Mike Jerich, President og CEO hos Flexera – Interviewserie

Mike Jerich, President og CEO hos Flexera, er en leder inden for virksomhedsteknologi med mere end 25 års erfaring inden for software, cloud‑tjenester, kommunikation og go‑to‑market‑ledelse. Han tiltrådte Flexera som President i maj 2025 og blev udnævnt til President og CEO i juli 2026 som led i en planlagt ledelsesefterfølgning, efter at have hjulpet med at fremme virksomhedens platformstrategi, partner‑økosystem og markedsposition. Før Flexera var Jerich CEO for HungerRush og Chief Revenue Officer hos ServiceMax og FinancialForce, mens tidligere lederroller omfattede Global Head of Sales & Marketing hos IPC Systems, Chief Commercial Officer hos IntelePeer og Head of Indirect Channels hos Level 3 Communications. Hans karriere har fokuseret på at skalere virksomhedsteknologiske selskaber, opbygge globale salgsorganisationer, udvikle kanal‑ og partnerskabsstrategier samt drive vækst inden for SaaS, software, data og cloud‑baserede forretninger.

Flexera er en teknologihåndteringsvirksomhed, der fokuserer på at hjælpe virksomheder med at forstå, styre og optimere udgifter og risici på tværs af stadig mere komplekse IT‑miljøer. Dets Flexera One‑platform samler IT‑asset‑management (ITAM), FinOps, SaaS‑styring, optimering af cloud‑omkostninger og AI‑omkostningsstyring, og giver organisationer et samlet overblik over teknologiske aktiver, forbrug, omkostninger, kontrakter og risici på tværs af cloud, SaaS, software, hardware og AI. Platformen er understøttet af Flexeras Technology Intelligence Platform og Technopedia, dens proprietære teknologidatakatolog, der dækker millioner af teknologiprodukter. Flexera oplyser, at de betjener mere end 50.000 kunder verden over og positionerer i stigende grad deres platform som et intelligenssystem til håndtering af teknologisk forbrug og risiko, efterhånden som virksomheder i større omfang adopterer cloud‑tjenester og AI.

Du har brugt en stor del af din karriere på at skalere virksomhedsteknologiske selskaber gennem salg, partnerskaber og go‑to‑market‑ledelse, og du har tjent som Flexeras president i mere end et år, før du blev CEO. Hvordan vil den baggrund forme dine ledelsesprioriteter, når Flexera går ind i næste fase af AI‑drevet vækst?

De ledelsesroller, jeg har haft i virksomhedsteknologiske selskaber, har i høj grad påvirket min nuværende ledelsesstil ved at understrege vigtigheden af samarbejde, ansvarlighed og en handlingsorienteret tilgang. Denne drivkraft til at handle har aldrig været vigtigere end den er i det nuværende AI‑landskab.

Det er let at blive opslugt af, hvor hurtigt Enterprise AI udvikler sig, så min rolle som CEO er at sikre, at vores AI‑drevne vækst er gennemtænkt, strategisk og dokumenteret. Ved at prioritere, hvad kunderne har brug for for at udføre deres arbejde bedre, giver vi vores ingeniører plads til at innovere, men også fuldstændig klarhed. Det har du set i medierne: det er meget let at blive uorganiseret med løbende AI‑udgifter og konkurrerende initiativer. Som CEO er min opgave at sikre, at vi forbliver fokuserede på at hjælpe vores kunder med at håndtere teknologiske omkostninger.

Efter at have arbejdet tæt sammen med Flexeras ledelse, kunder og partnere siden maj 2025, hvilke muligheder eller udfordringer identificerede du, som har haft størst indflydelse på virksomhedens langsigtede AI‑strategi?

Vi har i flere år talt om at gøre teknologisk forbrug forståeligt – først hardware, software, SaaS og derefter cloud. AI er nu en del af den teknologiske stack. Det passer præcis ind i vores verdenssyn, fordi kunden i sidste ende har brug for ét samlet overblik over hele stacken: et klart billede af, hvor de bruger, hvordan de kan forstå det, og vigtigst af alt, hvordan de kan handle på det. De “AI‑regnings‑overforbrug”‑overskrifter, du ser i medierne, hører vi om hver dag. Organisationer på tværs af alle brancher forsøger aktivt at få styr på AI‑udgifter og forstå, hvor disse omkostninger stammer fra.

Et tæt samarbejde med Flexeras kunder og partnere har gjort muligheden klar: teknologisk forbrug bliver sværere at se, styre og optimere, efterhånden som AI udvider sig på tværs af teams og systemer. Denne indsigt har formet vores strategi omkring at give ledere ét pålideligt overblik over hele den teknologiske stack.

Flexera positionerer Flexera One som en samlet platform til håndtering af teknologi på tværs af applikationer, AI‑agenter, modeller, dataplatforme, cloud‑infrastruktur og beregning. Hvordan ser samlet teknologihåndtering ud i praksis for en stor virksomhed?

I praksis fungerer samlet teknologihåndtering kun, hvis du har ét overblik over alle udgiftsområder. Uden dette ser dit IT‑asset‑management‑team softwarelicenser, dit cloud‑team ser FinOps‑oversigter, og et andet team kæmper sandsynligvis for at forstå AI‑token‑udgifter. Så hvis en CFO spørger: “hvad bruger vi på teknologi, og er det under kontrol?”, kan du få tre forskellige svar fra tre forskellige rapporter. I de simpleste termer svarer det til at køre i en bil og kun se hastighedsmåleren uden brændstofmåleren eller motoradvarselslampen.

Med Flexera One får virksomheder et samlet overblik over deres teknologiske stack, så uanset hvilken leder der ønsker indsigt, er der et komplet, synligt grundlag at bruge, når beslutninger træffes på tværs af hele investeringslivscyklussen.

AI-udgifter kan fordeles på softwareabonnementer, tokenforbrug, dataplatforme, grafikkort og cloud-infrastruktur. Hvor oplever organisationerne i øjeblikket de største blinde pletter?

Vi så dette overvældende i vores seneste State of ITAM-rapport, hvor den samlede synlighed på tværs af IT‑porteføljen faldt til kun 36 %, 7 procentpoint år for år. Den største blinde plet er fragmenteret synlighed. I en enkelt transaktion kan en agentbaseret arbejdsproces berøre flere teknologiske aktiver, men omkostningerne spores ofte separat af forskellige teams. Når organisationer ikke kan se det fulde billede, er det svært at forstå de reelle omkostninger og værdien af en AI‑initiativer.

Vi ser også et skift i, hvordan organisationer tænker på AI‑økonomi. Tokenforbrug kan være en nyttig operationel måling, men det forklarer ikke, om en AI‑investering leverer forretningsværdi. Ledere vil i stigende grad forstå omkostningerne ved at opnå et resultat, ikke blot mængden af AI, der forbruges. Det kræver større synlighed, klarere ansvarlighed og mere konsistente standarder for måling af AI‑investeringer på tværs af teknologiporteføljen.

Flexeras forskning viste, at kun 31 % af organisationerne har synlighed på deres AI‑software, mens 59 % rapporterede en stigning i spildt AI‑forbrug. Hvorfor har traditionelle teknologistyringsprocesser svært ved at følge med i virksomheders AI‑adoption?

Resultaterne i State of ITAM burde ikke overraske: AI udvikler sig så hurtigt, at mange virksomheder ikke helt har styr på det.

En af de største udfordringer, vi ser, er at ejerskabet ikke har holdt trit med hastigheden af forandring. Nye investeringer spænder ofte over flere funktioner, med ansvar delt mellem IT, sikkerhed, økonomi og forretningsteams. Som følge heraf kan synlighed og ansvarlighed blive fragmenteret.

Desuden strømmer AI ikke altid top‑down fra funktioner som indkøb, som traditionelle ERP‑systemer gjorde. Teams tager et nyt værktøj i brug, fordi det gør dem hurtigere, nogle gange uden for centraliseret IT, hvilket skaber shadow AI. Hastighed og eksperimentering er målet, og det er ikke en dårlig indstilling, men det betyder, at organisationer skalerer AI‑arbejdsbelastninger, før de har opbygget kapaciteten til at håndtere omkostningerne.

Faktisk er det sådan, at traditionelle modeller for teknologistyring blev udviklet til et mere forudsigeligt miljø. Nutidens landskab bevæger sig meget hurtigere og skaber nye lag af omkostninger, risici og kompleksitet, som kræver en anden tilgang. Derfor har organisationer brug for kontinuerlig synlighed, styring og optimering i stedet for periodiske gennemgange. At hjælpe kunder med at foretage dette skift og give dem en samlet oversigt over hele teknologistakken er en central del af vores fokus i dag.

Hvordan skal organisationer måle afkastet af deres AI‑investeringer, når forbedringer som medarbejderproduktivitet, hurtigere beslutningstagning og bedre kundeoplevelser kan være svære at knytte direkte til udgifter?

Organisationer bør starte med at definere forretningsresultatet, før de fastlægger AI‑målet. Selvom indikatorer som tokenforbrug, adoptationsrater og tidsbesparelser kan give nyttige operationelle indsigter, beviser de ikke forretningsværdi alene.

Det spørgsmål, jeg vil have en organisation til at stille, er ikke “hvor meget AI bruger vi?”, men “hvad har ændret sig på grund af det?”. Blev produktudviklingscyklussen kortere? Steg omsætningen, forbedredes marginerne, eller faldt den operationelle risiko?

Ikke hvert eksperiment vil give et umiddelbart økonomisk afkast, men hver initiativ bør have et klart defineret mål og et tidspunkt, hvor organisationen beslutter, om den skal skaleres, revideres eller stoppes helt.

Flexera fremhæver udfordringer som ubrugte enterprise‑AI‑licenser samt medarbejdere, der selvstændigt køber værktøjer som ChatGPT eller Claude. Hvordan kan virksomheder tackle shadow AI og fragmenteret adoption uden at begrænse nyttig eksperimentering?

Svaret er ikke at begrænse medarbejdernes eksperimentering, men at gøre den synlig og bevidst. Organisationer bør først finde ud af, hvilke AI‑værktøjer der bruges, af hvem, og til hvilket formål. Når de analyseres, vil de sandsynligvis opdage overflødige køb og personlige medarbejderbetalinger, når et godkendt abonnement ikke dækker deres behov.

De organisationer, der vil opnå størst værdi af AI, er dem, der balancerer innovation med ansvarlighed. Det indebærer at etablere klar styring, give medarbejderne vejledning i ansvarlig AI‑brug og skabe et pålideligt overblik over AI‑aktivitet på tværs af hele virksomheden. Når organisationer kan se, hvordan AI anvendes, kan de understøtte eksperimentering, reducere unødvendigt AI‑forbrug og skalere succesfulde use cases med selvtillid.

AI‑agenter kan ræsonnere, gentage opgaver, kalde eksterne tjenester og forbruge varierende mængder af tokens og beregningskraft for at fuldføre en enkelt arbejdsproces. Hvordan vil agentbaseret AI ændre måden, virksomheder forudsiger budgetter, fordeler omkostninger og etablerer finansielle retningslinjer på?

Det er her, traditionel budgettering simpelthen bryder sammen. Den gamle model antager en forudsigelig enhedspris som en plads, licens eller abonnement, som man multiplicerer for året. En agent har ikke en sådan forudsigelig enhedspris, hvilket gør det svært at foretage præcise prognoser.

Dette kræver stærkere finansielle rammer og bedre synlighed i, hvordan AI‑forbrug omsættes til faktiske forretningsresultater.

Skiftet skal gå mod at måle omkostninger pr. fuldført opgave eller pr. arbejdsflow, ikke omkostninger pr. plads. Det betyder, at udgifterne skal tilskrives agenten og arbejdsflow‑niveauet i stedet for én stor “AI”‑post, som ingen kan forklare. Rammerne for agentisk AI kan ikke være en årlig budgetgennemgang; i stedet skal de være tættere på realtid. Den vigtigste måling vil ikke være omkostning pr. token, men omkostning pr. vellykket resultat.

Når organisationer vælger mellem proprietære modeller, open‑source‑modeller, cloud‑AI‑platforme og specialiserede leverandører, hvordan forventer du, at økonomien for enterprise‑AI vil udvikle sig, og hvilken rolle ser du Flexera spille på dette marked i de kommende år?

Flexera har en førsterækkeplads til udviklingen af AI‑økonomien i de kommende år. Vores rolle er at give virksomheder et pålideligt overblik over hele økosystemet. Vi hjælper kunder med at forstå, hvad de bruger, hvad det koster, hvor risikoen ligger, og hvilke AI‑investeringer der leverer værdi.

Tak for det gode interview, læsere der ønsker at lære mere, bør besøge Flexera.