De fleste store virksomheter har fortsatt ikke skalert agentisk KI

UiPaths undersøkelse tyder på at agentisk KI har kommet forbi idéstadiet i mange store virksomheter, men at utrulling på tvers av hele organisasjonen fortsatt er unntaket. Undersøkelsen omfattet 590 ledere på toppnivå og IT-fagfolk i private virksomheter med minst 1 milliard dollar i årlig omsetning, i USA, Storbritannia, Frankrike, Tyskland, India og Singapore. Hovedfunnet er at utfordringen ikke først og fremst er å starte én enkelt KI-agent, men å drive sammenhengende arbeidsflyter med kontroll og styring i en kompleks virksomhet. 34

KI brukes, men er sjelden fullt innarbeidet

Bare 31 % av respondentene oppga at KI var fullt integrert i virksomheten. Ytterligere 35 % brukte KI i begrenset omfang i utvalgte team, mens 11 % fortsatt drev begrensede eksperimenter. 37

Tallene peker på det velkjente gapet mellom pilot og produksjon. Et team kan teste en agent i et avgrenset bruksområde, men skal den skaleres, må den fungere pålitelig sammen med virksomhetens data, fagsystemer, etablerte prosesser og ansatte som håndterer avvik.

Tre flaskehalser når agentisk KI skal skaleres

Respondentene trakk særlig fram tre hindringer for å optimalisere utrulling av agentisk KI:

• Datakvalitet og datamodenhet: 38 %
• Integrasjon med eksisterende arbeidsflyter og systemer: 37 %
• Styring og regelverksetterlevelse: 33 % 14

Dette er i stor grad drifts- og arkitekturspørsmål. En KI-modell kan tolke informasjon eller foreslå en handling, men en arbeidsflyt i produksjon krever også pålitelige inndata, riktige tilganger, koblinger mot systemene, tydelig ansvar og rutiner for saker som ikke kan løses automatisk.

Integrasjon blir spesielt viktig for virksomheter med eldre systemer og prosesser som går på tvers av avdelinger. At en agent fungerer godt i én applikasjon eller ett team, betyr ikke automatisk at den passer inn i en ende-til-ende-prosess med flere systemer, overleveringer og godkjenningskrav.

Orkestrering som koordinerende lag

UiPath bruker begrepet forretningsorkestrering om laget som kobler sammen data, systemer, arbeidsflyter, mennesker og KI-agenter. I praksis handler det om å koordinere arbeid gjennom en hel prosess: sende oppgaver til riktig automatisering, agent eller medarbeider, følge framdriften, legge på kontroller og eskalere avvik når menneskelig vurdering trengs. 4

Bare 29 % oppga at orkestrering var fullt innarbeidet i hele organisasjonen. Blant disse svarte 89 % at implementeringene av agentisk KI hadde nådd eller overgått forventningene til avkastning på investeringen (ROI). 315

Resultatet er interessant, men bør ikke leses som et bevis på at orkestrering alene gir høyere avkastning. Dette er en selvrapportert undersøkelse sponset av en leverandør. Virksomheter som allerede har klart å innføre orkestrering, kan også ha bedre datagrunnlag, mer prosessdisiplin, sterkere integrasjonsevne og tydeligere støtte fra ledelsen. 15

Hybridarbeidsflyter kan være et viktig bruksområde

Undersøkelsen peker også på muligheter der prosessene kombinerer forutsigbart og mer situasjonsavhengig arbeid. UiPath definerer hybride arbeidsflyter som en blanding av statiske, repeterbare prosesser og dynamiske prosesser som avhenger av kontekst. 52 % av lederne i undersøkelsen oppga at slike arbeidsflyter inngår i den daglige driften. 10

Her kan agenter utfylle regelstyrt automatisering snarere enn å erstatte den. Regler kan håndtere strukturerte og gjentakende oppgaver, mens agenter kan bidra når informasjonen er ustrukturert, konteksten endrer seg eller oppgaven krever skjønn. Også denne kombinasjonen er avhengig av gjennomtenkte arbeidsflyter og kontroller for å kunne skaleres.

Dette er gevinstene virksomhetene ønsker

Respondentene pekte på praktiske effekter av orkestrering, særlig:

• å frigjøre ansatte til arbeid med høyere verdi (51 %),
• å øke integrasjonen mellom applikasjoner (47 %), og
• å forbedre oversikten over arbeidsflyter (44 %). 4

Prioriteringene understreker undersøkelsens hovedpoeng: Virksomhetene er ikke bare ute etter mer selvstendig programvare. De søker en pålitelig måte å samordne medarbeidere, applikasjoner, automatisering og KI i forretningsprosesser som kan overvåkes og styres.

Hva funnene betyr for KI-team

Undersøkelsen antyder at det er forholdsvis enkelt å starte isolerte piloter, mens en repeterbar utrulling i hele virksomheten er langt mer krevende. Å komme videre krever mer enn å velge en KI-modell eller sette opp en frittstående agent. Det krever et fundament for pålitelige data, samspill mellom applikasjoner, prosesseierskap, styring, overvåking og eskalering til mennesker.

Det sentrale spørsmålet for virksomhetsledere er dermed ikke bare hvor kan en agent hjelpe?, men også hvordan kan agenten arbeide trygt og målbart i hele arbeidsflyten? Virksomheter som løser dette koordineringsproblemet, står bedre rustet til å gjøre lovende forsøk i enkeltavdelinger om til tverrfunksjonelle forretningskapabiliteter. 4