Dine bedste AI-piloter cementerer processen, du mente at skulle eliminere

McKinsey offentliggjorde en artikel den 4. august 2026 om at bygge en HR-funktion omkring agenter, og begravet i opsætningen er den mest nyttige sætning, nogen har skrevet om enterprise AI i dette kvartal. Beskriver, hvad der sker, når hold bygger agenter uden en plan, skriver forfatterne, at “hver ureguleret agent fastlægger et fragment af den gamle driftsmodel i kode.”

De kalder resultatet for pilot-fælden: hastighed på opgaveniveau, drift på designniveau.

Den sætning er værdigere end rammeværket, det introducerer, og det gælder langt uden for HR, til mange virksomheder, der kører agent-piloter lige nu, som ikke kan se udfaldet, fordi piloterne virker.

Fælden er piloten, der lykkes

Her er mekanismen. En lønsspecialist eller en rekrutteringsmedarbejder kan, ifølge artiklen, nu konfigurere en fungerende agent på en eftermiddag ved hjælp af lavkodeværktøjer, byg-ved-konfigurationsplatforme, der lægger det meste af arbejdet i klik og instruktioner snarere end i at skrive kode. Ikke en prototype. En fungerende, forbundet med en reel arbejdsgang, producerer reel output.

Det betyder, at sekvensen, alle lærte, start småt, lære, udvide, ikke længere er den forsigtige mulighed. McKinsey siger det ligeud: instinktet til at “starte småt og lære” er ikke længere konservativt. Når en specialist kan oprette en agent på en eftermiddag, sker starten småt, uanset om ledelsen godkender det eller ej.

Værd at være præcis om, hvor artiklen stopper, og udvidelsen begynder. McKinseys pilot-fælde er hovedsagelig et argument om spildt arbejde — hold, der perfektionerer trin, som en ordentlig omstrukturering ville slette. Versionen nedenfor er den hårdere, og det er min: det spildte arbejde er tilgængeligt, og låsningen ikke.

De mislykkede piloter er fine. En pilot, der fejler, lukkes af og glemmes og koster nogle uger. De farlige er dem, der virker, fordi en fungerende agent straks bliver bærende. Nogenes tirsdag afhænger af det. Det forsvares i budgetmødet. Og hvilken som helst proces, det automatiserede, herunder alle trin, der kun eksisterer på grund af et system, der blev erstattet for fire år siden eller en politik, ingen har læst siden, er nu kodede, kørende og meget sværere at diskutere end det var, da det levede i et dokument.

Det er fælden. Du automatiserede ikke en arbejdsgang. Du ratificerede en. Hvad er den ubehagelige version af den stadig mere almindelige opdagelse, at AI-resultater afhænger mere af arbejdsgangens form end af værktøjerne, der sigtes mod den. Hvis arbejdsgangen er den variable, der betyder noget, så er fastlæggelse af en dårlig en den dyreste ting, en succesfuld pilot kan gøre.

Tallet, de begravde

Overskriften i artiklen er, at omtrent to tredjedele af i dag’s HR-aktiviteter kunne fuldt automatiseres eller fuldt automatiseres i leveringen inden 2030. Det tal vil blive citeret overalt denne uge, og det er den mindst interessante ting i artiklen.

Det interessante tal er i tidsallokeringstabelen. I den destinationstilstand, McKinsey beskriver, går omtrent 20 procent af menneskers tid til, hvad de kalder agentic kapacitetsstyring: konfiguration af agenter, skrivning og gennemgang af den logik, agenter følger, test af dem før udgivelse, overvågning af deres ydeevne og drift, og pensionering af dem, når arbejdsgangen ændrer sig. Artiklen definerer ikke drift; læs det som den langsomme glide, hvor en agents output forbliver plausibel, mens den stille og roligt ophører med at være rigtig.

En femtedel af en funktions menneskelige timer brugt på at pleje maskinerne. Artiklen er eksplicit om, at dette er “ikke en afrundingskategori”, og det er rigtigt. Det er det samme tilsynsoverhoved, der hele tiden dukker op som den største skjulte omkostning i enterprise AI, nu givet en procent. Men artiklen siger ikke, om de 20 procent er en overgangsomkostning, der falder, når praksis modnes, eller den faktiske faste pris for at køre agenter i stor målestok. Det er tallet, der afgør, om et agentprogram er en omkostningsreduktion eller en omkostningsskift, og det mangler. Hvis du modellerer besparelser fra automatisering og du ikke har sat en linje i modellen for de mennesker, der vedligeholder automatiseringen, er din model forkert med omtrent en femtedel af den berørte team.

Den samme lukning viser sig i sagdetaljen. En organisation i artiklen implementerede 50 brugstilfælde og “identificerede betydelige årlige omkostningsbesparelser sammen med meningsfulde forbedringer i HR-service niveauer.” Betydelig gør meget arbejde der. Mere til punkt: artiklen advarer i afsnittet lige efter, at i nogle tilfælde forbedrer organisationer effektiviteten af processer, som senere elimineres eller absorberes i helt andre arbejdsgange. Så hvor mange af de 50 overlevede? Det enlige tal ville afgøre, om den bottom-up-rute er en genvej eller en dyr omvej, og det er ikke der.

Den halve del af rådet, en normal virksomhed kan bruge

McKinseys recept er at definere din 2030 menneske-agent-driftsmodel først og arbejde baglæns fra den. Definér destinationen, derefter sekvensen for implementeringen, kapacitetsinvesteringerne, styringen.

Artiklen er ærlig om, hvem der kan gøre det. Dets eget destination-organigram, siger det, kræver “produktstyringsmuskel, som de fleste HR-funktioner ikke har i dag, en datagrundlag, der er stærkt nok til at køre et kompetencegraf, og en CHRO med en reel virksomhedsarbejdskraftdesign-mandat.” Så: “færre organisationer kan starte her.”

For alle andre, herunder mange virksomheder, der allerede har agenter kørende, er nordstjernen ikke den handlebare halvdel. Diagnosen er. Hvis uregulerede agenter fastlægger den gamle proces, så er eksponeringen, du har i dag, proportional med, hvor mange agenter allerede eksisterer, som ingen godkendte, og du kender sandsynligvis ikke det tal.

Så det første trin er ikke en 2030-plan. Det er en optælling.

Find ud af, hvad der faktisk kører. Ikke hvad der blev godkendt. Hvad eksisterer. Hver automatisering, nogen byggede i et lavkodeværktøj, hver planlagt opgave forbundet med en delt indbakke, hver assistant konfigureret mod et virkeligt system af rekord. For hvert enkelt: tre fakta: hvem byggede det, hvad det kan røre, og hvad går i stykker, hvis det stopper. Denne inventar tager en eftermiddag per afdeling, og det er den eneste version af “styring”, en virksomhed uden en transformationskontor kan udføre på mandag.

Artiklens egen femte CHRO-spørgsmål er det, man skal stjæle, og det er det skarpeste af de fem: hvilke tidlige valg er grundlæggende, hvilke samler sig over tid, og hvilke kan sikkerhedsafbrydes. Sortér din inventar på den måde. Agenterne, der kan sikkerhedsafbrydes, er dine eksperimenter, og du skal køre flere af dem. De, der ikke kan, er din arkitektur, uanset om nogen bestemte det eller ej. Det er også en nyttig korrektion til instinktet, der driver de fleste første piloter, som er at pege agenter mod den mest synlige proces snarere end en stille indre en.

Hvem dette faktisk omkoster

Den part, der taber her, er ikke virksomheden, der aldrig startede. Det er den, der er to år inde med en sund pilotantal og en skærm, der viser antagelse stigende.

Pilotantallet er det mål, der føles som fremskridt og måler det modsatte. Hver yderligere pilot bygget mod den nuværende proces øger omkostningen ved at ændre den proces senere, fordi der nu er værktøj på vej og en person, der ejer det, og et tal i en skærm, der siger, det fungerer. Virksomheden med dusinvis af fungerende agenter er ikke foran virksomheden med tre. Den er mere forpligtet.

Det er den omformulering, der er værd at tage ud af denne artikel. Spørgsmålet at stille om dit agentprogram er ikke, hvor mange der kører eller hvor nøjagtige de er. Det er, hvor meget af din nuværende driftsmodel, du ville have til at afløse for at ændre din mening — og om nogen kunne fortælle dig det i dag.