Hvorfor AI’s næste udfordring ser overraskende bekendt ud for telekommunikation

I løbet af det sidste år er en ændring blevet stadig mere tydelig i samtaler om enterprise‑AI. Diskussionen domineres ikke længere af, hvilken model der præsterer bedst, eller hvor AI kan automatisere en anden proces. De spørgsmål er stadig relevante, men de er ikke længere den afgørende faktor for, om AI går ud over et pilotprojekt. I stigende grad stiller organisationer et andet spørgsmål: hvad skal ændres i virksomheden, før AI kan betros med større ansvar?

Det er en subtil ændring, men en der siger meget om, hvor markedet er på vej.

I størstedelen af de sidste to år har AI‑industrien fokuseret på at forbedre modeller. Nøjagtigheden er steget, ræsonnementet er blevet mere sofistikeret, og hver ny version har udvidet forventningerne til, hvad AI kan opnå. Samtidig har virksomheder eksperimenteret med, hvordan disse evner kan forbedre kundeoplevelser, effektivisere driften eller afdække nye indtægtsmuligheder. McKinsey’s seneste globale undersøgelse viser, hvor hurtigt AI er trådt ind i mainstream‑forretningen. Næsten ni ud af ti organisationer bruger nu AI i mindst én forretningsfunktion, men relativt få har formået at skalere AI på tværs af virksomheden. Teknologien udvikler sig hurtigt. At bygge organisationer, der kan bruge den ansvarligt, viser sig at være en helt anden udfordring.

Skiftet fra AI‑kapacitet til operationel udførelse

De spørgsmål, der nu dukker op, har mindre at gøre med intelligens og meget mere med udførelse.

Hvad sker der, når AI ikke blot anbefaler den næste bedste handling, men også igangsætter den? Hvordan skal kommercielle politikker anvendes, når beslutninger træffes i realtid? Hvem er ansvarlig, hvis et autonomt system træffer en forkert kommerciel vurdering? Hvordan kan organisationer demonstrere, at kundetilladelser er blevet respekteret, regulatoriske forpligtelser er opfyldt, og at hver beslutning stadig kan forklares måneder efter den er truffet?

Disse spørgsmål dukker ikke op, fordi AI er holdt op med at forbedre sig. De opstår, fordi virksomheder bliver mere sikre på at placere AI tættere på kernen af deres drift.

En AI‑model kan inden for sekunder identificere det rette tilbud til en kunde, anbefale et finansielt produkt, optimere netværksressourcer eller bestemme det næste skridt i en digital rejse. At omsætte den anbefaling til et forretningsresultat er betydeligt mere komplekst. Inden noget sker, skal organisationen stadig fastslå, om kunden er berettiget, om samtykke er indhentet, om kommercielle politikker tillader transaktionen at fortsætte, om en anden økosystempartner er involveret, og om hver fase af processen er tilstrækkeligt gennemsigtig til at opfylde styrings‑ og regulatoriske krav.

Det operationelle lag får sjældent samme opmærksomhed som selve modellen, men det bestemmer i stigende grad, om AI kan implementeres selvsikkert i stor skala. Deloittes 2026 State of AI research fandt, at næsten tre fjerdedele af organisationerne forventer at tage agentisk AI i brug inden for de næste to år, mens kun en lille minoritet mener, at deres styringskapaciteter er tilstrækkeligt modne til at understøtte autonom AI i virksomhedsskala. Gabet skyldes ikke innovation; det skyldes operationel beredskab.

Når man ser på virksomheders implementeringer i dag, fremkommer et konsistent mønster. Organisationer kæmper ikke, fordi AI‑modeller fejler i at generere anbefalinger. De opdager, at hver anbefaling skal gennemløbe virksomhedens operationelle realitet, før den bliver til en handling. AI erstatter ikke dette miljø. Det bliver en yderligere deltager i det.

Hvorfor telekommunikationsinfrastruktur har nøglen til AI‑styring

For udbydere af kommunikationstjenester er den udfordring bemærkelsesværdigt velkendt.

Telekommunikation har i årtier drevet digitale forretninger, hvor tillid etableres løbende frem for at blive antaget. Netværk verificerer identiteter, godkender enheder og leverer pålidelige signaler i realtid. Sammen med dem styrer digitale forretningsplatforme kundeforhold, anvender kommercielle politikker, håndterer digitale rettigheder, orkestrerer tjenester, koordinerer partner‑økosystemer og sikrer, at transaktioner kan gennemføres, faktureres og afregnes korrekt. Disse kapaciteter blev ikke designet med generativ AI i tankerne. De blev udviklet, fordi digitale forretninger altid har været afhængige af pålidelige interaktioner mellem kunder, netværk, virksomheder og partnere.

Efterhånden som AI bliver indlejret i de samme miljøer, bliver værdien af dette operationelle fundament meget mere synlig.

En antagelse, der bør udfordres, er idéen om, at sikrere modeller automatisk fører til større virksomhedsadoption. Erfaringen peger på noget helt andet. Jo tættere AI kommer på forretningskritiske beslutninger, desto mere gransker organisationerne alt omkring modellen. Spørgsmål om identitet, styring, kundetilladelser, kommercielt ansvar og håndhævelse af politikker bliver betydeligt vigtigere, fordi konsekvenserne af at træffe forkerte beslutninger bliver væsentligt større.

Det er her, telekommunikation har et særpræget bidrag at yde.

I årevis har kommunikationsudbydere finjusteret de operationelle kapaciteter, der kræves for at opbygge tillid på tværs af komplekse digitale økosystemer. Netværk bidrager med pålidelig identitet og realtidsintelligens. AI‑native BSS‑ og OSS‑platforme leverer kundekontekst, kommerciel styring, serviceorchestrering, digital handel og livscyklusstyring. Sammen skaber de det operationelle miljø, der afgør, om en AI‑genereret anbefaling skal blive til en pålidelig forretningshandling.

Den samme udvikling blev afspejlet under Tecnotrees debat på Mobile World Congress tidligere i år om autonome netværk. Interessant nok var diskussionen ikke centreret om, hvorvidt autonome systemer på et tidspunkt vil træffe beslutninger uafhængigt. Det føles i stigende grad uundgåeligt. Fokus lå på styring, ansvarlighed og kommerciel tilsyn, når sådanne beslutninger begynder at ske hurtigere, end folk realistisk kan gribe ind. Det er ikke længere kun spørgsmål for telekommunikation. De bliver til spørgsmål om enterprise‑AI.

At bygge bro mellem AI‑intelligens og pålidelige forretningsresultater

Denne bredere perspektiv forklarer også, hvorfor initiativer som GSMA Open Gateway har fået momentum. Standardiserede API’er, der eksponerer funktioner som nummerverifikation, SIM‑swap og enheds‑lokation, leverer pålidelig netværksintelligens, som styrker digitale interaktioner. Deres største værdi realiseres dog ikke kun gennem netværks‑API’er. Den opstår, når pålidelige netværksfunktioner kombineres med digitale forretningsplatforme, der kan forstå kundekontekst, anvende kommercielle politikker, orkestrere tjenester på tværs af flere partnere og styre hele kundens livscyklus. AI kan bestemme den næste bedste handling, men det omgivende forretningsmiljø afgør i sidste ende, om handlingen overhovedet skal udføres.

Set i dette lys bliver tillidsøkonomien langt mere praktisk end en diskussion om sikker AI. Tillid skabes ikke blot fordi en model leverer en overbevisende anbefaling. Den forstærkes løbende, når identitet verificeres, kundetilladelser respekteres, politikker håndhæves, kommercielle forpligtelser opfyldes, og hver deltager i en digital interaktion er ansvarlig for resultatet. Modellen bidrager med intelligens. Det omgivende økosystem giver den nødvendige sikkerhed til at handle på den.

For kommunikationsserviceudbydere repræsenterer dette en mulighed, der går ud over blot at implementere AI i deres egne operationer. Branchen har i årevis investeret i pålidelig digital infrastruktur, AI‑native forretningsplatforme og økosystemfunktioner designet til at understøtte stadig mere sofistikerede digitale interaktioner. Når virksomheder bevæger sig fra at eksperimentere med AI til at operationalisere den, bliver disse kapaciteter relevante på måder, få havde forudset. Gartner forventer, at inden 2027 vil mange organisationer skalere ned eller afvikle autonome AI‑initiativer, fordi styring og operationelle kontroller ikke modnes i samme tempo som teknologien selv. Det bør ses mindre som en advarsel om AI og mere som en påmindelse om, at succesfuld adoption afhænger af meget mere end modellens kapacitet.

Det næste kapitel af AI vil uden tvivl bringe mere kapable modeller, men alene kapacitet vil ikke afgøre, hvilke organisationer der får succes. Den afgørende fordel vil komme fra at skabe digitale miljøer, hvor intelligens, styring, pålidelige netværk og forretningsplatforme arbejder sammen sømløst. Organisationer vil i stigende grad vurdere AI ikke blot ud fra kvaliteten af de svar, den genererer, men ud fra om disse svar kan blive til pålidelige resultater.

Telecom forstår denne udfordring, fordi de i årtier har løst tilsvarende operationelle problemer. Efterhånden som tillidsøkonomien tager form, giver kombinationen af pålidelige netværk, AI‑native BSS‑ og OSS‑platforme og digitalt orkestrerede økosystemer kommunikationsudbydere en unik position til at hjælpe virksomheder med at flytte AI fra eksperimentering til ansvarlig implementering.