Han bygger ett självkörande företag – med hjälp av AI-agenter

– Vi är en ganska unik aktör på marknaden som tror på skalbara AI-agentlösningar som planeras uppifrån och ned av ledningsgruppen. Det gör att CIO:n kan göra sitt jobb ordentligt när det gäller regelefterlevnad och samtidigt hjälpa verksamheten att lyckas.

Bolagets största kunder finns framför allt inom telekomsektorn. Codento arbetar med alla finska telekombolag samt en global telekomleverantör. Kundbasen omfattar även banker och större detaljhandelsföretag.

Codento har valt Google Cloud som en strategisk grund för att bygga AI-lösningar i större skala. Anthony Gyursanszky ser framför allt fördelar i Googles end-to-end-tänkande, där allt från hårdvara till språkmodeller och agentplattform ingår..

– De skiljer sig från andra it-aktörer som är bundna av sina befintliga produkter och den traditionella, 30 år gamla, regelbaserade värld där de implementerar AI. Google kan verkligen fokusera på att hjälpa kunderna mot framtiden och jag tycker att man under det senaste året har visat att deras lösningar accelererar innovationen.

Det finns dock fortfarande ett stort gap mellan de tekniska möjligheterna och företagens förmåga att omsätta dem i verkligt värde. Enligt Anthony Gyursanszky har den stora majoriteten av nordiska företag ännu inte lyckats få ut substantiell effekt av taktisk AI-användning. Enligt honom krävs det inte bara ny teknik utan också ett nytt sätt att tänka kring affär, organisation och styrning.

– Det krävs en stor förändring i synsättet och troligen också en kulturell förändring. Vi behöver vara mer ödmjuka inför att tänka om kring både affär och teknik i AI-eran.

När Codento går in som konsulter i ett företag börjar arbetet ofta i ledningsgruppen. För att samarbetet ska fungera riktigt bra måste det finnas engagerade personer som förstår AI:s potential. Det kan vara en CIO, men lika gärna någon annan i ledningsgruppen som har mandat och vilja att driva förändringen.

Arbetet börjar oftast med workshops, där syftet är att omforma företagets strategi med hjälp av AI-agenter. Det gör att ledningsgruppen får uppleva hur AI-agenterna fungerar i praktiken.

– På så sätt integreras AI-förmågor samtidigt som vi visar kraften i AI-agenter, så att hela ledningsgruppen blir engagerad och förstår vad man kan göra med AI.

– Sedan simulerar vi hur rollerna för människorna inom organisationen förändras. Vilka nya kompetenser de behöver, vilka nya roller som uppstår, hur befintliga roller förändras och sannolikt även vilka roller som blir obsoleta. Det hjälper dem att designa agentsystemet på ett sätt som speglar den framtida potentialen.

Ska inte bli isolerade lösningar

Codento har även kunder som väljer en snävare väg in i AI-världen. Det kan handla om att man vill integrera AI inom ett specifikt område som försäljning, marknadsföring eller kundservice. Då bygger Codento en skalbar agentfunktion i Google Cloud som löser en konkret utmaning, men som samtidigt är byggd för att kunna skalas horisontellt och uppåt i samma arkitektur. En viktig del i Codentos syn på AI-agenter är att projekt inte ska bli ännu en isolerad lösning utan passa in i en större helhet.

När Anthony Gyursanszky pekar ut de områden där AI-agenter fungerar särskilt väl nämner han strategiprocessen. Den är intressant eftersom den inte omedelbart rör realtidsdata i produktion, men ändå påverkar företagets allra viktigaste beslut.

– AI-agenter kan ge rätt information för att fatta beslut om marknadsläget, om strategiska alternativ och till och med simulera konkurrenterna.

Andra områden där utvecklingen går snabbt är inbound och outbound. Han nämner outbound sales, kundservice och marknadsföring som exempel på funktioner där AI-agenter redan används med stor framgång. Även drift lyfts fram, där man exempelvis snabbt kan upptäcka avvikande data i stora volymer inom telekom och industri.

Den verkliga AI-transformationen uppstår dock enligt Anthony Gyursanszky när dessa områden kopplas ihop. I dag behandlas strategi, outbound och inbound ofta som separata domäner. Den verkliga effekten uppnås enligt honom när agenter i olika lager kan kommunicera med varandra.

Ett av de mer avancerade exemplen handlar om att simulera konkurrenter. Anthony Gyursanszky beskriver hur en strategi först definieras med hjälp av en agent som vrider och vänder på den utifrån olika perspektiv och omvärldsscenarier. Därefter bygger modellen simulerade strategier för konkurrenterna.

De strategierna kan sedan testas i ett slags vindtunnel, där olika åtgärder simuleras för att se hur den egna strategin står sig.

– Man upptäcker var svagheterna finns och kan vara förberedd. Det låter som science fiction, men vi gör detta med ledningsgrupper just nu i många fall

Samtidigt ser Codento tydliga problem i hur många företag närmar sig AI. Anthony Gyursanszky beskriver en utveckling där maskininlärning tidigare var en mer mogen och seriös verksamhet, ofta kopplad till operationella och strategiska processer. När generativ AI slog igenom hamnade tekniken däremot i ett annat fack: personlig produktivitet.

– När man tillämpar det i organisationen blir det kaos. Alla bestämmer över sina egna agenter, de har inga instruktioner från strategi eller AI-styrning och man kan inte återanvända agenter från olika team och personer.

Han beskriver det som helt nödvändigt att utforma strategi och AI-styrning tillsammans med den tekniska orkestreringen av AI-agenterna. Om inte arbetet börjar i toppen riskerar organisationen att få ett växande landskap av ohanterade AI-lösningar, samtidigt som CIO:n tvingas försöka ta kontroll i efterhand.

En modell för AI-transformation

Codento lanserade ett koncept som man kallar “Self-driving enterprise” i samband med Google Summit Nordics. Det handlar om en modell för AI-transformation som ska adressera många av de vanligaste problemen som kan uppstå när man inte har en sammanhållen AI-strategi.

Han beskriver Codentos modell, ”Self-driving enterprise”, som ett sätt att först kartlägga reglerna och sedan låta en central styrfunktion avgöra hur agenterna får agera.

– Ratten är den plats där man på företagsnivå eller funktionsnivå bestämmer hur agenterna ska instrueras. När man sedan implementerar agenterna har de inte den logiken internt, utan de frågar ratten: får jag göra detta? När de sedan gör något kontrollerar ratten också att det har blivit gjort.

Poängen är att företag då kan bygga AI på ett kontrollerat sätt från början. Befintliga agenter kan kopplas in i domänen utan att varje ny agent blir ytterligare en del av ett svårstyrt AI-landskap.

Codento har satt upp tio olika moduler, bland annat för ekonomi, försäljning, marknadsföring, kundservice, drift, vd-funktion och it. Företag kan välja var de vill börja och koppla in den delen i modellen.

För svenska CIO:er är pressen att lyckas med AI-transformationen redan hög. Många förväntas både driva innovation, hålla ordning på kostnader och säkerställa regelefterlevnad. Anthony Gyursanszky menar att framgången inte bara beror på vilka nya verktyg man väljer att införa. Det krävs också att ledningen vågar utmana sina befintliga processer.

– Den gemensamma nämnaren för framgångsrika företag som mer proaktivt rustar sig för AI är att de utmanar sitt eget tänkande och är ödmjuka inför att hela tiden lära sig nytt. Det är inte lätt för CIO:er att få verksamheten att gå in i det här läget, men om man tror att det man har gjort tidigare också är rätt i AI-eran kommer det inte leda till framgång.