dere trenger ikke be folk åpne enda en app. Agentene kobles til stedene der arbeidet allerede skjer:

  • Slack-kanaler og -tråder, der folk nevner en agent eller spør i en kanal agenten følger med på.
  • Chatter og kanaler i Microsoft Teams.
  • E-post, slik at en agent kan jobbe i en delt innboks.
  • Webhooks og et REST API, for egne systemer og interne verktøy.
  • Team Two-webappen, for lengre arbeidsøkter med en agent.

En samtale i en tråd blir værende hos samme agent. Hvis noen svarer i den Slack-tråden i morgen, fortsetter agenten med hele historikken i stedet for å begynne på nytt.

Den svarer ut fra kunnskapen deres, med kilder

Last opp dokumenter som policyer, produktdokumentasjon, driftsrutiner eller kontrakter, så deler Team Two dem opp i avsnitt, indekserer dem og henter de mest relevante når en agent svarer. Svarene viser hvilket dokument de kommer fra, slik at folk kan kontrollere dem.

Dokumenter har eiere og synlighet, akkurat som filer i en delt disk. Et dokument kan være privat for én person, delt med et team eller synlig i hele arbeidsområdet. Når en agent søker, søker den bare i det den har lov til.

Én agent, eller et team av agenter

Mange forespørsler trenger én agent. Noen trenger flere. Når en forespørsel har tydelig atskilte deler, for eksempel å sjekke en ordre, lese en kontraktsklausul og skrive et utkast til svar, kan en lead-agent gi disse delene til spesialistagenter som jobber parallelt, og deretter sette sammen det de leverer.

Spesialistagenter kan ikke starte egne agenter, og hver spesialistagent jobber med de samme tilgangene som personen som spurte. Det er grenser for hvor mange som kjører samtidig og hvor lenge hver kan holde på, så én enkelt forespørsel ikke kan løpe av gårde med budsjettet deres. Vi går gjennom et fullstendig eksempel i Fra en rotete Slack-tråd til et agentteam.

Mennesker beholder kontrollen

Agentene handler på vegne av folk, ikke i stedet for dem. Noen ting gjør det konkret:

  • Agentene bruker bare verktøyene dere gir dem. En agent uten et skriveverktøy kan ikke endre noe.
  • Hver chat tilhører personen som startet den. Administratorer styrer agenter og innstillinger, men kan ikke lese andres samtaler med mindre de er delt med dem.
  • Endringer som gjøres via plattformen, registreres i en revisjonslogg, og tokenforbruket spores per agent.
  • Dere kan følge en agent i sanntid: hvilken agent som ble valgt, hvilke dokumenter den søkte i, hvilke verktøy den kalte.

Innlegget vårt om hvem som har kontrollen går i detalj.

Dere velger modell

Team Two kjører på modeller fra Anthropic og OpenAI, eller på en modell dere drifter selv med vLLM. Dere kan sette en standard, la Team Two falle tilbake på en annen leverandør hvis én er utilgjengelig, eller kreve at sensitivt arbeid blir på en lokal modell. Dataene deres lagres i EU, i Stockholm. Hva det betyr for modellkall, forklarer vi i hvor dataene deres havner.

Hvem det er for

Vi har bygget Team Two for bedrifter med omtrent 50 til 500 ansatte i Norden og resten av Europa som allerede jobber i Slack eller Microsoft Teams. De er store nok til at de samme spørsmålene og forespørslene går igjen på tvers av team hver dag, og små nok til at ingen har tid til å bygge og vedlikeholde sin egen agentplattform.

Hvis det høres ut som dere, book en demo, så setter vi opp en første agent på deres egne dokumenter.

Ofte stilte spørsmål

Er Team Two en chatbot?+

Nei. En chatbot er én samtale med én modell. Team Two er laget rundt modellen: agenter med definerte roller, koblet til kanalene, kunnskapen og verktøyene deres, med tilganger og revisjonsspor.

Trenger vi utviklere for å sette det opp?+

Nei. Agenter, kunnskap og kanaltilkoblinger konfigureres i admin-appen. Utviklere kan bruke API-et og webhooks hvis de vil koble til interne systemer.

Brukes dataene våre til å trene modeller?+

Nei. Vi bruker ikke kundedata til å trene AI-modeller. Se personvernerklæringen og listen over underleverandører.

Se Team Two jobbe i deres egen Slack eller Teams.

Book en demo. Vi setter opp en første agent på dokumentene deres og viser hvordan kontrollene fungerer.

Book en demo

Relaterte artikler