Hvordan Agentic AI forvandler virksomheder – indsigt fra Forum Ventures-rapporten

Forum Ventures, en tidlig fase B2B SaaS-fond, accelerator og AI-venture-studio, annoncerede i dag udgivelsen af sin seneste omfattende rapport, “2024: The Rise of Agentic AI in the Enterprise.” Rapporten tilbyder en detaljeret analyse af den nuværende tilstand og den fremtidige trajektorie for agentic AI, og giver værdifulde indsighter for virksomheder, investorer og startups. Baseret på en undersøgelse af 100 senior IT-beslutningstagere i USA og interviews med ledende AI-innovatører, fremhæver rapporten udfordringerne, mulighederne og strategiske prioriteterne omkring adoptionen af AI-agenter i virksomhedsmiljøer.

Opblomstringen af agentic AI – autonome, AI-drevne systemer, der kan udføre komplekse opgaver uden menneskelig indgriben – markerer en betydelig skift i virksomhedsteknologi. Disse systemer, ofte bygget på large language models (LLMs), har potentialet til at forvandle forretningsoperationer ved at automatisere arbejdsgange, reducere manuelle opgaver og øge effektiviteten. Men på trods af potentialet er adoptionen af AI-agenter på virksomhedsniveau stadig i sin tidlige fase, og mange organisationer tager en forsigtig tilgang, mens de venter på, at teknologien modner.

Rapporten afslører en ulighed i parathed for AI-adoption: mens kun 29% af virksomhedens ledelseshold har en kortsigtede vision (1-3 år) for at opnå virksomhedsomfattende AI-adoption, defineret som AI, der er en kritisk del af mindst fem kernefunktioner, forventer en større del – 46% – at nå dette niveau af adoption på længere sigt (3 eller flere år).

Forum Ventures’ undersøgelse fandt også, at 48% af virksomhederne allerede har begyndt at adoptere AI-agentsystemer, og yderligere 33% er aktivt i gang med at udforske disse løsninger. Denne voksende interesse skyldes overbevisningen om, at AI-agenter kan bringe betydelige operationelle forbedringer, selvom virksomhederne kæmper med udfordringer som præstation, sikkerhed og tillid.

Tillid er den centrale barriere for AI-agent-adoption

En af de centrale resultater i rapporten er, at tillid forbliver den største barriere for en bred adoption af AI-agenter i virksomheden. Bekymringer om dataintegritet, nøjagtigheden af AI-udgangspunkter og den samlede pålidelighed af disse systemer blev fremhævet som store hindringer. 49% af undersøgelsesdeltagere identificerede bekymringer relateret til præstation (14%), dataintegritet (10%), nøjagtighed (8%), etiske spørgsmål (5%) og for mange ukendte (12%) som deres vigtigste grunde til at tøve med at adoptere AI-agenter.

Jonah Midanik, General Partner og COO i Forum Ventures, understreger tillidsgapet, der eksisterer mellem virksomheder og AI-systemer: “Tillidsgapet er enormt. Mens AI-agenter kan udføre opgaver med bemærkelsesværdig effektivitet, er deres udgangspunkter baseret på statistiske sandsynligheder snarere end indre sandheder.”

Ledende stemmer i AI, herunder Sharon Zhang, medstifter og CTO i Personal AI, og Tim Guleri, Managing Partner i Sierra Ventures, fremhæver, at gennemsigtighed, sikkerhed og overholdelse vil være nøglefaktorer i at brobygge dette tillidsgap. Zhangs arbejde med at udvikle AI-drevne medarbejder-“tvillinger” fremhæver vigtigheden af privatliv-venlige løsninger, især i regulerede brancher. Zhang forklarer, hvordan isolering af brugerdata for at sikre, at den ikke bliver blandet eller brugt til bredere træning, har været afgørende for at opbygge tillid med virksomhederne.

Tim Guleri tilføjer: “Virksomhederne har brug for tillid til, at deres data forbliver sikre, og at AI-agenter er i overensstemmelse med deres værdier og politikker. Uden disse garantier vil virksomhederne tøve med at fuldt ud udrulle AI-agenter, især når disse systemer bliver mere autonome.”

Som svar på disse bekymringer fremhæver rapporten tre kritiske tilgange til at opbygge tillid med virksomhedskunder:

1. Prioriter gennemsigtighed: Virksomhederne ønsker at forstå, hvordan AI-agenter tager beslutninger. At tilbyde klare dokumentationer og forklarlig AI (XAI)-rammer, der bryder ned beslutningsprocesser, er afgørende. Regelmæssig opdatering af revisionsstier og sikring af dataflow-gennemsigtighed vil yderligere forbedre tilliden.
2. Sikre overholdelse og sikkerhed: Sikkerhed er en top-bekymring, og 31% af respondentende identificerede det som det vigtigste faktor, når de besluttede at investere i AI-agenter. Startups skal integrere robuste dataprotektionsforanstaltninger og overholde regler som GDPR, CPRA og HIPAA.
3. Byg en Human-in-the-Loop (HITL)-ramme: Menneskelig oversigt ved brug af en HITL-ramme forbliver kritisk i virksomheds-AI-adoption, især i regulerede brancher. Rapporten bemærker, at 23% af respondentende fremhævede behovet for at opretholde menneskelig kontrol over AI-agenter i højrisikområder. AI-løsninger skal tilbyde varierende grader af menneskelig kontrol, fra fuld automation til “copilot-tilstande”, afhængigt af opgavens følsomhed.

Muligheder for startups i AI-agent-adoption

På trods af udfordringerne med tillid og overholdelse har startups, der udvikler AI-agenter til virksomheder, substantielle muligheder for at kapitalisere på. 51% af beslutningstagere udtrykte åbne for at engagere sig med startups, især de, der tilbyder tilpassede, innovative løsninger, som større virksomheder måske ikke kan tilbyde.

Rapporten fremhæver en vejviser for startups, der søger at navigere i virksomhedsadoptionen af AI-agenter:

1. Uddann virksomheden: En af de centrale udfordringer for startups er at uddanne virksomheds-kunderne om det fulde potentiale for agentic AI. Mange organisationer forveksler stadig AI-agenter med simple værktøjer som chatbots. T
2. Demonstrér forsvarlighed: Grundere skal demonstrere forsvarligheden af deres løsninger ved at fremhæve ejendomsdata, immaterielle rettigheder eller dyb industrieekspertise. Virksomheder søger løsninger, der ikke kun er innovative, men også forsvarlige på længere sigt, med unik dybde og ejerne datasets, der adskiller dem fra konkurrenterne.
3. Fremhæv dyb ekspertise: Startups, der specialiserer sig i vertikale AI-agenter – løsninger designet til bestemte brancher som finansielle tjenester, forsikring eller sundhedsvesen – er mere sandsynlige at lykkes. Sam Strickling, Senior Director i Fortive, råder startups til at demonstrere dyb ekspertise i en enkelt branche, og fremhæve, hvordan deres løsning løser branche-specifikke udfordringer.
4. Brug syntetisk data til at bevise potentialet: Adgang til virksomhedsdata kan være svært for startups at sikre tidligt i salgsprocessen. Ved at bruge syntetisk data, der ligner de data, virksomhederne ville give, kan startups demonstrere potentialet for deres løsninger og overvinde de første bekymringer om data-deling og overholdelse.
5. Vis let hurtig skalerbarhed: Virksomheder værdsætter løsninger, der kan skaleres hurtigt på tværs af afdelinger. Tim Guleri understreger vigtigheden af at bygge AI-agenter med modulære arkitekturer, der kan integreres let i eksisterende systemer, og tilbyde flexible API’er og sikre kompatibilitet med almindelige virksomhedsplatforme.

Forudsigelser for fremtiden for Agentic AI

Da agentic AI fortsætter med at udvikle sig, forudser rapporten flere nøgle-trends, der vil forme fremtiden for forretningsoperationer og teknologi:

• Specialisering og kode-genererings-systemer: David Magerman, Partner i Differential Ventures, forudser, at AI-agenter vil udvikle sig til højt specialiserede værktøjer, der kan håndtere komplekse opgaver som kode-generering og fungere som ekspertrådgivere i bestemte miljøer.
• Opblomstringen af en syntetisk arbejdsstyrke: Sam Strickling forudser opblomstringen af en syntetisk arbejdsstyrke, hvor AI-agenter uafhængigt udfører opgaver, der normalt udføres af junior-medarbejdere. Disse agenter kunne samarbejde om mere komplekse projekter, og nogle agenter kunne endda styre hold af andre AI-agenter.
• Multi-agent-netværk og orkestrering: Sharon Zhang og Taylor Black forudser udviklingen af multi-agent-netværk, hvor AI-agenter samarbejder for at opnå komplekse mål, som ingen enkelt agent kan opnå alene. Disse netværk kunne revolutionere, hvordan virksomheder tilgår samarbejdende problemløsning.
• Fra opgave-baseret til resultat-baseret: Jonah Midanik forestiller sig en skift fra opgave-baserede systemer til resultat-baserede systemer, hvor AI-agenter leverer omfattende løsninger snarere end blot at assistere med enkelt-opgaver. Denne overgang repræsenterer en grundlæggende ændring i forretningsoperationer.
• Sandt differentiering vil opstå: Da konkurrencen intensiveres i AI-agent-rummet, mener Tim Guleri, at sand differentiering vil opstå i de næste 12-18 måneder, da startups begynder at demonstrere virkelig værdi gennem succesfulde udrulninger. Dette vil markere slutningen på den nuværende hype-cyklus og føre til bredere virksomhedsadoption.

Konklusion: En lovende vej fremad

Udgivelsen af Forum Ventures’ rapport, “2024: The Rise of Agentic AI in the Enterprise“, understreger det transformative potentiale for agentic AI for virksomheder verden over. Mens udfordringer omkring tillid, sikkerhed og skalerbarhed forbliver, er vejen fremad fuld af spændende muligheder for både virksomheder og startups.

Da AI-agenter udvikler sig til sofistikerede, autonome systemer, er virksomhederne parat til at nyde godt af øget effektivitet, reducerede driftsomkostninger og evnen til at tackle komplekse opgaver i stor skala. Men adoption afhænger stærkt af at overvinde barrierer for tillid og demonstrere virkelig værdi gennem pilotprogrammer, syntetisk data og skalerbare løsninger.

For startups tilbyder rapporten handlebare strategier for at navigere i virksomheds-AI-landskabet, fra at opbygge tillid gennem gennemsigtighed og overholdelse til at demonstrere dyb ekspertise og hurtig skalerbarhed. Med den rette tilgang har startups potentialet til at drive bred adoption af agentic AI og forme fremtiden for arbejde.