AI-agenter: Hvad har vi lært indtil videre?

Ét år inde i revolutionen for agentisk AI står det klart, at potentialet er enormt, men også at vejen dertil kræver hårdt arbejde. Konsulenthuset McKinsey gør status.

Nogle få virksomheder har allerede succes med deres investeringer i AI-agenter, men mange kæmper med at finde den reelle værdi. Det er dog langt fra unormalt. Sådan ser mønsteret typisk ud, når en ny teknologi udvikler sig og skal finde sin plads i praksis. Se også interview herom med Niels Ahrengot fra Implement på næste side. For at skabe klarhed har McKin-
sey analyseret 50 agentiske AI-projekter og kogt resultaterne ned til seks centrale læringer.

Det handler om work-flow – ikke AI-agenten: Mange virksomheder falder i fælden med at fokusere for meget på selve AI-agenten og for lidt på det workflow, den skal indgå i. Resultatet kan nemt blive teknisk kompetente agenter, som i sidste ende ikke gør arbejdsprocesserne bedre.

I stedet handler det om at gentænke hele arbejdsprocessen – trin for trin – og identificere, hvor teknologien faktisk kan skabe værdi. Ved at mappe processer og spotte de mest kritiske ‘pain points’ bliver det muligt at se, hvor AI-agenter kan støtte mennesker i at få arbejdet gjort mere effektivt. Når man starter med workflowet frem for teknologien, bliver det lettere at matche den rette løsning til det rette sted i processen. Det er her, man for alvor kan høste gevinsterne.

AI-agenter er ikke altid svaret: AI-agenter kan rigtig meget – men de er ikke den rette løsning til alt. Det tror mange fejlagtigt. Alt for ofte går man direkte til konklusionen – at AI-agenter er svaret.

I den proces glemmer man at undersøge, hvad opgaven faktisk kræver. I mange tilfælde kan agenter løse helt specifikke opgaver effektivt, mens de i andre situationer bedst bruges til at støtte mennesker i at udføre deres arbejde.

Det handler også om at undgå et sort-hvidt ‘agent/ingen agent’-tankesæt. Ved at afklare dette upfront bliver det langt lettere at vælge den rigtige teknologi til den rigtige kontekst – og derved undgå spildte investeringer.

‘Launch and leave’ dur ikke: Et af de største problemer, når virksomheder begynder at arbejde med AI-agenter, er, at de mennesker, der skal bruge systemerne, hurtigt bliver frustrerede. De oplever måske, at teknologien ikke lever op til deres forventninger, de mister tilliden – og begynder derfor at bruge den mindre. Resultatet er, at man aldrig får det produktivitetsløft, man havde håbet på.

Derfor er det ikke nok blot at investere i selve teknologien. Udrulningen er mindst lige så vigtig. Som en leder sagde til McKinsey: “At onboarde agenter er mere som at ansætte en ny medarbejder end at implementere software.” Det betyder også, at eksperter skal forblive involverede efter implementeringen og systematisk teste agenternes præstationer over tid. Med andre ord: Et ‘launch and leave’-mindset fungerer ikke.

Tracking og fejlfinding: Hvis man kun arbejder med et par AI-agenter, er det relativt enkelt at gennemgå resultater og spotte fejl. Men når udrulningen bliver skaleret til flere hundrede agenter, ændrer udfordringen karakter – og kompleksiteten vokser markant.

Alt for mange virksomheder nøjes med at tracke de endelige resultater uden at holde øje med selve processen. Problemet er, at når der opstår fejl, bliver det næsten umuligt at finde ud af, hvor fejlene er opstået.

Løsningen er at verificere agenternes arbejde trin for trin i workflowet. Ved at indbygge løbende observation og evaluering i arbejdsprocesserne kan man hurtigt identificere kilden til fejl og rette op, inden de eskalerer.

Byg genanvendelige agenter: Mange virksomheder ender med at udvikle en unik AI-agent til hver enkelt opgave. Det fører hurtigt til unødvendigt spild. En smartere tilgang er at starte med at identificere tilbagevendende opgaver. Herefter kan man bygge genanvendelige agenter, der nemt kan bruges på tværs af workflows og processer. Man får langt mere værdi ved at gøre agenterne let tilgængelige og udbrede deres anvendelse.

Menneskers rolle vil forandre sig: Mange stiller spørgsmål omkring hvilken rolle mennesker kommer til at spille i en fremtid med AI-agenter.

AI-agenter vil uden tvivl kunne udføre mange opgaver, men mennesker vil fortsat være en uundværlig del af arbejdsstyrken – og det kommer ikke til at ændre sig foreløbigt. Der er mange eksempler på, at mennesker stadig er den bedste løsning til at fuldføre et stykke arbejde.

Men i mange tilfælde kommer det til at være i samarbejde med en AI-agent i fremtiden. Et samspil, hvor mennesker og AI-agenter arbejder sammen, side om side.

MAL