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 deres seneste omfattende rapport, “2024: The Rise of Agentic AI in the Enterprise.” Rapporten tilbyder en detaljeret analyse af den nuværende tilstand og fremtidige udvikling af agentic AI, og giver værdifulde indsigt 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 prioriteringerne omkring adoptionen af AI-agenter i virksomheds-miljøer.

Opkomsten af agentic AI – autonome, AI-drevne systemer, der kan udføre komplekse opgaver uden menneskelig indgriben – markerer en betydelig ændring i virksomhedsteknologi. Disse systemer, ofte bygget på store sprogmodeller (LLM’er), 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 virksomheder tager en forsigtig tilgang, mens de venter på, at teknologien modner.

Rapporten afslører en ulighed i parathed for AI-adoption: mens kun 29% af virksomhedernes 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 påbegyndt at adoptere AI-agent-systemer, og yderligere 33% er aktivt udforskende disse løsninger. Denne voksende interesse skyldes, 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 af rapporten er, at tillid stadig er den største barriere for en bred adoption af AI-agenter i virksomhederne. Bekymringer om dataintegritet, nøjagtigheden af AI-udgangspunkter og den overordnede pålidelighed af disse systemer blev fremhævet som store forhindringer. 49% af undersøgelsesdeltagere identificerede bekymringer relateret til præstation (14%), dataintegritet (10%), nøjagtighed (8%), etiske problemer (5%) og for mange ukendte (12%) som deres top-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 overbrode dette tillidsgap. Zhangs arbejde med udvikling af 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-agenterne er i overensstemmelse med deres værdier og politikker. Uden disse garantier vil virksomhederne tøve med at fuldt ud deployere AI-agenter, især efterhånden som 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-agenterne træffer beslutninger. At tilbyde klare dokumentation og forklarelig AI (XAI)-rammer, der bryder ned beslutningsprocesserne, er afgørende. Regelmæssig opdatering af revisionsstier og sikring af dataflow-gennemsigtighed vil yderligere forbedre tilliden.
2. Sikre overholdelse og sikkerhed: Sikkerhed er en top-behuving, og 31% af respondentene identificerede det som den 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 menneske-i-løkken (HITL)-ramme: Menneskelig oversigt ved at bruge en HITL-ramme er stadig afgørende i virksomheds-AI-adoption, især i regulerede brancher. Rapporten bemærker, at 23% af respondentene fremhævede behovet for at opretholde menneskelig kontrol over AI-agenter i højrisikområder. AI-løsninger skal tilbyde varierende grader af menneskelig kontrol, fra fuld automatisering 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 åbenhed 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 virksomhedsadoption af AI-agenter:

1. Undervis virksomheden: En af de centrale udfordringer for startups er at undervise virksomheds-kunder om det fulde potentiale for agentic AI. Mange organisationer forveksler stadig AI-agenter med simple værktøjer som chatbots. T
2. Demonstrer forsvarlighed: Grundlæggere skal demonstrere forsvarligheden af deres løsninger ved at fremhæve ejendommeligt data, immaterielle rettigheder eller dyb branchekompetence. Virksomheder søger løsninger, der ikke kun er innovative, men også forsvarlige på lang sigt, med unik dybde og ejendommelige datasæt, 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 adresserer branchefspecifikke 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 data, som virksomhederne ville tilbyde, kan startups demonstrere potentialet for deres løsninger og overvinde de første bekymringer om data-delning og overholdelse.
5. Vis let rapid 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, 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 virksomhedsdrift og teknologi:

• Specialisering og kode-genererings-systemer: David Magerman, Partner i Differential Ventures, forudser, at AI-agenter vil udvikle sig til højtspecialiserede værktøjer, der kan håndtere komplekse opgaver som kode-generering og fungere som ekspertrådgivere i bestemte miljøer.
• Opkomsten af en syntetisk arbejdsstyrke: Sam Strickling forudser opkomsten af en syntetisk arbejdsstyrke, hvor AI-agenter uafhængigt udfører opgaver, der normalt udføres af junior-ansatte. 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 arbejder sammen for at opnå komplekse mål, som ingen enkelt agent kunne opnå alene. Disse netværk kunne revolutionere, hvordan virksomheder tilgår samarbejdende problemløsning.
• Fra opgave-baseret til resultat-baseret: Jonah Midanik forestiller sig en overgang 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 virksomhedsdrift.
• 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 reel værdi gennem succesfulde deploymenter. 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 stadig eksisterer, 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 tillidsbarriererne og demonstrere reel værdi gennem pilotprogrammer, syntetisk data og skalerbare løsninger.

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