Google-toppen: ”Allt det där som var nice to have tidigare är nu affärskritiskt”

En framgångsrik AI-strategi kräver en helhetssyn. Richard Seroter menar att företag måste kunna svara på frågor som:
Var kör jag modellen?
 Var finns datan den använder?
Var finns dess front-end, övervakning och identitetshantering?

– Om du inte tänker i plattformar blir det i princip omöjligt att hantera, säger han.

Här blir molnet mer relevant än någonsin. Tidigare kunde företag ”fuska” sig fram med en hybrid av on-prem och några virtuella maskiner i molnet. Men AI ställer helt nya krav.

– Man behöver beräkningskraft vid behov, elastisk infrastruktur och flexibel data. Allt det där som var ”nice to have” tidigare är nu affärskritiskt – och det får du inte någon annanstans än i molnet.

Enligt Google-toppen börjar det bli bråttom för företag som ännu inte slutfört sin molnresa. AI skapar en ”AI-gravitation” som drar till sig både data och applikationer.

– Där jag kör min AI, dit kommer oundvikligen alla datakällor och appar att flytta. Och var är centrumet? I molnet.

Företag som behåller data on-premise riskerar höga latenskostnader och tekniska hinder när de försöker ansluta till moderna AI-agenter.

– Det här är den första riktigt starka anledningen på länge för folk att säga: ”Låt oss starta om den där molnmigreringen.” Smärtan av att stanna kvar är nu större än smärtan av att förändras.

En annan tydlig trend är ökat fokus på digital suveränitet. Alla stora molnleverantörer har under det senaste året lanserat nya lösningar. Google erbjuder allt från mjukvarustyrda kontroller i det publika molnet (Assured Workloads) till helt frånkopplade miljöer (Google Distributed Cloud Air-Gapped) och drift via lokala partners.

Dessutom går det numera att köra Googles flaggskeppsmodell Gemini on-premise – något som tidigare var otänkbart.

– Ofta har kompromissen varit att man offrar den bästa tekniken när man inte är i det publika molnet. Det behöver man inte längre.

AI-utvecklingen har gjort det möjligt för även icke-utvecklare att bygga applikationer – ett fenomen som ibland kallas ”vibecoding”. Det innebär både möjligheter och utmaningar.

– Om du är rädd för vibecoding beror det troligen på att du inte litar på dina utvecklingsprocesser. En robust process med automatiserade kontroller, sårbarhetsskanning och kodgranskning ska kunna fånga upp problem – oavsett om koden är skriven av en senior utvecklare eller genererad av en AI.

På Google är cirka 30 procent av all ny kod AI-genererad, men ingenting går till produktion utan mänsklig granskning.

– Jag vill att en Java-utvecklare verkligen ska kunna Java så att den kan läsa igenom 400 rader AI-genererad kod och säga ”japp, japp, japp, gillar inte det där, japp, kör”.

Riskerna uppstår när utvecklare inte behärskar språket och blint förlitar sig på AI.

– Jag vill inte vakna upp om ett år och inse att jag inte förstår något i min egen kodbas. Det är en företagsmardröm.

Nyckeln är bra ingenjörsmetoder.

– Se till att ha fantastiska ”day two”-rutiner där ni snabbt kan rätta till säkerhetsbrister eller buggar. Målet är inte bara att använda mer AI, utan att leverera värde snabbare än konkurrenterna. Gör ni det är det bara att vibe-koda på.

Precis som ”skugg-IT” tidigare innebar att anställda tog in egna digitala verktyg, börjar nu AI-tjänster användas utanför organisationens officiella system.

– Om du låter anställda plocka egna lösningar är risken stor att någon matar in företagsdata i en tjänst som tränar på den datan. 

– Lösningen är att erbjuda en heltäckande plattform med kodassistenter, agenter och andra AI-verktyg, där experiment kan ske i en säker sandlåda. På så sätt kan organisationer dra nytta av AI:s möjligheter utan att äventyra sin data eller sina processer.