Det næste Shadow IT-problem vil være Shadow Agents

Shadow IT plejede at betyde, at en medarbejder tilmeldte sig et SaaS‑værktøj uden at spørge, eller at en afdeling kørte sit eget abonnement, indtil IT fandt ud af det på den hårde måde. Vi fik det under kontrol med bedre synlighed, indkøbsdisciplin og cloud‑governance.

Agenter vil løse det problem, og de vil bevæge sig hurtigere end SaaS eller cloud nogensinde har gjort, fordi det uautoriserede system denne gang ikke bare sidder der. Det handler.

Spredning af autonomi

Finans bygger sine egne agenter. Det gør HR, salg, indkøb og kundeservice også. Medarbejdere opretter personlige agenter. Leverandører indlejrer stille og roligt agenter i de produkter, vi allerede betaler for.

Multiplicer det på tværs af en stor organisation, og CIO’en sporer ikke længere kun tyve agenter. Det er hundreder eller tusinder af softwareenheder, hver med en vis evne til at røre ved systemer og udføre handlinger. IBM har forudsagt, at store virksomheder vil køre mere end 1.600 AI‑agenter inden udgangen af dette år. Gartner har advaret at agenter skaber infrastruktur, identiteter og adgangsrettigheder hurtigere, end governance‑processer kan spore dem.

CIO’ernes prioritet for 2027 vil være at foretage en reel inventarliste. Hvem der har bygget hver agent, hvad den gør, hvilke systemer den rører ved, hvilke tilladelser den har, og hvem der ejer den. Uden det er der intet governance‑program; kun en antagelse om, at en anden holder øje.

Menneske‑i‑sløjfen skalerer ikke

“Hold et menneske i sløjfen” var et rimeligt svar, da der kun var få agenter. Det holder op med at være et svar, når en virksomhed kører tusindvis af agenter, der udfører et enormt antal handlinger. Der er ikke nok mennesker eller timer til det.

Løsningen er risikobaseret autonomi, ikke en blanket‑overvågning. En agent, der opdaterer en intern post, behøver ikke den samme granskning som en finansiel transaktion. Det, der bør bestemme niveauet af menneskelig involvering, er: handlingsens dollarværdi, hvor følsomme dataene er, agentens tillidsniveau, regulatorisk eksponering, og om agenten handler uden for sine forventede parametre.

Gartner har skitseret en lignende model, herunder kontrolpunkter fra godkendelse før udførelse til indgriben midt i opgaven, efterfølgende gennemgang og periodisk stikprøve. Målet er ikke et menneske i sløjfen overalt. Det er et menneske på det rette tidspunkt i sløjfen.

Agenter styrer agenter

Lige nu er de fleste organisationer stadig i fasen med én menneske, der styrer én agent. Næste skridt er multi‑agent‑systemer: specialiserede agenter, der taler med hinanden, overdrager opgaver og kører hele arbejdsgange uden en person i midten.

En indkøbsagent markerer et behov, tjekker med en finansagent om budgettet og udløser en indkøbsagent til at udføre; ingen menneske rører ved noget af det. McKinsey kalder dette fremvoksende arkitektur kaldet \”agentic mesh\”. Deloitte fandt kun 15 % af organisationerne har skaleret tværfunktionel multi‑agent‑adoption, og kun 5 % siger, at deres forretningsprocesser er højt forberedte på det.

Risikoen får en anden form her. Det er ikke længere “gik én agent galt”. Det er, hvor langt den fejl spreder sig gennem et netværk af agenter og systemer, før nogen bemærker det. CIO’er vil skulle styre ikke kun individuelle agenter, men også relationerne og afhængighederne mellem dem.

Agentøkonomi er ikke SaaS-økonomi

Agenter svarer ikke kun på en prompt og stopper. De kører kontinuerligt, kalder modeller gentagne gange, rammer API’er, forbruger cloud‑ressourcer og udløser andre agenter. Det er en anden omkostningsprofil end at tilføje en SaaS‑bruger, og den mangler forudsigelighed.

En arbejdsgang, der ser billig ud i en pilot, kan hurtigt blive dyr, når hundreder af agenter kører den i produktion kontinuerligt. IBM forudser, at AI‑udgifter vil stige fra lige under 15 % af IT‑budgetterne i 2025 til næsten 25 % i 2027, og fandt ud af, at 85 % af teknologiledere stadig mangler fuld synlighed i realtids‑AI‑udgifter.

Kend omkostningen ved en agent per opgave, per arbejdsgang, per forretningsresultat. Ikke kun prisen på den underliggende model.

Fra at styre teknologi til at styre autonomi

I årtier har mit job som CTO grundlæggende bestået i at styre systemer, som folk bruger. Det er ved at ændre sig. Nu styrer jeg systemer, der handler på folks vegne, og det er en helt anden slags job.

Så når jeg tænker på, hvem der vil komme bedst ud i 2027, er det ikke CIO’en med flest implementerede agenter. Det er den, der faktisk kan fortælle dig, hvilke agenter de har, hvad de må gøre, hvem der er ansvarlig for dem, hvad de koster, og ROI’en på investeringen.

Vi brugte 2026 på at finde ud af, hvordan vi får AI i produktion. 2027 vil handle om at finde ud af, hvad vi skal gøre, når den er ude og handler på egen hånd, og hvordan vi styrer den på en måde, der øger sikkerhed og overholdelse uden at gå på kompromis med effektiviteten.