Telias CIO: Så ska AI-agenter ta över utvecklingsarbetet

På scenen samtalade han med Benjamin Wilmot, Head of Customer Engineering Strategic Accounts Sweden på Google Cloud, om hur den agentiska tekniken förändrar telekombranschen.

En central del av Telias satsning är den interna AI-plattformen Telia.ai, som ska göra det möjligt att använda tekniken i olika delar av verksamheten. Plattformen omfattar bland annat två datalager, ett i den egna infrastrukturen och ett i det publika molnet. Telia har också egna gateways för stora språkmodeller och driftar själva en betydande del av AI-miljön.

– För den som tror att allting kommer att flyttas till molnet kan jag säga att så fungerar det inte hos oss. Vi har en mycket stor del av verksamheten i vår egen infrastruktur, vilket gör det mer komplicerat. Vi har dessutom många kunder som av naturliga skäl inte vill att deras data ska delas eller hamna någon annanstans, säger Hein Müskens.

Ett av de områden där AI väntas få störst betydelse är driften av Telias mobilnät. Telekomoperatören har nätverksinfrastruktur i fem länder, med basstationer och kärnnät som ger upphov till enorma datamängder. Att hantera infrastrukturen manuellt blir allt svårare, inte minst när 5g medför fler specialanpassade tjänster. Detta innebär att kostnaderna ökar, utan att kunderna nödvändigtvis är beredda att betala mer för sina abonnemang.

– Vi har miljöer med tiotusentals servrar där mjukvara och plattformar från bland andra Nokia och Ericsson körs. Kunderna vill inte betala mer än priset för en pizza i månaden för sitt mobilabonnemang, och de kommer inte att acceptera att vi fördubblar priset. Därför måste vi arbeta mot ett autonomt nätverk.

Trafiken optimeras helt automatiskt

Redan i dag gör Telia omfattande automatiserade förändringar i nätet. Det kan handla om att optimera trafiken eller konfigurera nätverksutrustning. Bolaget använder också automatisering för att analysera fel, koppla samman larm och skapa serviceärenden.

– Vi genomför mer än 5 000 förändringar i nätverket varje dag. I dag gör vi mycket av detta med maskininlärning och fasta mönster, men nu går utvecklingen snabbt mot AI. Genom Telia.ai vill vi föra in de nya möjligheterna för att kunna fortsätta utveckla nätets prestanda, säger Hein Müskens.

Benjamin Wilmot konstaterar att telekombranschen har starka ekonomiska drivkrafter för att automatisera nätverken. Han pekar också på att Googles AI-modeller har utvecklat en omfattande förmåga att förstå nätverksteknik, protokoll och teknisk dokumentation. Det öppnar för nya sätt att analysera och hantera infrastrukturen.

Samtidigt väntas nya AI-baserade tjänster, autonoma fordon och robotar ställa högre krav på nätverkens flexibilitet. Enligt Hein Müskens kommer därför mer beräkningskapacitet att flyttas närmare basstationerna, så att data inte alltid behöver skickas till centrala datacenter för analys.

– Det kommer en tid när AI-datorerna successivt flyttar in i basstationerna. Både Nokia och Ericsson vill öka kapaciteten där, så att vi inte behöver samla ihop all trafik centralt, skicka den vidare för analys och sedan få tillbaka resultatet. Det kräver stora investeringar i beräkningskraft ute i nätet. Vi är inte riktigt där ännu, men det är definitivt riktningen, säger han.

AI ska emellertid inte bara göra Telias befintliga verksamhet effektivare. Bolaget ser också möjligheter att skapa nya intäkter, bland annat genom att erbjuda större företagskunder AI-tjänster där de kan behålla kontrollen över sina data och sin infrastruktur.

Hein Müskens lyfter särskilt fram banker och andra verksamheter med känsliga datamängder. För dessa kunder räcker det enligt honom inte alltid att köpa AI-kapacitet från en global molnleverantör. Frågan handlar även om vem som ytterst kontrollerar infrastrukturen och möjligheten att stänga av tjänsterna.

Mot den bakgrunden investerar Telia tillsammans med Brookfield i AI-infrastruktur i Sverige. Planen är att bygga ett AI-datacenter där känsliga arbetslaster för större företagskunder ska kunna hanteras. Telia ser satsningen som ett sätt att komplettera sitt traditionella erbjudande inom säker uppkoppling med nya tjänster.

– Det här är till viss del en chansning, men ibland måste man våga satsa. Vi tror att det finns en affär i att kunna erbjuda den här typen av AI-kapacitet till kunder med särskilt höga krav. Det handlar inte längre bara om att leverera en säker anslutning eller andra traditionella B2B-tjänster. För oss är det också en möjlighet att skapa framtida intäkter.

Benjamin Wilmot berättar att Google också arbetar med digital suveränitet, både genom molntjänster och AI-modeller som kan köras i kundernas egna datacenter. Enligt honom blir valfriheten viktig när organisationer ska avgöra var olika arbetslaster får placeras och vem som ska kontrollera dem.

Ett av de största förändringsprojekten som just nu drivs på Telia berör den interna it-verksamheten. Ambitionen är att AI-agenter ska kunna hantera hela processen från ett verksamhetskrav till en färdig driftsatt mjukvarulösning.

Graden av automatisering varierar

I dag används AI redan i delar av arbetet, men graden av automatisering varierar. Hein Müskens uppskattar att AI hjälper till i omkring 20–30 procent av arbetet med att omvandla övergripande krav till mer detaljerade funktioner. Inom själva programmeringen har tekniken fått större genomslag, med en användning på uppemot 60 procent i de mest avancerade teamen, medan andra ligger kring 20–30 procent.

– Det stora steget är att automatisera hela processen. Från att verksamheten formulerar ett krav ska vi kunna gå vidare till design, utveckling, testning och produktionssättning. Vår ambition är att AI-agenterna ska kunna hantera allt detta, med människan som övervakare snarare än som en aktiv deltagare i varje steg.

Det innebär en förflyttning från principen ”human in the loop”, där människor fattar beslut under processens gång, till ”human on the loop”, där människan övervakar ett mer självständigt AI-system. Telia har som mål att påbörja denna förändring under fjärde kvartalet 2026 och därefter skala upp arbetssättet under början av nästa år.

Bolaget har medvetet valt att börja i en av sina mest komplexa utvecklingsmiljöer, där flera stora verksamhetssystem ska samverka. Den verkliga utmaningen är emellertid inte att få AI att skriva programkod. Det svåra är att skapa sammanhängande arbetsflöden där agenterna förstår verksamhetens krav, kan omsätta dem i en teknisk arkitektur och därefter genomföra utvecklingen på ett tillförlitligt sätt.

För att lyckas behöver Telia dokumentera systemen betydligt mer systematiskt. AI-agenterna måste förstå både vad applikationerna ska göra och vilka begränsningar som gäller. Det kräver också att de får tillgång till rätt data och kunskap om hur de olika systemen hänger ihop.

Starka skäl att driva förändringen

Arbetet med att träna och utveckla AI-agenterna pågår redan. Målet är att successivt minska behovet av mänskliga ingripanden, men Hein Müskens betonar att det handlar om en komplicerad omställning för ett företag vars it-miljö till stor del har vuxit fram långt före den generativa AI-tekniken. Samtidigt finns starka skäl att driva förändringen. Att minska kostnaderna är bara ett av dem.

– Vi gör inte det här enbart för att spara pengar. Det vore ett alltför enkelt sätt att se på saken. Vi behöver också förbättra kvaliteten och framför allt öka utvecklingshastigheten. I dag kan det gå ett kvartal eller ännu längre mellan våra större releaser, särskilt när både backend- och frontendsystem ingår. Med automatiserade processer hoppas vi kunna leverera betydligt snabbare.

Frågan om hur nyttan ska mätas är däremot inte lika enkel. Telia har sedan flera år ett agilt arbetssätt där utvecklingsinitiativ ska värderas och prioriteras utifrån förväntat affärsvärde. Hein Müskens säger att samma princip gäller oavsett om en funktion bygger på AI eller traditionell teknik, även om större transformationsprogram ibland måste följa en övergripande tidplan.

– Alla våra funktioner och större utvecklingsinitiativ ska klassificeras utifrån sitt affärsvärde. Det spelar egentligen ingen roll om det handlar om AI eller något annat. Men om du frågar om vi alltid lyckas göra den prioriteringen helt rätt måste jag erkänna att så kanske inte är fallet. Och hur vi verkligen ska mäta värdet är en annan fråga. Det skulle vi kunna skriva en hel bok om, säger Hein Müskens.