AnswersPublished14 sources
Dells oppskrift på agentisk KI: Fra 900 prosjekter til 13 i produksjon
Dell beskriver skiftet fra KI assistenter som svarer på spørsmål, til agenter som kan gjennomføre avgrensede arbeidsprosesser mer selvstendig. Selskapet sier det har redusert rundt 900 mulige KI prosjekter til cirka 13 målrettede initiativer, blant annet for CRM opprydding, programvareutvikling og prissetting.
Publisert avRedigert med GPT-5.6 LunaBilder generert med GPT Image 1.5
Research answer
Key takeaways
- Dell beskriver skiftet fra KI assistenter som svarer på spørsmål, til agenter som kan gjennomføre avgrensede arbeidsprosesser mer selvstendig.
- Selskapet sier det har redusert rundt 900 mulige KI prosjekter til cirka 13 målrettede initiativer, blant annet for CRM opprydding, programvareutvikling og prissetting.
- Dell mener produksjonsklare KI agenter krever mer minnekapasitet, båndbredde, orkestrering, identitetskontroll og oppgavespesifikk kostnadsstyring enn tradisjonelle chatbot løsninger.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What did Dell Technologies argue at The Six Five Summit: AI Unleashed 2026 about agentic AI’s transition from pilots to production, how it d. Article summary: Dell’s core argument was that agentic AI is becoming a production operating model: not chatbots that help people find or summarize information, but governed systems that autonomously execute defined work. The detailed nu. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
Dells hovedbudskap under The Six Five Summit: AI Unleashed 2026 var at agentisk KI bør behandles som en driftsmodell for produksjon – ikke bare som et nytt navn på chatboter. I Dells forståelse handler forskjellen om hvorvidt systemet kan arbeide mot et definert mål, bruke verktøy og fullføre oppgaver med begrenset menneskelig innblanding. Selskapet trakk fram egne utrullinger som bevis på denne overgangen, men tallene for produktivitet, kostnader og forretningsverdi er fortsatt Dells egne, selvrapporterte påstander. 1
5
Fra chatbot-assistanse til selvstendig gjennomføring
Den første bølgen av generativ KI i næringslivet handlet i stor grad om å hjelpe ansatte med å søke, oppsummere og samhandle med virksomhetens egen informasjon. Dell mener neste fase handler om å digitalisere selve arbeidet: å flytte definerte oppgaver fra mennesker til programvare som kan resonnere seg gjennom en arbeidsflyt og utføre handlinger. 1
4
Dette er også Dells svar på «agent washing» – praksisen med å beskrive vanlige roboter, assistenter eller regelstyrt automatisering som autonome KI-agenter. En chatbot kan generere et svar. En agent skal, slik Dell definerer begrepet, arbeide mot et mål, samhandle med verktøy eller systemer og utføre trinn i en forretningsprosess. 2
5
Dell sier selskapet bygget agenter omtrent to år før toppmøtet, og satte de første agentene i produksjon året før arrangementet. Selskapet brukte seg selv som «Customer Zero», altså som den første reelle kunden for teknologien. 2
Hvorfor Dell gikk fra 900 KI-idéer til 13
Dell sier at selskapet startet med rundt 900 mulige KI-prosjekter, men reduserte listen til omtrent 13 målrettede initiativer. Utvelgelsen la vekt på forretningsprioriteringer og analyse av arbeidsprosesser, i stedet for å la et stort antall løsrevne eksperimenter fortsette uten en tydelig retning. 1
2
Blant bruksområdene Dell oppga i produksjon, var:
- Opprydding i CRM-data, der en agent håndterer gjentakende arbeid med datakvalitet.
- Programvareutvikling, blant annet støtte til kode- og utviklingsoppgaver.
- Prisstøtte, der agentiske arbeidsflyter brukes i prisrelaterte prosesser.
- Bestilling av reiser og dokumentsammendrag, som Dell trakk fram som eksempler på enklere autonome oppgaver.
2
5
Lærdommen Dell trekker, er ikke at alle arbeidsprosesser trenger en agent. Poenget er å finne konkret arbeid med et målbart forretningsmål og deretter bygge det minste nyttige systemet rundt dette målet. En slik tilnærming gjør det også enklere å skille en reell produksjonsutrulling fra et bredt KI-pilotprogram.
Dells påståtte produktivitets- og forretningseffekt
Dell sier at tidlige utrullinger på oppgavenivå kan gi produktivitetsforbedringer på rundt 20–40 prosent. Selskapet mener også at systemer som kan overta hele kategorier av arbeid, kan gi langt større – potensielt «størrelsesordener» større – gevinster. 2
5
Tallene bør leses som Dells rapporterte forventninger og resultater, ikke som en uavhengig verifisert referanse på tvers av virksomheter. Dell har i tillegg sagt at selskapets interne KI-arbeid bidro til å koble inntektsvekst friere fra kostnadsstrukturen. Det tilgjengelige materialet viser imidlertid ikke hvor stor del av effekten som kom fra enkeltagenter, eller dokumenterer en årsakssammenheng. 2
For virksomheter som vurderer slike løsninger, er dette skillet viktig. En troverdig business case må spesifisere hvilken oppgave som automatiseres, hvor mye menneskelig tid som frigjøres eller omdisponeres, hva inferens og orkestrering koster, og hvilke kontroller som kreves når agenten kan handle uten kontinuerlig tilsyn.
Agentiske arbeidslaster endrer infrastrukturregnestykket
Dells infrastrukturbudskap er at agentisk KI i produksjon ikke bare er en større versjon av chatbot-inferens. Flaskehalsen kan flytte seg fra ren beregningskraft til minnekapasitet og minnebåndbredde, særlig når langvarige arbeidsflyter opprettholder tilstand i såkalte key-value-cacher. I enkelte tilfeller kan minnet bli brukt opp før den tilgjengelige GPU-kapasiteten er fullt utnyttet. 2
4
Agentiske systemer har også andre mønstre for datatilgang enn modelltrening. I stedet for å behandle store og forholdsvis statiske datasett kan produksjonsagenter sende vedvarende, men rykkvise og svært målrettede forespørsler til virksomhetens systemer. I stor skala blir derfor datalevering og såkalt tail-latens – forsinkelsen i de tregeste forespørslene – like viktig som modellens gjennomstrømming. 2
4
Prosessorer, eller CPU-er, får samtidig en viktigere rolle. De koordinerer orkestrering, forgreininger, informasjonsinnhenting, verktøykall og kommunikasjon mellom komponenter, mens GPU-er håndterer de modelloppgavene de egner seg best til. Dell sier at tradisjonelle KI-utrullinger med omtrent 8:1 til 16:1 i forholdet mellom CPU-er og GPU-er kan bevege seg mot forhold nærmere 1:1 eller 2:1 for agentiske systemer. 2
For virksomheter er Dells foreslåtte svar en gjenbrukbar plattforminfrastruktur, snarere enn en samling spesialbygde teknologistakker. Selskapet argumenterer også for hybride arkitekturer, der arbeidslaster plasseres på lokale systemer, i private skyer, via offentlige API-er eller i modeller på enheter – avhengig av krav til etterlevelse, ytelse, datakontroll og kostnader. 4
5
Én KI-agent har ikke én fast pris
Autonome arbeidsflyter gjør at modelløkonomien må tilpasses verdien av arbeidet. Dell brukte to svært ulike eksempler: En agent for beslutningsstøtte til ledelsen kan forsvare en kostnad på rundt 100 000 dollar i måneden, mens en agent som rydder opp i CRM-data, kan måtte koste mindre enn 0,50 dollar per post. 2
Poenget er ikke at disse tallene er universelle prisreferanser. Det er at virksomheter ikke bør bruke den kraftigste og dyreste modellen på alle oppgaver. En portefølje kan trenge små modeller til rutinearbeid med høyt volum, større modeller til komplekse resonnementer og ulike plasseringer av arbeidslastene når kravene til forsinkelse, datasuverenitet eller etterlevelse varierer. 2
5
Sikkerhet begynner med en identitet for hver agent
Dell sier at hver autonom agent som får tilgang til Dell-data, tildeles en egen digital Dell-identitet. Identiteten legger til rette for detaljert tilgangsstyring og rask tilbakekalling av tillatelser. Deaktivering av identiteten kan fungere som en avstengningsmekanisme for agentens tilgang. 2
5
Dette er særlig viktig for hodeløse agenter – systemer som arbeider uten brukergrensesnitt eller løpende menneskelig overvåking. Når en agent handler direkte gjennom virksomhetens verktøy, må organisasjonen kunne fastslå hvilken agent som utførte handlingen, hva den hadde tillatelse til å se og gjøre, og hvordan tilgangen kan stanses uten å være avhengig av en enkelt ansatts innloggingsdetaljer.
Prinsippet om minst mulige privilegier og uavhengige agentidentiteter blir dermed sentrale kontrollag, ikke valgfrie sikkerhetsfunksjoner. 4
5
Dell viste også til kommunikasjons- og kontrollprotokoller for agenter, som A2A og MCP, samt planlegging for postkvantekryptografi, som deler av det nye styringslandskapet. 2
Det tilgjengelige materialet gir ikke grunnlag for et pålitelig prosenttall for hvor mange framtidige KI-utrullinger som vil være hodeløse. Et presist anslag ville gått lenger enn det kildene dokumenterer.
Dells syn på arbeidslivet: Jobber endres oppgave for oppgave
Dell sier at selskapet analyserte 6 800 jobber for å undersøke hvilke deler av ulike roller som kan håndteres av agenter, og hvilke som fortsatt krever menneskelig dømmekraft. 2
Konklusjonen var at agenter oftere vil endre arbeidet ved å hente ut bestemte oppgaver, enn ved å eliminere hele jobber. I denne modellen tar agentene over produktivitetsarbeid, administrativt «hygienearbeid» og koordinering, mens ansatte får mer tid til faglige vurderinger og menneskesentrerte aktiviteter. 2
5
Dette er en tese om omstilling av arbeidsstyrken – ikke en garanti for at ingen jobber vil forsvinne. Selv når en stilling består, kan ansvarsområder, bemanning, kompetansekrav og plassering av ansvar endres. Den praktiske utfordringen for virksomheter blir derfor organisasjonsdesign: Hvilket arbeid skal delegeres? Hvilke beslutninger må fortsatt eies av mennesker? Og hvordan skal resultatene måles etter at arbeidsflyten er endret?
Hva Dells argument betyr for virksomheter som kjøper KI
Dells presentasjon kan oppsummeres i fire spørsmål:
- Er systemet faktisk autonomt? En chatbot som har fått et nytt navn, er ikke nødvendigvis en agent.
- Utfører det en verdifull og tydelig definert arbeidsflyt? Overgangen fra 900 til 13 prosjekter illustrerer verdien av å prioritere.
- Tåler infrastrukturen tilstand, forsinkelse, orkestrering og oppgavespesifikk økonomi? Agentisk inferens kan belaste minne og datalevering på andre måter enn modelltrening eller tradisjonell chatbot-bruk.
- Kan organisasjonen styre agenten? Identitet, tilgang, logging, tilbakekalling av tillatelser og menneskelig ansvar må utformes før autonom tilgang skaleres.
Dells bredere argument er at agentisk KI først blir meningsfull når den kobles til reelt arbeid og måles mot faktiske resultater. Forbeholdet er like viktig: Eksemplene og gevinstene beskriver Dells posisjon og rapporterte erfaringer, ikke en universell garanti for at alle KI-agenter vil gi de samme resultatene.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Dells oppskrift på agentisk KI: Fra 900 prosjekter til 13 i produksjon"?
Dell beskriver skiftet fra KI assistenter som svarer på spørsmål, til agenter som kan gjennomføre avgrensede arbeidsprosesser mer selvstendig.
What are the key points to validate first?
Dell beskriver skiftet fra KI assistenter som svarer på spørsmål, til agenter som kan gjennomføre avgrensede arbeidsprosesser mer selvstendig. Selskapet sier det har redusert rundt 900 mulige KI prosjekter til cirka 13 målrettede initiativer, blant annet for CRM opprydding, programvareutvikling og prissetting.
What should I do next in practice?
Dell mener produksjonsklare KI agenter krever mer minnekapasitet, båndbredde, orkestrering, identitetskontroll og oppgavespesifikk kostnadsstyring enn tradisjonelle chatbot løsninger.