Vi har automatiseret alt undtagen det faktiske arbejde: Agentic AI kan endelig løse udførelse i stor målestok

Vi har automatiseret vores kalendere, vores e-mails og selv vores onboardingssekvenser. Men det faktiske arbejde – det beskidte, menneskelige, dag-til-dag-flux af opgaver – forbliver fast i kaos.

Hver uge mister videnarbejdere ca. 40% af deres tid på gentagne, lav-værdiopgaver, såsom at søge efter filer, kopiere og indsætte data, jagte statusopdateringer. Disse opgaver er ikke de, der flytter nålen. Og naturligvis har denne ineffektivitet en negativ rippleffekt. På mennesker fører det til udbrændthed. Økonomisk set fører det til milliarder af dollars i distraktioner og tabt produktivitet.

Inden du skylder dette på en “mangel på værktøjer”, tænk to gange. Problemet, fra min synsvinkel, er, at de værktøjer, vi har, ikke fungerer sammen, og har aldrig rigtig gjort det.

Hvor systemet bryder sammen

I teorien løser hver app i din stack et problem. I praksis skaber de nye problemer. Ofte ser vi, at medarbejdere hopper mellem 12 eller flere platforme om dagen. Vi bruger Slack, Google Docs, Notion, projektbrætter og så videre, og hver af dem har sin egen logik, login-oplysninger og læringskurve.

Som resultat bliver hver opgave til en fane-hopping skattejagt. Arbejdet spredes ud over tråde og mapper, og hold opfinder nye processer hver kvartal blot for at lappe det sidste systems blinde pletter. Ingen har tid til at dokumentere, og når de gør, læser ingen det.

Jeg ved dette, fordi jeg har oplevet det. Som en lean VC-virksomhed – vi ser os selv som en startup – der opererer på tværs af kontinenter og jonglerer med multiple tidszoner, har vi bygget vores egne arbejdsprocesser fra bunden. Tidligt udviklede vi en brugervenlig deal-flow-motor og faste ritualer, herunder ugentlige opkald, regelmæssige gennemgang og kvartalsvise møder på stedet. Disse systemer har hjulpet os til at køre hurtigt med et lille hold. Men selv da har jeg følt vægten af værktøjs-overbelastning.

Vi har ført denne indsigt ind i vores investeringsfilosofi. Vores portefølje inkluderer virksomheder som WalkMe, der hjælper hold med at strømline digital tilpasning og identificere potentielle friktionspunkter i interne arbejdsprocesser.

Men i verden i almindelighed ser vi fortsat ét konsekvent problem. Det vigtigste arbejde, såsom træning, delegation og dømmekraft, lever stadig spredt mellem Slack DM’er, kalenderinvitationer og uventede Loom-videoer.

Fra værktøjer til spænding

Trods fremskridt i automatisering afhænger de fleste hold stadig af manuelle overdragelser. Der er ingen central sandhedskilde. Processer kan bryde sammen, hvis en kritisk person forlader, og når noget går galt, er det nemmere at gøre en opgave om igen end at finde ud af, hvordan det blev gjort sidst.

Dette system kan ikke skaleres, og i dagens hurtige miljø er det ikke længere bæredygtigt.

Vi er nu ved kanten af en forandring. Takket være multimodale AI-modeller, der kan parse tekst, billeder, video og lyd, er vi ved at indtræde en æra, hvor software kan “se”, hvordan vi arbejder, og begynde at forstå, hvad der sker, uden at behøve perfekte input. Denne software genkender kontekst, detekterer gentagelse og bliver eksponentielt klogere.

En større forandring er undervejs

Det kommende årti af arbejde er ikke sandsynligt at handle om at vælge en “bedre” app eller en samling af værktøjer. Det, der vil definere det, er, hvad der ender med at erstatte mange af disse apps helt. Fremskridt i multimodal kunstig intelligens, væksten af ustruktureret arbejdsdata (ofte kaldet grå data), den stadige spredning af software-as-a-service-værktøjer og udvidelsen af skaberekonomen er alle på vej mod en enkelt retning: et operativsystem til arbejde, der er proaktivt, tilpasningsdygtigt og AI-nativt.

Tegn på denne forandring er allerede synlige. Flere mennesker springer nu over enkeltstående apps og går direkte til resultater, såsom at bede en AI-assistent om at forberede en rapport, udløse automatiserede kæder for at offentliggøre indhold eller blot beskrive et mål og lade softwaren udføre det. I denne model træder grænsefladen tilbage, og resultatet bliver produktet.

Hvad der ændrer sig

En ny generation af software er ved at opstå, der skifter fra regelbaseret automatisering til adaptiv, harmonisk koordination og AI-nativ orkestrering. Nye Agentic AI-værktøjer skifter fra reaktivitet til proaktivitet. Ja, det betyder, at de faktisk tager initiativ.

I denne henseende illustrerer tre mønstre denne forandring:

• Hold ønsker resultater, ikke grænseflader. Mennesker ønsker ikke endnu en dashboard – de ønsker mindre at bekymre sig om. De bedste værktøjer er dem, du knap nok bemærker.
• Automatisering skifter, som diskuteret, fra blot at reagere til at lede. Det virkelige spring ligger i baggrundsorkestrering, der er stille, nyttig og usynlig. Den næste generation af værktøjer vil ikke vente på input. I stedet vil de observere, hvordan du arbejder, og begynde at forudsige, hvad der skal ske herefter.
• Tilpasning bliver standard. Ingen to hold arbejder på samme måde. Derfor vil systemerne i fremtiden lære og tilpasse i stedet for at påtvinge rigid skabelon. Tænk på dit eget, proprietære operativsystem.

Udførelse over samtale

Den næste bølge af automatisering handler om udførelse. De fleste softwareværktøjer venter stadig på, at mennesker klikker gennem menuer eller skriver kommandoer. Nye systemer kan i stedet se, hvordan en opgave udføres, spotte de gentagne trin og udføre dem på egen hånd. Et hold kan optage en enkelt gennemgang, herunder en skærmbesked og en kort fortælling, og softwaren fanger processen, opdaterer den, når betingelserne ændrer sig, og kører den automatisk.

Personlige operativsystemer

Ingen to mennesker eller hold arbejder på samme måde, og systemerne i fremtiden vil respektere denne realitet. Hver videnarbejder vil have et personligt produktivitetsmodel: software, der lærer deres vaner, rytmer og præferencer, og derefter forudsiger, hvad der skal ske herefter. I denne henseende stopper udførelse med at være en skrøbelig tjekliste og bliver en udviklende partnerskab mellem menneskelig dømmekraft og AI-initiativ.

Vejen frem

For at bygge for fremtiden af arbejde må vi ændre, hvordan vi tænker om software. I stedet for at se på det som en samling af værktøjer må vi se på det som en miljø, der tilpasser sig, hvordan mennesker opererer, selv om det er uperfekt, asynkront og ofte uden dokumentation.

Faktisk er den beskidte, ustrukturerede lag – samtaler, skærmbesked, stemmebeskeder og hurtige beskeder – hvor det virkelige arbejde sker, og hvor en virksomheds sande operativt DNA lever. Agentic-systemer er bygget til at forstå og støtte dette og til at arbejde sammen med mennesker som ægte partnere i udførelse.

Udførelse her kan være den oversete flaskehals. At skalerer en virksomhed betyder stadig at dokumentere hundredvis af processer, lime værktøjer sammen og træne mennesker i arbejdsprocesser, der bryder sammen stille med hver ændring. Agentic AI tilbyder en udvej. Gennem software, der forstår kontekst, handler proaktivt og tilpasser sig lige så hurtigt, som forretningen udvikler sig, leverer det på det virkelige løfte om automatisering, der er at frigøre mennesker til at fokusere på dømmekraft, kreativitet og de beslutninger, der kun mennesker kan træffe.

Denne forandring vil tage tid. Den vil kræve tillid. Og den vil kræve, at virksomheder modstår fristelsen til at løse kompleksitet med endnu mere kompleksitet. Men resultatet, hvis det gøres rigtigt, er værd at have.