Agentisk AI ses som nästa stora grej efter generativ AI men få företag lyckas med bedriften att ta sig förbi pilotstadiet. Erfarenheter från näringslivet visar att ledarskapet är centralt för att verkligen nyttja agentisk AI på rätt sätt.
Så får du agentisk AI att bli verklig affärsnytta – inte ännu ett pilotprojekt
AI Agentisk AI lyfts fram som nästa stora steg efter generativ AI men få organisationer tar sig förbi pilotfasen. Erfarenheter från IBM och Claims Connection Group visar att det är ledarskapet, inte tekniken, som avgör om satsningen lyfter.

Någonting är fel
Läs vidare – starta din prenumeration
På en föreläsning arrangerad av IBM på molntjänstmässan ReInvent beskriver Roger Premo, chef för global strategi på IBM, hur företaget genom en agentisk- och generativ AI-satsning förbättrat sin årliga intäktskalkyl med flera miljarder dollar – på bara några år. En av de viktigaste omställningarna är att funktioner som HR, ekonomi och IT har gjorts om så att medarbetarna arbetar med AI-baserade assistenter.
– Istället för att prata med en medarbetare och behöva vänta på svar och hantera pappersarbete kan anställda chatta med en AI-assistent.
Mark Murphy är grundare och vd av konsultföretaget Claims Connection Group, som erbjuder försäkringshjälp efter naturkatastrofer. Han inledde arbetet med agentisk AI utifrån en enkel frågeställning: “Vad slukar mest pengar i min verksamhet?”
Fakta
Så börjar du med agentisk AI
*Börja där friktionen och kostnaderna är som störst
*Samla in tillräckligt med högkvalitativ data innan du inleder ett projekt
*Undvik isolerade piloter; tänk på end-to-end-processer där arbetet går i små steg som går att finjustera och observera.
– I mitt fall var det i estimeringen av hur mycket olika försäkringsärenden skulle kosta. En mänsklig handläggare klarade åtta estimat per dag. Med en agentisk lösning ligger kapaciteten nu på runt 244 estimat per licens och dag – med en daglig kostnadsbesparing på tiotusentals dollar som följd. Samma system gör det möjligt att hjälpa långt fler kunder utan att anställa i samma takt.
Ett annat exempel är den indiska däcktillverkaren Apollo Tyres, som använder agentisk AI som ett komplement utöver grundlig analys av data. I stället för att chefer ska läsa 500 rapporter kan de ställa frågor till en AI i vardagsspråk – om försäljning, leveransprecision eller produktivitet i fabrikerna – och få svar i realtid.
– AI-agenten hämtar data och visualiserar resultatet för att frigöra tid för chefen och förenkla beslutsfattandet, säger Srinivas Jayanti, verkställande partner på IBM.
I grunden är ledarskapet central i hur väl en AI-satsning går vägen, menar Roger Premo, chef för global strategi på IBM.
– Det är inte i tekniken det fallerar, utan i strukturerna, säger han.
