🤯⚡️Får din AI-kollega högre lön än du?

AI-agenter blir värda mer när de kan använda fler verktyg. Detta förändrar ju allt!

Det här är nyhetsbrevet där Tomas Seo, innovationsstrateg på Phorecast, berättar om händelser, upptäckter och ny teknik som får honom att utbrista: Detta förändrar ju allt! Du prenumererar på det här för att fortsätta vara steget före med de senaste trenderna och få konkreta tips för att framtidssäkra dig och din organisation. Har du fått det här av en vän? Då vill du kanske starta en egen prenumeration?

---

Vad har hänt?

- Hög efterfrågan på AI-kollegor

I slutet av förra veckan läckte det ut till tidningen The Information att Open AI tänker att deras AI-agenter som släpps i år kommer generera intäkter på runt 3 miljarder dollar trots en hög prissättning på mellan 25.000 till 250.000 kronor i månaden.

Prissättningen gör att vi nu behöver jämföra om vi ska anställa en mänsklig medarbetare eller om en AI-agent blir vår nya kollega. OpenAI har dock inte släppt någon av dessa AI-agenter än, så det är svårt att avgöra hur väl de faktiskt kan ersätta mänsklig arbetskraft.

Men precis när OpenAIs chockhöjning av våra AI-kostnader började sjunka in så kom nyheten om en ny AI-agent från Kina. Den kostar ingenting än och grundarna bakom den utlovar att släppa delar som open source i höst, vilket förmodligen sänker OpenAIs intäktsprognos kraftigt. Tjänsten heter Manus AI och är en AI-agent som har en egen datormiljö där hen gör uppgifter åt dig autonomt.

De som fått tillgång till tjänsten har visat upp fantastiska komplexa uppgifter som Manus AI klarat av att slutföra på egen hand. Såsom att koda fungerade flygsimulatorer, analysera datamängder och researcha och genomföra bokningar och inköp.

Detta förändrar ju allt

Veckans nyhetsbrev ska inte handla så mycket om Manus AI och du behöver inte heller vara kodintresserad för att förstå potentialen av det som just har hänt.

Anledningen till att jag inte tycker att Manus AI är veckans huvudnyhet (förutom att jag inte fått access och räven tycker att rönnbär är sura) är att jag redan skrivit flera gånger om nya AI-agenter som visar vägen för hur vårt arbetsliv kommer förändras när de blir allmänt tillgängliga.

Manus AI är till största del byggd på öppen gratis kod. Inom några timmar efter att Internet fattade hur Manus AI fungerade så fanns det kloner av tjänsten på Github. Den första jag såg hette Anus. Förutom att namnet var provocerande så hade dessutom personen som byggde det använt Manus AI för att bygga det. Så om du skulle bygga den bästa AI-kodaragenten i världen (det är för övrigt inte Manus) så är det första dina användare kommer göra är att be din AI-tjänst bygga en open source-kopia. Just nu finns det runt 80 stycken öppna versioner av Manus AI på Github.

Det människor blev så imponerade av var Manus AIs sätt att projektleda. Det vill säga skapa en plan för genomförande och hitta rätt verktyg och team för att komma i mål. Inom AI brukar vi kalla det orkestrering när en AI skickar vidare uppgifter till andra verktyg och tjänster (både AI-drivna och traditionella) och det är här som veckans nya insikter finns.

En ny trebokstavsförkortning som du kommer höra mer om framöver är MCP. Det står för Model Context Protocol och brukar jämföras med API fast för AI. Det vill säga ett sätt för maskiner att prata med varandra. Tänk dig som en universell adapter som gör att en AI-agent snabbt kan förstå och använda nya digitala verktyg så att AI-tjänsten som jag bygger kan utnyttja AI-tjänsten som du bygger. Det var Anthropic (företaget bakom chattbotten Claude) som föreslog MCP som ny standard för att AI-chattbottar lättare ska kunna använda verktyg som de inte är tränade att använda. I princip är det en bruksanvisning så att en AI-kollega snabbt förstår vad hen kan använda din webbsajt (eller app) till.

Även om jag inte sett att OpenAI börjat få sina AI-bottar att lätt förstå MCP:er så ligger de lite efter för standarden har fått fäste. Alla moderna kodningsverktyg har adderat funktionalitet för MCP:er och det har dykt upp flera marknadsplatser där utvecklare av mer avancerade MCP:er kan sälja sina skapelser.

Jag är inte säker på att MCP:er är den slutliga lösningen på att få AI-agenter att snabbare förstå hur ett verktyg de aldrig sett fungerar. Manus började byggas innan MCP:er fanns och kör därför en annan standard. OpenAI vill säkert sätta sin egen och på sikt kommer AI-bottarna bli så bra på att använda verktyg på samma sätt som vi människor att det inte behövs specialanpassning. Men som jag skrivit tidigare så är AI-kollegor rätt blinda just nu och därför skadar det inte att tillgänglighetsanpassa för AI. Till exempel genom att börja erbjuda MCP:er.

Det här är viktigt eftersom de bästa AI-agenterna som jag själv har varit mest imponerad av hittills är de som kontrollerat min egen browser. Då har AI-agenten kunnat försöka använda alla verktyg som går att köra i browsern. Men ofta har de mer avancerade uppgifterna misslyckats för att AI-agenten missat något enkelt i hur verktygets gränssnitt fungerar.

Målgruppen AI-agenter har ännu inte gjort sig hörda, men redan i år kommer organisationer som gjort tidiga anpassningar för att AI-medarbetare ska få ut något av deras webbsajter och tjänster få ett rejält försprång jämfört med de som inväntar att se vilken standard som blir dominerande. För till skillnad från tidigare krig mellan standarder så behöver specen för AI:s inte vara följd till 100% för att det ska fungera. Så länge en AI kan tolka något så när hur det ska fungera så löser den resten själv. Trenden är tydlig; Ju fler verktyg AI-medarbetare kan använda, desto mer imponerade blir vi – och desto mer blir vi beredda att betala för dem. MCP:er gör den utvecklingen exponentiell, och detta förändrar ju allt!

Vad kan du göra idag?

Förstå

OpenAIs tänkta prissättning för AI-agenter visar vilket värde de tänker att de redan i år kommer tillföra företag. Att betala 100.000kr i månaden för en AI-agent som hjälper dig att koda känns helt orimligt. Men om du jämför det med lönekostnaden för en utvecklare så blir det jämförbart. En anställd AI-agent som kodar kanske inte ger någon större fördel jämfört med att anställa en människa. Men säg att du har 10 stycken anställda. Till skillnad från dina mänskliga medarbetare som behöver koordineringsmöten så behöver dina 10 kodar-bottar ingen tid för synkmöten. De är som en svärm som har koll på vad de andra gör i realtid.

Redan idag är det stor skillnad i kvalitet på den dyraste modellen och de billigare. Jag har själv svårt att lita på 200 kronorsmodellen av ChatGPT för avancerade uppgifter nu när jag vant mig vid 2000-kronorsmodellen. Jag skulle till och med känna att jag inte levererat toppkvalitet i ett strategiskt kunduppdrag om jag bara använt mig av den mindre smarta lågprismodellen av AI.

Pay to play kommer att öka. Alla organisationer som vill leverera på topp kommer behöva ha de mycket dyrare AI-tjänsterna. Även om Open Source kommer att vara ett jättebra billigare alternativ så kommer toppmodellerna alltid ligga steget före. Topporganisationer som vill ligga steget före kommer därmed behöva betala dyrt och springa ifrån de som inte gör det.

Planera

Det finns tusentals startups just nu som alla jobbar på AI-agentlösningar som helt ändrar customer journey. Kundernas research inför nya köp kommer vara noll klick till din organisations sajt eller egenägda kanaler. Alla som idag har API:er för att underlätta för maskiner att använda funktionalitet på er sajt bör bygga en MCP-server. Men även organisationer som inte har API:er idag behöver sätta sig in i vad en AI-bott skulle behöva hjälp med att sortera fram på er webbsajt. För marknadsavdelningar är det hög tid att sätta upp AI-bottar som en prioriterad målgrupp. Det första “content” som behöver skapas för att visa AI-bottar att ni är en organisation som är i framkant – och därmed förtjänar top of mind-placering när en människa frågar om något där ni anser er vara expert – är att ha en MCP på plats.

Om din organisation har interna verktyg, börja planera för hur en AI-medarbetare skulle kunna använda dem. Om det krävs inloggning, menyer eller klick för att få något gjort – då är chansen stor att AI:n fastnar. MCP:er kan vara en lösning, men även enklare åtgärder, som att göra API:er mer tillgängliga, kan ge ett försprång.

Gör

Det svåraste med AI är inte tekniken, det är din fantasi. Vi har levt med så mycket begränsningar av vad vi klarar av att skapa på egen hand, att vi är förlamade i vår tro att det behövs en expert. Den tiden är över.

Du kan sitta och vänta in att tekniken blir bättre innan du planerar vad du vill göra med den. Men det tar tid att fundera över vad du faktiskt vill skapa. Vill du skapa något för dig själv, något som underlättar för din familj eller för din organisation? Även om AI planar ut friktionen för skapandet så krävs det drivkraft från din sida att faktiskt komma igång.

Veckans gör är därför att ta fem minuter för att fundera på frågan: Om inga hinder fanns, vilket verktyg skulle jag då vara stolt över att ha skapat?

(Bonusövning: Fundera sedan över vad ditt svar säger om vem du är eller vill vara.)

Länkar

Video som går igenom imponerande exempel på vad Manus AI kan göra
https://www.youtube.com/watch?v=iYHgFcpRsOE&ab_channel=AISearch

Tre nyheter om Manus i tradmedia
1. Forbes redovisar
https://www.forbes.com/sites/craigsmith/2025/03/08/chinas-autonomous-agent-manus-changes-everything/

2. Techcrunch är inte imponerade
https://techcrunch.com/2025/03/09/manus-probably-isnt-chinas-second-deepseek-moment

3. Technologyreview är nyanserade
https://www.technologyreview.com/2025/03/11/1113133/manus-ai-review/

The Information har tidigare visat att de har en källa inom OpenAI och här är deras läckta nyhet om deras prismodell (betalvägg)
https://www.theinformation.com/articles/openai-plots-charging-20-000-a-month-for-phd-level-agents

Anthropic beskriver behovet av MCP:er
https://www.anthropic.com/news/model-context-protocol

Smithery är en plats där du kan leta upp MCP:er
https://smithery.ai

Teknisk kritik för kodintresserade om hur MCP:er är over engineered och borde förenklas. https://www.youtube.com/watch?v=EEE-l41_VQ0&ab_channel=Volo

Sedan sist vi hördes

Sedan jag skrev om vajbing inom andra områden än kodning förra veckan har fler haft samma spaning. Det mest intressanta exemplet som jag själv blev inspirerad av var det här där någon visar upp hur han testar att styra Blender med rösten.

Blender är ett gratis 3D-modelleringsprogram som till exempel användes för att skapa årets Oscarsvinnare i kategorin animerad långfilm. Det påvisar att alla appar som går att scripta kommer gå att vajba med inom kort.

Nyaste spelaren på vibe coding scenen direkt från Y-combinator är Tempo Labs, initiala tester är lovande!

Är du en insiktsdelare?

Känner du någon som ansvarar för AI-budgeten som behöver förstå ökade kostnader? Eller kanske någon som borde börja undersöka hur ni sätter upp MCP:er för era digitala tjänster? Vem tänkte du på? Skicka vidare!

Själv rekommenderar jag att du prenumererar på Nicklas Hermansson nyhetsbrev NOMOFOMO som varje vecka lyckas med bedriften att tipsa om minst ett intressant mediefenomen som jag aldrig hört talas om!

Fortsätt utforska så ses vi nästa vecka!

Tomas Seo

Har du fått dagens nyhetsbrev utan att vara prenumerant?
Gillade du det här och vill ha mer så är det bara att skriva upp sig här
(du väljer själv om du vill betala):