Cowork er en forholdsvis simpel indgang til AI agenter. I en almindelig chat stiller du et spørgsmål og får et svar. I en agentisk arbejdsflade beskriver du i stedet det ønskede resultat. Systemet kan derefter planlægge opgaven, finde det nødvendige materiale, og arbejde gennem trin for at levere et resultat.

Mange får deres første reelle erfaring med AI agenter, gennem denne type AI løsninger. Med Cowork behøver man ikke at bygge et automatiseret flow, opsætte tekniske integrationer eller skrive kode. Man instruerer agenten, så den leverer. Man inkluderer herunder adgange, og rammer, så den ved hvornår den skal stoppe og spørge dig.

Microsoft kalder løsningen Copilot Cowork, Anthropic kalder den Claude Cowork, og OpenAI bruger navnet ChatGPT Work.

De tre løsninger minder umiddelbart om hinanden. De tager alle udgangspunkt i at fuldføre et mål, frem for en trinvis guideline. De kan forbindes med systemer, som du allerede anvender, og er udviklet til at bede om din godkendelse, før de udfører handlinger, som er svære at fortryde.

Valget mellem systemerne handler ikke kun om, hvilken AI model der er stærkest. Det handler i lige så høj grad om, hvor arbejdet foregår, hvilke data agenten må interagere med og hvordan forbruget bliver afregnet.

Kort sammenligning af AI-systemerne

Før vi sammenligner løsningerne, er det vigtigt at forstå, at opgaverne kan køre på to grundlæggende forskellige måder. De to arbejdsformer stiller forskellige krav til både din computer, dine data og organisationens opsætning.

En cloud-løsning kører på leverandørens servere. Agenten arbejder i et isoleret miljø og henter data gennem de forbindelser, du eller organisationen har givet adgang til. Opgaven kan derfor fortsætte, selv om du lukker computeren eller begynder at arbejde med noget andet.

Lokale opgaver køres delvist på din egen computer. Her kan agenten læse og skrive i mapper på harddisken, styre browseren eller arbejde i programmer, som er installeret på maskinen. Det kræver, at desktop-appen er åben, og at computeren forbliver tændt under hele opgaven.

Forskellen er vigtig. En Cloud-agent kan arbejde videre uden dig, men har som udgangspunkt kun adgang til de data og systemer, der er forbundet med løsningen. En lokal agent kan arbejde med dine filer og programmer, men stopper, hvis maskinen lukkes eller går i dvale.

✅ Inkluderet og virker
⚠️ Koster ekstra eller har forbehold
❌ Kan ikke
🖥️ Kræver åben computer

ChatGPT Work er tilgængelig på betalte abonnementer. ChatGPT Work deler kvote med de øvrige agentiske funktioner i abonnementet. Når den inkluderede kapacitet er brugt, kan du købe credits og fortsætte uden at opgradere hele abonnementet.

Claude Cowork er tilgængelig på betalte abonnementer, herunder Pro, Max, Team og Enterprise. Web og mobil er fortsat i beta og bliver rullet ud gradvist med MAX-planen først. Opgaverne kan køre videre i skyen, men adgang til lokale filer, browser og programmer kræver fortsat, at desktop-appen er åben.

Copilot Cowork kræver, at en administrator aktiverer forbrugsbaseret betaling og fastlægger, hvilke brugere der må benytte funktionen. Arbejdet afregnes i Copilot Credits efter det faktiske forbrug.

Opdateret 30. juli 2026. Feltet flytter sig hurtigt, så tjek den aktuelle plan hos den enkelte leverandør.

Konstant arbejde online eller kun når din enhed er åben

En AI agent, der arbejder, mens du sover eller drikker kaffe, er stærkt. Men det er værd at overveje, hvor ofte du reelt har brug for det. Mange opgaver kræver stadig, at du følger med eller bevarer kontrollen med manuelle godkendelser. Og dertil oplever vi, at det danske arbejdsmarked er meget kvalitetsbevidste. Virksomheder tør ikke at lade AI overtage processer, uden der foretages manuel kontrol før udgivelse af indhold.

Du ønsker måske at vurdere et udkast, vælge mellem to løsninger, godkende en formulering eller opdage, at agenten arbejder ud fra en forkert forudsætning. Agenten kan udføre en stor del af benarbejdet, men vurderingen og ansvaret er fortsat dit. Derfor foregår meget agentisk arbejde i praksis, mens du undervejs eller efterfølgende manuelt tager stilling til resultatet.

Der findes opgaver, hvor selvstændig drift kan gøre en reel forskel. Det kan være en ugentlig rapport, der samler tal fra faste kilder, overvågning af en indbakke eller dataoverførsler fra system A til B.

De bedste selvkørende opgaver har en tydelig proces, et klart resultat og faste rammer. Agenten skal vide præcist, hvilke kilder den må anvende, hvad den skal levere, og hvornår en beslutning kræver menneskelig godkendelse.

ChatGPT Work og Copilot Cowork kan gennemføre skyopgaver uden din computer. Claude Cowork kan også arbejde i skyen, men denne mulighed er foreløbig i beta og bliver først rullet ud til brugere på den dyre MAX-plan.

Når en opgave kræver adgang til filer på din egen harddisk, gælder andre regler. Din computer skal være tændt, og den tilknyttede app skal være åben. Agenten kan naturligvis ikke arbejdet i en lokal mappe, hvis din computer er lukket eller gået i dvale.

Det vigtigste spørgsmål er derfor sjældent, om agenten kan arbejde om natten. Det vigtigste er, om opgaven er tilstrækkeligt afgrænset til, at den bør gøre det. Og om du overhovedet har behovet for det?

Konstant drift ændrer økonomien. Et fast abonnement fungerer godt til interaktiv brug, fordi der er en naturlig grænse for, hvor mange opgaver et menneske kan starte og følge i løbet af en arbejdsdag. Den grænse bliver mindre tydelig, når agenter kan arbejde selvstændigt hele døgnet.

Det er derfor sandsynligt, at flere leverandører vil bevæge sig mod forbrugsbaseret afregning på de mest krævende agentopgaver. Microsoft anvender allerede denne model med Copilot Cowork.

Microsofts kreditmodel er derfor ikke nødvendigvis en undtagelse. Den er forventeligt et tidligt billede på, hvordan markedet vil udvikle sig, når agenterne får mulighed for at arbejde længere og mere selvstændigt uden menneskeligt opsyn. Det stiller krav til organisationen.

Organisationen skal ikke kun vurdere, om agenten teknisk set kan løse opgaven. De skal også vurdere, om resultatet er den tid og økonomi værd, som opgaven kræver. Det handler ikke om at automatisere mest muligt. Det handler om at vælge de opgaver, hvor automatiseringen skaber en reel forbedring af arbejdsgangen og virksomhedens økonomi.

På vores AI Master kursus, arbejder vi med agentiske AI systemer. Her lærer deltagerne at opsætte og vurdere, hvilke opgaver der egner sig til AI agenter. Herunder overvejelser om, hvor der er behov for menneskelig kontrol, og hvornår en enklere løsning er bedre.

Claude Cowork og ChatGPT Work er tætte konkurrenter

Claude Cowork og ChatGPT Work ligger konkurrencemæssigt tæt på hinanden. Den vigtigste lighed er samtidig en af de mest betydningsfulde: Adgangen til de agentiske arbejdsflader er inkluderet i licensen.

Det betyder, at medarbejderen kan begynde at afprøve teknologien, uden først at få skulle få godkendt et særskilt budget for hver opgave, som de nervøst skal teste af. Det har stor betydning for læringen. Kompetence med AI agenter opstår gennem læring og afprøvning. De første opgaver du giver en AI Agent bliver sjældent perfekte, fordi du endnu ikke ved, hvor præcist målet skal beskrives, hvad agenten har brug for, og hvornår opgaven er for bred.

Når pladsen til at afprøve og lære er inkluderet i licensen, bliver det lettere at eksperimentere og opbygge praktisk erfaringer. Hvis hvert forsøg har en synlig pris, vil mange medarbejdere naturligt være mere tilbageholdende. For ikke at tale om virksomheden, som måske ikke tør risikere ekstra omkostninger fra ansatte uden erfaring.

Forskellene mellem ChatGPT Work og Claude Cowork er reelle, men de er mindre afgørende end denne fælles mulighed for at lære gennem praktisk brug.

ChatGPT Work er den mest fleksible løsning, når det gælder adgang. Cloud-opgaver kan anvendes på betalte planer, og når den inkluderede kvote er brugt, kan der tilføjes credits. Ulempen er, at den agentiske kvote deles med andre agentiske funktioner i ChatGPT og Codex. Et stort forbrug på én type opgave kan derfor påvirke, hvor meget kapacitet der er tilbage til andre funktioner.

Claude Cowork er også inkluderet i brugerens licens. Cowork bruger en større andel af brugerens AI-kvote, end den almindelig Claude chat. Når kvoten er brugt, er der ikke samme mulighed for blot at købe ekstra kapacitet og fortsætte. Du må vente, indtil kvoten bliver tilgængelig igen.

Det afgørende er ikke at udpege én af løsningerne som bedst til alle opgaver. Det afgørende er, at begge giver medarbejderen plads til at afprøve agentisk arbejde inden for en licens, som organisationen allerede betaler for.

Har virksomheden allerede ChatGPT eller Claude i en business-licens, er der derfor sjældent grund til at vente på endnu et system. Muligheden for at komme i gang er allerede til stede.

Copilot Cowork kan blive dyrt

Copilot Cowork bygger på Microsofts Copilot-platform. Microsoft kan anvende forskellige AI-modeller afhængigt af opgaven, men oplevelsen er grundlæggende den samme for brugeren. Løsningerne minder om hinanden i den måde, de arbejder agentisk på, men udvikles i dag uafhængigt af hinanden.

Microsoft 365 Copilot-licensen giver adgang til funktionen. Selve arbejdet bliver derefter afregnet i credits pr. opgave. Prisen afhænger blandt andet af, hvor meget materiale agenten skal håndtere, hvor mange værktøjer den anvender, og hvor længe opgaven kører. Organisationen kan ikke altid beregne den endelige pris præcist, før opgaven er gennemført.

Forskellen bliver tydelig, når man sammenligner to opgaver.

En agent, der skriver et kundetilbud ud fra en mail, kan være hurtigt færdig. En agent, der skal gennemgå mange filer i SharePoint, sammenligne versioner og udarbejde en samlet oversigt, skal læse mere materiale, foretage flere værktøjskald og arbejde i længere tid.

Copilot Cowork er slået fra som standard, og hver opgave koster credits. Det mindsker risikoen for fejl og ukontrolleret forbrug, men det kan også bremse læring og innovation.

Hvis medarbejderne ikke får mulighed for at afprøve funktionerne, risikerer virksomheden at overse værdifulde anvendelser af AI. Resultatet kan blive stilstand, selv om teknologien er tilgængelig.

Organisationer med Microsoft 365 bør derfor udpege et mindre team, som får adgang til at teste mulighederne under kontrollerede rammer. Så kan virksomheden både bevare styringen og opdage de arbejdsgange, hvor AI faktisk skaber værdi.

Vælg det rette system

Begynd med den løsning, virksomheden allerede har adgang til.

Har I ChatGPT eller Claude i en business-licens, kan medarbejderne afprøve agentiske opgaver inden for den eksisterende løsning. Brug konkrete, afgrænsede opgaver, og betragt de første forsøg som en nødvendig del af læringen.

Copilot Cowork kræver både administratoradgang og betaling efter forbrug. Det giver bedre kontrol og mindsker risikoen for fejl og uventede omkostninger. Til gengæld kan de stramme rammer bremse læring og innovation.

Organisationer med Microsoft 365 bør derfor udpege et mindre team, som får lov til at afprøve mulighederne under kontrollerede rammer. Ellers risikerer virksomheden stilstand og overser arbejdsgange, hvor AI kunne skabe reel værdi.

Det vigtigste er ikke kun at vælge det rette system. Medarbejderne skal også lære at formulere tydelige mål, give agenten de rigtige rammer og kontrollere resultatet.

Uden den kompetence bliver AI-agenten blot endnu en funktion. Med den rette læring kan den blive en reel støtte i arbejdsdagen.