Computer Use (AI Computerstyring)
Computer Use er betegnelsen for AI-modeller, der betjener en computer paa samme maade som et menneske: de ser skaermbilleder, flytter musen, klikker paa knapper og skriver paa tastaturet. Anthropic lancerede den foerste udgave i offentlig beta den 22. oktober 2024 med Claude 3.5 Sonnet, og siden har OpenAI, Google og Microsoft fulgt efter med hver deres variant. Forskellen fra klassiske AI-integrationer ligger i adgangen: modellen arbejder direkte i brugergraensefladen i stedet for at kalde API'er.
Et konkret eksempel: Du beder en agent om at overfoere 40 fakturaer fra jeres gamle oekonomisystem til en leverandoerportal uden API. Agenten aabner systemet, finder soegefeltet, slaar fakturaen op, kopierer beloeb og datoer, skifter til portalen og taster oplysningerne ind felt for felt. Hvert klik beregnes ud fra pixelkoordinater i et skaermbillede, og loekken gentager sig, indtil alle 40 fakturaer er overfoert.
For danske virksomheder er det interessant, fordi meget administrativt arbejde foregaar i systemer uden brugbare API'er: aeldre ERP-systemer, offentlige portaler, leverandoerers webloesninger og interne fagsystemer. Computer Use kan automatisere netop de arbejdsgange, som hverken integrationsplatforme eller klassisk RPA har loest robust. Teknologien er samtidig umoden nok til, at du boer kende begraensningerne, foer du bygger forretningskritiske processer paa den.
Saadan fungerer Computer Use teknisk
1. Skaermbillede, beslutning, handling: loekken der driver det hele. En computer use-agent arbejder i en fast cyklus. Modellen modtager et skaermbillede, analyserer det sammen med opgaven og handlingshistorikken, og svarer med en konkret handling: klik paa koordinat (512, 340), skriv "faktura 2214", tryk Enter. Systemet udfoerer handlingen, tager et nyt skaermbillede, og loekken koerer videre, indtil opgaven er loest. En AI Agent med computer use handler dermed direkte i dine systemer i stedet for kun at formulere svar.
2. Visuel grounding er det svaere. Modellen skal baade forstaa, hvad der er paa skaermen, og omsaette "klik paa Gem-knappen" til praecise pixelkoordinater. Det kaldes grounding, og det er her, de fleste fejl opstaar. Anthropics vaerktoej giver modellen handlinger som screenshot, left_click, double_click, type, key og scroll, og smaa knapper, taette menuer og ikoner uden tekst er stadig de hyppigste aarsager til fejlklik.
3. Forskellen paa computer use og API-integration. Naar to systemer taler sammen via API, udveksler de strukturerede data med faste felter og fejlkoder. Det er hurtigt, billigt og deterministisk. Computer use gaar den modsatte vej: alt fortolkes visuelt, hvert skridt koster tokens, og resultatet kan variere fra koersel til koersel. Til gengaeld virker metoden paa systemer helt uden API. Tommelfingerreglen er enkel: brug API'en naar den findes, og computer use naar den ikke goer.
4. Tre arkitekturtilgange hos de store udbydere. Anthropic byggede foerst: deres computer use-vaerktoej fra oktober 2024 arbejder paa OS-niveau og kan betjene alt paa en virtuel maskine. OpenAIs CUA-model (Computer-Using Agent) fra januar 2025 kombinerer GPT-4o's billedforstaaelse med reinforcement learning traenet paa brugergraenseflader og satte ved lanceringen rekord paa WebArena og WebVoyager. Google valgte en tredje vej med Gemini 2.5 Computer Use fra oktober 2025: modellen er optimeret til browseren frem for hele styresystemet og prioriterer svartid, cirka 225 sekunder per opgave ved over 70 procents noejagtighed paa Online-Mind2Web.
5. Fremskridtet kan maales paa OSWorld. OSWorld er den mest anvendte benchmark for computerstyrende AI med 369 realistiske opgaver i programmer som LibreOffice, GIMP og almindelige browsere. Da benchmarken udkom i 2024, loeste mennesker omkring 72 procent af opgaverne, mens Claude 3.5 Sonnet ved lanceringen klarede 14,9 procent i den rene skaermbilledkategori. I juli 2026 ligger de bedste modeller paa OSWorld-Verified mellem 83 og 85 procent: Claude Opus 4.8 maaler 83,4 procent, Claude Sonnet 5 ligger paa 81,2 procent, og GPT-5.5 rammer 78,7 procent. Paa under to aar er teknologien altsaa gaaet forbi den menneskelige baseline paa denne testsamling.
6. Derfor er det langsomt og dyrt per opgave. Hver runde i loekken sender et komplet skaermbillede gennem modellen, og et screenshot i 1280x800 pixels fylder omkring 1.400 tokens. En opgave paa 40 skridt bliver dermed til flere hundrede tusinde tokens, naar historikken taelles med. Med Claude Sonnet-priser paa 3 USD per million input-tokens og 15 USD per million output-tokens koster en lang koersel fra faa cents til flere dollars, og fordi hvert skridt kraever et fuldt modelkald, tager opgaver minutter, ikke sekunder.
7. Agenten skal have sin egen maskine. Ingen af udbyderne anbefaler at slippe en agent loes direkte paa en medarbejders pc. Anthropics referenceimplementering koerer i en Docker-container med virtuel skaerm, ChatGPT Agent arbejder paa en virtuel computer i OpenAIs cloudmiljoe, og Microsofts agenter koerer paa hostede browsere og virtuelle desktops. Isolationen beskytter mod fejl og misbrug, og uden den ville agenten overtage musen fra brugeren.
8. Kendte begraensninger i dag. Selv de bedste modeller fejler paa cirka hver sjette OSWorld-opgave. Typiske problemer er scroll i lange lister, praecise traek og slip-operationer, stoerre regneark og lange beslutningskaeder uden mulighed for at fortryde. Dertil kommer, at samme opgave kan lykkes mandag og fejle tirsdag, fordi modellen vaelger en anden vej gennem graensefladen. Det er haandterbart i processer med kontrol og kvittering, uacceptabelt i processer uden.
Overvejer du at bruge Computer Use eller AI-agenter til at automatisere manuelle arbejdsgange? Vi hjaelper danske virksomheder med at udpege de rette processer, vaelge mellem API-integrationer, RPA og computerstyrende agenter og saette sikre rammer op med menneskeligt tilsyn og logning. Kontakt os, saa tager vi en konkret snak om jeres foerste pilotprojekt.
Hvad kan Computer Use i praksis for virksomheder?
Dataindtastning i systemer uden API
Agenten flytter data fra et system til et andet ved at laese og taste, praecis som en medarbejder ville goere det. Gevinsten er let at maale, og derfor er det ofte den bedste foerste anvendelse. En dansk produktionsvirksomhed med et aeldre ERP-system kan lade en agent overfoere ordrebekraeftelser fra leverandoerers portaler til ERP'et, en opgave der ellers koster bogholderiet timer hver uge.
Indberetning via portaler
Mange pligter handler om at logge ind paa en portal og taste de samme tal ind hver maaned. En agent kan udfylde indberetninger til det offentlige, opdatere data hos forsikringsselskaber eller vedligeholde produktdata i kunders indkoebsportaler, mens en medarbejder godkender inden afsendelse. Netop godkendelsestrinnet goer forskellen mellem en risikabel og en ansvarlig opsaetning.
Tvaergaaende kundeworkflows
Kundeservice er ofte bundet op paa flere systemer, der ikke taler sammen: telefonsystem, CRM, oekonomisystem og forsendelse. En agent kan opdatere dem alle ud fra en enkelt henvendelse, saa medarbejderen kun godkender resultatet. Hos en dansk webshop kan det forkorte haandteringen af returneringer, fordi data i dag genindtastes manuelt i baade shopsystem og fragtportal.
Automatiseret test af brugergraenseflader
Softwarevirksomheder bruger computer use til at teste deres egne produkter. Google driver blandt andet Firebase Testing Agent paa teknologien, og samme princip kan et dansk softwarehus bruge til regressionstest: agenten klikker sig gennem de vigtigste brugerrejser efter hver release og rapporterer, hvor noget knaekker. Den fanger fejl, som skriptede tests overser.
Research og overvaagning i browseren
En agent med browserkontrol kan indsamle priser hos konkurrenter, tjekke lagerstatus hos leverandoerer eller samle oplysninger fra offentlige registre, ogsaa naar der ikke findes et brugbart feed. Den type opgaver ligger taet op ad en Agentic Browser, hvor AI'en er indbygget i selve browseren i stedet for at styre den udefra.
Personlig produktivitet i browseren
De faerdige forbrugerprodukter er den letteste maade at proeve teknologien af. Claude for Chrome har siden 18. december 2025 vaeret tilgaengeligt for abonnenter paa Pro, Max, Team og Enterprise og kan navigere faner, udfylde formularer og gennemfoere flertrinsopgaver i browseren. ChatGPT's agenttilstand giver Plus-brugere 40 agentbeskeder om maaneden og Pro-brugere 400. Lad et par noeglemedarbejdere teste paa ufarlige opgaver foerst.
Anthropic, OpenAI, Google og Microsoft: hvem kan hvad?
Markedet for computerstyrende AI har fire store udbydere med hver deres strategi, plus de etablerede RPA-leverandoerer, som teknologien delvist udfordrer. Ingen af dem er det rigtige valg til alt, saa kend styrker, svagheder og priser, foer du vaelger platform. Feltet flytter sig hurtigt, og Agentic AI er strategisk hovedprioritet hos alle fire.
Anthropic (Claude)
Anthropic aabnede kategorien med computer use i offentlig beta den 22. oktober 2024 og har siden holdt foerertroejen paa kvalitet: Claude-modellerne topper OSWorld-Verified i juli 2026 med scores op til cirka 85 procent. Styrken er kontrol paa OS-niveau via API'en, og med Claude for Chrome findes ogsaa et faerdigt slutbrugerprodukt. Svagheden er, at API-vejen kraever, at du selv bygger og driver et sikkert sandbox-miljoe. Prisen for Claude Sonnet er 3 USD per million input-tokens og 15 USD per million output-tokens.
OpenAI (ChatGPT Agent)
OpenAI lancerede Operator som forskningspreview den 23. januar 2025, dengang forbeholdt Pro-abonnenter til 200 USD om maaneden, og samlede den 17. juli 2025 browserstyring, research og en virtuel computer i ChatGPT Agent. Den store fordel er tilgaengeligheden: agenttilstanden foelger med et Plus-abonnement til 20 USD om maaneden med 40 agentbeskeder. Til gengaeld faar virksomheder, der vil styre miljoeet selv, mindre kontrol. Fra 6. juli 2026 afregnes agentkoersler i virksomhedsplaner med kreditter, hvor en almindelig koersel paa GPT-5.5 koster 5 til 25 kreditter.
Google (Gemini 2.5 Computer Use og Project Mariner)
Google viste Project Mariner frem som forskningsprototype i december 2024 og gjorde den senere til en del af AI Ultra-abonnementet. Den vigtigste byggesten for virksomheder er dog Gemini 2.5 Computer Use, i public preview via AI Studio og Vertex AI siden 7. oktober 2025. Styrkerne er lav svartid og skarp pris: 1,25 USD per million input-tokens og 10 USD per million output-tokens, det billigste af de tre API-tilbud. Svagheden er scope: modellen er optimeret til browseren og endnu ikke til at styre hele styresystemer.
Microsoft (Copilot Studio)
Microsoft gik efter enterprise-markedet fra starten. Computer use i Copilot Studio blev vist i april 2025 og har siden maj 2026 vaeret generelt tilgaengeligt med hostede browsere og virtuelle desktops i Microsofts cloud. Fordelen er governance: adgangsstyring, logning og drift ligger i det Microsoft 365-miljoe, mange danske virksomheder allerede har. Bagsiden er bindingen til Microsofts oekosystem og en licensmodel, du boer regne grundigt paa foerst.
RPA-leverandoererne (UiPath med flere)
Klassisk RPA automatiserer ogsaa brugergraenseflader, men med forprogrammerede selektorer i stedet for en model, der ser skaermen. UiPath koster fra 25 USD per bruger om maaneden i Basic-planen, unattended automatisering starter typisk omkring 1.380 USD om maaneden oveni, og stoerre enterprise-implementeringer loeber op i 87.000 USD aarligt eller mere. RPA er hurtigere og billigere per koersel, men scripts knaekker, naar graensefladen aendrer sig. UiPath og konkurrenterne indbygger derfor selv agentteknologi under betegnelsen agentic automation.
Hvor computer use vinder, og hvor det taber
Computer use vinder, naar der ikke findes en API, naar graensefladerne aendrer sig ofte, og naar opgaverne varierer for meget til faste scripts. API-integrationer vinder paa hastighed, pris og stabilitet, naar de findes, og klassisk RPA staar staerkest i stabile processer med hoej volumen. De fleste virksomheder ender med en kombination, hvor valget traeffes per proces og ikke per teknologi.
Adgang, priser, sikkerhed og EU-regler
Agentic AI er AI, der selv planlægger, bruger værktøjer og handler mod et mål. Forstå agent-loopet, hvad det bruges til, og hvad det ikke er.
En AI-agent kan planlægge og udføre handlinger, ikke kun svare. Forstå byggeklodserne, brugen, og hvordan en agent adskiller sig fra en chatbot.
En agentic browser bruger AI-agenter til at navigere, klikke og udfylde formularer autonomt. Forstå teknologien, erhvervsbrugen og sikkerhedsovervejelserne.
Human-in-the-Loop (HITL) sikrer menneskelig kontrol over AI-systemer. Forstå hvordan HITL fungerer, hvornår det er nødvendigt, og hvad det kræver i praksis.
Prompt injection er den mest udbredte sårbarhed i AI-systemer. Forstå hvordan angreb fungerer, hvorfor de er farlige for virksomheder, og hvordan du beskytter dig.
Tool calling giver AI-modeller evnen til at kalde eksterne systemer, API'er og databaser. Forstå hvordan function calling fungerer og skaber værdi i praksis.
AI Orchestrering styrer, hvordan flere AI-modeller, agenter og værktøjer arbejder sammen i komplekse workflows. Forstå konceptet og dets forretningsværdi.
En Copilot er en AI-assistent, der hjælper dig i dit daglige arbejde. Forstå hvad det er, og hvordan den adskiller sig fra AI-agenter.
Ofte stillede spoergsmaal om Computer Use
Hvad er forskellen paa Computer Use og RPA?+
RPA-vaerktoejer som UiPath og Power Automate koerer forprogrammerede scripts mod faste elementer i graensefladen, og de knaekker typisk, naar et felt eller et layout aendres. Computer use laeser skaermen visuelt ved hvert skridt og tilpasser sig derfor aendringer, men er langsommere, dyrere per koersel og ikke deterministisk. UiPath starter ved 25 USD per bruger om maaneden med unattended robotter fra cirka 1.380 USD om maaneden, mens computer use afregnes per token. Mange virksomheder kombinerer de to, saa RPA tager de stabile processer, og agenter tager de foranderlige.
Kan Computer Use erstatte vores API-integrationer?+
Nej, og det boer det heller ikke. Et API-kald giver samme resultat hver gang og koster naesten ingenting sammenlignet med en skaermstyret koersel, saa naar der findes en API, er den foerstevalget. Computer use er relevant for de systemer, hvor der ingen API findes, som regel aeldre ERP-systemer, offentlige portaler og leverandoerers webloesninger. De bedste opsaetninger er hybride: agenten bruger API'er, hvor de findes, og skaermstyring som sidste udvej.
Hvad koster det at proeve Computer Use af?+
En pilot kan gennemfoeres for faa tusinde kroner. ChatGPT Plus til 20 USD om maaneden inkluderer 40 agentbeskeder, Claude for Chrome foelger med abonnementer fra 20 USD om maaneden, og Gemini 2.5 Computer Use koster via API 1,25 USD per million input-tokens og 10 USD per million output-tokens. En opgave paa 20 til 100 skridt koster fra faa cents til nogle faa dollars i tokens. Selve tokenforbruget er smaapenge; det dyre er arbejdet med at designe processen sikkert.
Hvor paalidelig er teknologien i 2026?+
De bedste modeller loeser 83 til 85 procent af opgaverne paa OSWorld-Verified pr. juli 2026, hvor den menneskelige baseline i den oprindelige undersoegelse var cirka 72 procent. Det betyder stadig fejl paa omkring hver sjette opgave, og resultaterne er bedre paa web-opgaver end paa komplekse skrivebordsprogrammer. Derfor hoerer computer use hjemme i processer med godkendelsestrin og log frem for i processer, der skal koere fejlfrit uden opsyn.
Er det lovligt at bruge computer use-agenter i EU?+
Ja, men med pligter. Fra 2. august 2026 stiller EU AI Acts artikel 50 krav om gennemsigtighed for nye systemer, saa brugere skal oplyses, naar de interagerer med AI. GDPR gaelder fuldt ud, fordi agenten ser persondata paa skaermen, og det kraever databehandleraftale med udbyderen. Respekter desuden de enkelte websites vilkaar, da nogle portaler forbyder automatiseret adgang. Hoejrisikoreglerne rammer kun bestemte anvendelser, for eksempel rekruttering og kreditvurdering.
Hvilke opgaver egner sig bedst som foerste projekt?+
Gaa efter opgaver med hoej volumen og et klart facit, hvor agenten traeffer faa beslutninger undervejs: overfoersel af ordre- eller fakturadata, faste indberetninger, oprettelse af brugere eller regressionstest af egne systemer. Undgaa i foerste omgang alt med betalinger, sletninger og kundevendte svar. Efter to til fire uger med menneskelig godkendelse og en maalt fejlrate har du et reelt grundlag for at beslutte, om processen maa koere med mindre opsyn.