n8n, Make eller GPTPro: riktig verktøy for AI-agenten din
«AI-agent» er blitt et samlebegrep for to helt forskjellige verktøytyper: automatiseringsplattformer som n8n og Make, og multimodell-samtaleagenter som GPTPro. Her er en ærlig sammenligning, sak for sak.
1. To verktøyfamilier, to forskjellige problemer
Begrepet «AI-agent» dukker opp overalt, men betyr ikke det samme fra verktøy til verktøy. Før du sammenligner n8n, Make og GPTPro, må du skille mellom to grunnleggende ulike tilnærminger.
n8n og Make er automatiseringsplattformer. Der bygger du arbeidsflyter: en trigger, en rekke steg, konkrete handlinger. Disse scenarioene kjører selv, i bakgrunnen, uten at noen trykker på noe. AI er bare én byggekloss blant flere: en node kaller en språkmodell midt i en kjede som leser en e-postboks, skriver til et CRM-system eller poster i Slack. Det communities kaller «AI-agent-rammeverk» er nettopp slike arbeidsflyter forsterket med en LLM og verktøy.
GPTPro tilhører den andre familien: samtaleagenten. Du setter opp en agent (rolle, instruksjoner, dokumenter, modell), og jobber med den når du trenger det. Skrive, analysere, svare, forberede. Ingen server å drifte, ingen scenario å koble sammen. Ett grensesnitt og et valg av modell. Å sammenligne de to familiene punkt for punkt er som å sammenligne en stekeovn med en kniv: begge brukes til matlaging, men til helt forskjellige oppgaver.
2. n8n i 2026: to nyheter som endrer spillereglene
n8n har lenge vært verktøyet for tekniske folk: selvhosting, AI Agent-noden bygget på LangChain, vektorminne, kobling til lokale modeller som Ollama. GitHub-repoet har 203 000 stjerner og 60 400 forks i august 2026, et tegn på et aktivt fellesskap.
To ferske annonseringer utvider bruksområdet. 9. juli 2026 lanserte n8n en forhåndsversjon av AI Assistant: en samtaleagent integrert i grensesnittet som lager, redigerer og feilsøker arbeidsflyter på vanlig språk. Du trenger ikke lenger kjenne hver node utenpå for å bygge et scenario.
5. august 2026 introduserte n8n «n8n Agents», en egen enhet forskjellig fra den klassiske AI Agent-noden. En agent settes opp én gang (instruksjoner, verktøy, modell) og brukes overalt: i chat, som node i en arbeidsflyt, i Slack, eller på et fast tidsskjema. Denne «sett opp én gang, bruk overalt»-arkitekturen nærmer n8n seg samtaleagent-plattformene, samtidig som orkestreringsstyrken beholdes. Begge funksjonene er i forhåndsversjon i skyen fra versjon 2.32.3, med gradvis utrulling.
Ett viktig punkt: fra n8n 1.82.0 kjører AI Agent-noden kun i Tools Agent-modus. De andre modusene er avviklet. Eksisterende arbeidsflyter som bruker en annen modus, må oppdateres før n8n 3.0.
3. Make i 2026: AI-agenter rett i canvaset
Make lanserte sine AI Agents i beta i april 2025, med tilgang til over 2 000 apper. 11. februar 2026 ble «next generation»-versjonen offisielt annonsert: agentene lever nå direkte i scenario-canvaset, på samme grensesnitt som de vanlige automatiseringene.
De konkrete tilleggene: et Reasoning Panel som viser agentens beslutninger og verktøykall i realtid, støtte for multimodal input (PDF, bilder, CSV), en innebygd chat i canvaset, og et bibliotek med klare agent-maler. Støtte for MCP-verktøy (Model Context Protocol) kom i juni 2026: en Make-agent kan nå kalle eksterne MCP-servere, utover appene i katalogen. Make oppgir at over 200 000 virksomheter bruker plattformen globalt.
Faktureringen er punktet å følge med på. Hver agent-invokasjon bruker 5 operasjoner, i tillegg til operasjonene fra verktøyene den kaller. På lange scenarioer med flere verktøykall stiger regningen fort. Make er fortsatt mer tilgjengelig enn n8n for team uten teknisk kompetanse, men totalkostnaden for en agent i produksjon bør beregnes før du binder deg.
4. Når n8n eller Make er riktig valg
Alt som skal kjøre uten deg: overvåke en e-postboks og rute forespørsler, synkronisere et CRM-system og et regneark, kjede sammen fakturering, påminnelser og arkivering, publisere til fast tid. Hvis behovet ditt starter med «hver gang», er det en arbeidsflyt.
n8n passer for tekniske team eller virksomheter som vil ha full kontroll på egne data. Selvhosting på en europeisk (eller nordisk) server er gratis, bortsett fra infrastrukturkostnaden, og forenkler GDPR-etterlevelsen fordi dataene aldri forlater ditt eget miljø. AI-byggeklossene er mer avanserte: vektorminne, RAG, kobling til lokale modeller, LangChain innebygd. Kjøring-basert prising lønner seg ved høyt volum.
Make passer for team uten teknisk bakgrunn som vil ha resultater raskt. Det visuelle grensesnittet er mer tilgjengelig, de over 2 000 integrerte appene dekker de vanligste forretningsverktøyene, og de nye AI Agents kan bygges inn i eksisterende scenarioer uten å starte fra bunn. Baksiden: mindre frihet på hosting, og en operasjonsbasert fakturering som stiger med kompleksiteten.
Uansett valg må du regne med en reell læringskurve og løpende vedlikehold. En arbeidsflyt som knekker fordi et API endres, reparerer seg ikke selv.
5. Når en samtaleagent er alt du trenger
Ikke alt interaktivt arbeid krever en arbeidsflyt. Skrive e-poster og tilbud, analysere dokumenter, forberede møter, svare på spørsmål om egne data, lage sammendrag: for slike oppgaver blir et n8n-scenario overkill. Det er ingenting å trigge automatisk. Det er deg, en oppgave, og en agent som løser den godt.
GPTPro tilhører denne familien: du setter opp en agent (rolle, instruksjoner, dokumenter) og velger modellen som driver den, Claude, GPT, Gemini eller Mistral. Ingen server, ingen scenario å koble, ingen operasjonsbasert fakturering. Oppsettet gjøres på vanlig språk, og samme agent kan testes på flere modeller før du bestemmer deg.
Det er den egentlige styrken med en multimodell-plattform i denne familien: test samme agent på Claude, GPT, Gemini eller Mistral med noen klikk, og behold den modellen som fungerer best for hvert bruksområde. n8n og Make gir også modellvalg, men det krever teknisk oppsett og en egen API-nøkkel per leverandør. På en samtaleplattform er det en nedtrekksmeny.
6. Hva det faktisk koster
n8n: gratis ved selvhosting (pluss serverkostnad og din egen tid til drift). I skyen prises det per kjøring av arbeidsflyt. Kall til språkmodeller kommer i tillegg, fakturert direkte hos hver leverandør (OpenAI, Anthropic, Google, Mistral).
Make: lav inngangsterskel, men hver modul i hvert scenario bruker en operasjon. De nye AI Agents fakturerer 5 operasjoner per invokasjon, pluss operasjonene til verktøyene som kalles. Et ambisiøst scenario med flere verktøykall kan raskt sprenge det opprinnelige estimatet. Simuler kostnaden før du setter det i produksjon.
For samtaleagenter er kostnadsmodellen enklere: et abonnement per bruker, uten operasjonsteller. Utgiften er forutsigbar, noe som verken gjelder et ambisiøst Make-scenario eller en n8n-infrastruktur der du må regne med server og drift. Til rent interaktivt bruk kommer en samlet multimodell-plattform som GPTPro billigere ut enn å stable separate abonnement hos hver modell-leverandør, og langt billigere i tid enn en automatiseringsinfrastruktur du bare bruker halvparten av.
7. GDPR og AI Act: det som endrer seg i 2026
Fra 2. august 2026 gjelder åpenhetskravene i AI Act (EU-forordning 2024/1689). I praksis: du må informere brukeren om at hun snakker med en AI-agent, merke AI-generert innhold, og merke deepfakes tydelig. Disse kravene gjelder samtaleagenter og innholdsgeneratorer, uavhengig av plattform.
AI-agenter faller inn under AI Acts generelle definisjon av «AI-system». De utgjør ikke en egen kategori, men bruksområder med stor påvirkning (HR, scoring, automatiserte beslutninger om personer) faller under høyrisiko-regimet, der de fulle kravene gjelder fra desember 2027.
For norske virksomheter: dokumenter bruken i protokollen over behandlingsaktiviteter, informer sluttbrukerne, og sørg for menneskelig kontroll på sensitive beslutninger. n8n-selvhosting på europeiske servere gjør det lettere å dokumentere datalokasjon. Make og GPTPro (Azure i EU/EØS) hevder GDPR-etterlevelse, men sjekk avtalevilkårene ut fra din bransje. Ved tvil om en DPIA (vurdering av personvernkonsekvenser) er nødvendig, snakk med ditt personvernombud eller Datatilsynet.
8. Modellen som fungerer: kombiner begge familiene
Teamene som får mest ut av AI, velger ikke side. De bruker en samtaleagent til arbeid på forespørsel (forberede møter, skrive utkast, analysere dokumenter) og automatisering til rørleggerarbeidet (leads fra kontaktformularet som havner rett i CRM-et, påminnelsen som går ut på dag 7, ukesrapporten som genereres selv).
Rekkefølgen betyr noe. Start med samtaleagenten. Den er på plass på en halv dag, viser verdien av AI på et konkret behov i virksomheten din, og lærer deg å skrive presise instruksjoner. Denne kompetansen gjenbruker du direkte i n8n eller Make den dagen et reelt automatiseringsbehov dukker opp. Motsatt vei, flere uker med arbeidsflyter før første synlige gevinst, er den korteste veien til at prosjektet dør ut.
De nye n8n Agents (annonsert 5. august 2026) viser denne sammensmeltingen: en agent satt opp én gang kan kalles fra en automatisert arbeidsflyt eller fra et chat-grensesnitt. De to familiene nærmer seg hverandre teknisk, men hva du starter med, avgjøres fortsatt av det umiddelbare behovet.
Et behov som starter med «hver gang» peker mot n8n (teknisk team, selvhosting, avansert AI) eller Make (ikke-teknisk team, raske integrasjoner). Et behov som starter med «hjelp meg å» peker mot en samtaleagent. De to familiene utfyller hverandre mer enn de konkurrerer.
Konkret metode for å bestemme: list opp de fem mest repeterende oppgavene dine. De som krever din tilstedeværelse og din vurdering, hører til en samtaleagent. De som alltid følger samme kjede uten deg, hører til en arbeidsflyt. De fleste lister heller tydelig mot den første kategorien.
Ofte stilte spørsmål
n8n eller Make for en AI-agent i 2026?
n8n for tekniske team: gratis selvhosting, kjøringsbasert prising, avanserte AI-byggeklosser (vektorminne, RAG, lokale modeller), og de nye n8n Agents tilgjengelig i forhåndsversjon siden august 2026. Make for team uten teknisk bakgrunn: visuelt grensesnitt, over 2 000 integrerte apper, nye AI Agents siden februar 2026 med Reasoning Panel og multimodal støtte, MCP-verktøy siden juni 2026. Uansett valg må du regne med en læringskurve og løpende drift.
Erstatter GPTPro n8n eller Make?
Nei, og det er ikke meningen heller. GPTPro er en multimodell-samtaleagent: du setter opp en agent og jobber med den på forespørsel (skrive, analysere, forberede, svare). Den bygger ikke automatiserte arbeidsflyter og orkestrerer ikke handlinger mellom apper i bakgrunnen, det er n8n og Makes domene. De to tilnærmingene utfyller hverandre, og mange team bruker begge til ulike formål.
Er n8n selvhosting egentlig GDPR-kompatibelt for norske kundedata?
Selvhosting på en europeisk (eller nordisk) server gir deg full kontroll på hvor dataene ligger: de forlater aldri din egen infrastruktur. Det er et solid argument for GDPR-etterlevelse. Men etterlevelse handler om mer enn hosting: dokumenter behandlingene i protokollen, informer brukerne om at de snakker med en AI-agent (krav i AI Act fra 2. august 2026), og vurder om en DPIA er nødvendig ut fra hvilke data som behandles.
Hva er forskjellen mellom AI Agent-noden i n8n og de nye n8n Agents?
AI Agent-noden er en byggekloss i en arbeidsflyt: den tar imot input, kaller en LLM med verktøy, og returnerer output til scenarioet. Den kjører kun i Tools Agent-modus fra n8n 1.82.0. n8n Agents (annonsert 5. august 2026) er en egen enhet: du setter dem opp én gang (instruksjoner, verktøy, modell) og bruker dem fra en arbeidsflyt, en chat, Slack eller et fast tidsskjema. Det er et abstraksjonslag over den klassiske noden.
Må brukere informeres om at de snakker med en AI-agent?
Ja, fra 2. august 2026. AI Act (artikkel 50) krever at alle informeres om at de interagerer med et AI-system, med unntak av tilfeller der det er tydelig av seg selv. Kravet gjelder samtaleagenter og innholdsgeneratorer, uansett hvilken plattform du bruker. I Norge er Datatilsynet relevant tilsynsmyndighet for personvernsiden. Sørg for en klar merking i grensesnittet eller i brukervilkårene.
