Google Cloud-chefen: ”Vi har kunder med tusentals AI-agenter”

I sin roll på Google Cloud stöttar han kunder och bygger den lokala närvaron i Sverige. Just nu handlar det mycket om att hjälpa organisationer att hitta rätt väg framåt i en verklighet där AI snabbt har gått från experiment till en affärskritisk fråga.

Enligt James Chalk har många kunder under de senaste åren testat AI i avgränsade projekt. Det har handlat om chattbotar, effektiviseringslösningar, bättre kundupplevelser eller optimerade leveranskedjor. Men nu håller något större på att hända.

– Många kunder har experimenterat med AI och kört piloter, kanske med fokus på effektivitet och operativa vinster. Men den stora frågan nu är hur de kan ta steget mot det agentiska företaget.

Med det agentiska företaget menar han en organisation där AI inte bara används i enstaka verktyg, utan där AI-agenter kan arbeta i hela verksamheten och arbeta autonomt inom säkra, definierade ramar. För CIO:er och teknikledare blir frågan därmed inte bara vilken AI-modell som ska användas, utan hur hela organisationen ska kunna dra nytta av tekniken på ett säkert och affärsmässigt relevant sätt.

Han vill inte sätta en exakt tidpunkt för när företagen fullt ut blir agentorienterade. Tekniken rör sig snabbt och mognaden skiljer sig mycket mellan olika organisationer. Däremot ser han tydligt vilka saker som blir avgörande för de företag som vill ta sig vidare.

Vågar flytta arbetsflöden

Ett exempel på en av dessa centrala frågor är autonomi. Inte i betydelsen att man helt släpper kontrollen över AI-tjänsterna, utan att man som it-chef vågar flytta fler arbetsflöden från isolerade punktinsatser till processer som hänger ihop från början till slut.

– Ett företag kanske har optimerat en del av en leveranskedjeprocess. Men hur optimerar man hela vägen från råmaterial till kundförsäljning och driver intäkter eller vinst inom organisationen?

Just detta är också ett av de vanligaste misstagen han ser. Många organisationer har börjat med ett mycket specifikt användningsfall, vilket kan ge tydliga lokala förbättringar. Problemet är att värdet riskerar att fastna där om resten av processen inte förändras samtidigt.

För CIO:er innebär det att AI-strategin inte kan reduceras till en samling fristående initiativ. Den måste kopplas till hur kärnprocesserna fungerar, var affärsvärdet skapas och hur organisationen mäter resultat. Annars finns risken att AI blir ytterligare ett effektiviseringsprojekt som ser bra ut i en presentation, men inte förändrar företagets lönsamhet eller konkurrenskraft.

En annan konkret fråga är hur många AI-agenter ett stort företag egentligen kommer att ha. Enligt James Chalk kan antalet variera kraftigt, men riktningen är tydlig. I förlängningen kan varje medarbetare komma att bygga eller använda agenter i sitt arbete.

Det gör styrning till en central och helt avgörande fråga. När antalet agenter växer från några få till hundratals eller tusentals räcker det inte att se dem som experimentella verktyg. De måste hanteras på samma sätt som andra resurser i företaget.

– Vi har kunder som redan har tusentals agenter. En av de viktigaste funktionerna i Gemini Enterprise Agent Platform är styrningen av de här agenterna. Man måste kunna säkra dem och övervaka dem. Spårbarhet är viktigt så att man kan förstå hur agenterna används i organisationen.

Han menar att företag behöver börja tänka på AI-agenter som digitala aktörer med behörigheter, ansvar och risker. De får inte ges större handlingsutrymme än vad verksamheten klarar av att kontrollera

– I slutändan måste man behandla dem på samma sätt som en vanlig medarbetare när det gäller säkerhet och zero trust, och säkerställa att agenterna inte kan göra sådant som är skadligt för organisationen.

Bygg för flexibilitet

Eftersom AI-utvecklingen går så snabbt framåt blir plattformslagret allt viktigare enligt James Chalk. Den AI-modell som är bäst för ett visst användningsfall i dag kan vara utbytt nästa vecka. Därför råder han kunderna att inte låsa fast sig i en strategi utan bygga för flexibilitet.

– De underliggande modellerna kan förändras, men hur man styr dem, säkrar dem och övervakar dem är den plattform som vi verkligen fokuserar på.

Han lyfter det faktum att Google har en egen AI-stack från datacenter och chipnivå till modeller och applikationer. Men han betonar att kunder även ska kunna använda modeller från andra aktörer.

– Inom vår stack kan man integrera tjänster från Anthropic, OpenAI och andra plattformar. Jag tror att kombinationen av vår egenutvecklade teknik och tillgång till andra tekniker är unik och central för kunderna.

För många CIO:er är kostnadsfrågan redan akut. När AI-användningen går från pilot till produktion ökar också behovet av att förstå tokenekonomi, modellval och prestandafrågor. Enligt James Chalk kommer det bli allt viktigare att inte använda en tyngre modell än vad uppgiften kräver.

– Vi tror på den bästa modellen för jobbet och användningsfallet. Man behöver inte den tyngsta och mest högpresterande modellen för ett enkelt användningsfall. Men i andra fall kan man behöva just en tung och högpresterande modell.

Samtidigt vill han flytta diskussionen från kostnad till affärsnytta. En dyr AI-lösning kan vara rimlig om den ger tydliga effekter på intäkter eller lönsamhet. En billig lösning kan vara dyr om den inte skapar något värde.

En annan praktisk utmaning är att stora organisationer ofta har hundratals it-system, data på många platser och komplexa integrationsmiljöer. För att agentisk AI ska fungera behöver agenterna förstå sammanhanget, men data finns sällan samlad i ett perfekt strukturerat lager.

Enligt James Chalk måste företag dock undvika att göra datakvalitet till ett svepskäl för att vänta. Data behöver förbättras, men AI-resan bör starta parallellt.

– Majoriteten av organisationer har data och kontext om sina kunder och sin verksamhet på många olika platser. Det kan finnas hos tredjepartsleverantörer av mjukvara, i äldre on-premise-datalager eller i molnbaserade datalager. De organisationer som försöker få sin data i perfekt skick innan de börjar med AI begår kanske ett misstag.

AI-tekniken förändrar också synen på molnstrategin. Där molnresan tidigare ofta handlade om lift and shift och modernisering av befintliga arbetslaster, blir molnet nu i högre grad en grund för AI, data och agentiska arbetsflöden. Men James Chalk betonar att de klassiska molnfrågorna inte har försvunnit. Google Cloud arbetar fortfarande med kunder som är mitt i sina molnmigreringar. För många organisationer är modernisering av befintliga arbetslaster fortfarande en nödvändig bas för att kunna ta nästa steg.

I Europa och Sverige har digital suveränitet blivit en central del av molndialogen. James Chalk säger att frågan inte är ny för Google Cloud, men att den kräver nyanserade svar. Alla arbetslaster har inte samma krav och olika delar av verksamheten kan behöva olika tekniska och juridiska lösningar.

– Vår grundsyn är att man inte ska behöva byta suveränitet mot innovation, och man ska inte heller behöva byta innovation mot suveränitet. Man måste hitta en balans mellan de två och avgöra vilka delar av arbetslasterna som kanske behöver ligga air-gapped, och vilka andra lösningar som kan ligga i ett publikt moln eller med rätt policyer för data och kryptering på plats.

Måste själva vara nyfikna på tekniken

För svenska CIO:er som känner pressen att accelerera AI-transformationen har James Chalk tre råd. Det första är att vara nyfiken och här måste ledare själva använda tekniken för att förstå dess möjligheter, begränsningar och förändringskraft.

Det andra rådet är att hålla fast vid affärsresultatet. AI-projekt ska inte drivas för att tekniken är ny, utan för att de förändrar något i kärnverksamheten.

Det tredje rådet är att inte stirra sig blind på exakt var tekniken befinner sig just nu.

– Fokusera på verklig ROI och affärsresultat när ni investerar i ett visst användningsfall eller projekt. Hur kommer det att göra skillnad i vår kärnaffär? Tekniken kommer att utvecklas och förändras. Frågan är i stället vilken långsiktig strategi man har för sin verksamhet.

För Google Cloud handlar det svenska arbetet inte bara om direkt kundbearbetning. James Chalk lyfter också fram kompetensutveckling och partner-ekosystemet som viktiga delar av strategin. Om AI-transformationen ska bli verklighet behöver den skalas ut i många organisationer samtidigt.

– Våra partner är helt avgörande för hur vi stöttar organisationer i den här förändringen. Det handlar om en teknikförändring, men också om en förändring för människor. Partner hjälper oss att skala upp och ge kunderna stöd, säger James Chalk.