Bedriftsprogramvare og急heten ved å adoptere Agentic AI

Ved å levere verktøy online via abonnementsmodell, endret Software as a Service (SaaS) måten bedrifter arbeidet. Likevel var kapasitetene begrensede for noen, så vertikal SaaS la til bransjespesifikke funksjoner. Deretter kom kunstig intelligens (AI) og fremgang såsom robotic process automation (RPA), som ville bruke virtuelle roboter til å replikere handlinger fra mennesker og eliminere rutineoppgaver.

Nå går bedriftsprogramvaren inn i en ny æra med agentic AI, drevet av autonome agenter som ikke bare etterligner mennesker, men analyserer data, tar beslutninger, utfører oppgaver og selv-koordinerer arbeidsflyter i sanntid. Agentic AI går langt utenfor tradisjonell SaaS eller RPA. Det er programvare som fungerer som en arbeidskraft i det digitale området, en som kan integreres på tvers av en teknologistack og produsere målbare forretningsresultater. Dette er mulig takket være enkeltstående AI-agenter som trekker fra store språkmodeller for å utføre resonnering på høyt nivå.

Ingen promter fra mennesker er nødvendige, og hver agent kan tildeles sine egne mål også. En kunne fokusere på nye salg, en annen kunne fasilitere kundeservice, en tredje kunne håndtere produksjonsendringer i sanntid – mulighetene ser ut til å være endelige. Og i motsetning til generative AI-modeller som ChatGPT, vil agentic-agenter ikke bare gjenta og spy ut innhold, de vil også krype gjennom databaser og bygge arbeidsflyter på egen hånd for å fullføre en gitt oppgave.

Ifølge Gartner, vil omtrent en tredjedel av programvareapplikasjonene i bedriftene ha integrert agentic AI innen 2028: Tallet var mindre enn en enkelt prosent i 2024. I undersøkelsesresultater kunngjort av Cloudera i midten av april – basert på en avstemning blant 1 484 globale IT-ledere – følte 83 % at AI-agenter var kritiske for en konkurransefordel, og omtrent 60 % var redd for å bli forbigått hvis de ikke tok i bruk dette året.

Videre sa en skremmende 96 % at de planla å øke sine utrullinger de neste 12 månedene, hvorav halvparten kunne bli store utrullinger på tvers av hele organisasjonen.

Å brobygge

Salesforce-sjefen, Marc Benioff har kalt agentic AI “en ny arbeidsmodell, en ny produktivitetsmodell og en ny økonomisk modell”. Deltagelse i den amerikanske arbeidsstyrken forblir under selv før-pandemiske tall, og det er flere ledige stillinger i dag enn det er arbeidsledige kandidater som kan fylle dem. Et primært mål for AI er å gjøre slutt på rutineoppgaver, men samtidig må ansatte kunne produsere mer. Med dette i mente, bør digital arbeidskraft brukes til å forbedre en arbeidsstyrke og øke produktiviteten, øke effektiviteten og muliggjøre at organisasjoner kan konkurrere.

Agentic AI kan brobygge mellom personale og produkt på ulike måter. For eksempel kunne en salgsdirektør bruke en kundehåndteringsløsning (CRM) til å kontrollere en stor gruppe eksisterende og potensielle kunder og generere salg. En AI-agent kunne kommunisere med denne basen, identifisere muligheter, bringe opp datalag til dato, kanskje sogar fullføre mindre salg. Hvis du har det som fungerer for et team, daglig og døgnet rundt, ville de timer med manuell arbeid som ble spart, og muligheten for salgsøkning ville ha en stor innvirkning.

Teknologien har noen vekstsmerte, særlig når det gjelder prising av agentic AI. “Per plass”-modeller vil sannsynligvis endre seg til “per oppgave” som utføres. Agentic AI kunne også bli mer av en verdi-basert modell med AI-agenter “ansatt” til å håndtere en funksjon og produsere garanterte resultater. Salesforce rapporterte bare måneder siden rekordproduktavtaler for Agentforce, sin plattform for å bygge, tilpasse og distribuere autonome agenter, men de endret nylig prismodellen til en forbruk-basert en som binder kostnader direkte til resultater.

Ansvar og ansvarlighet

Mens mye må rettes ut med agentic AI, er det en ting som er sikkert, og det er at måten programvareleverandører velges, må endre seg. Tradisjonell vurdering har fokusert hovedsakelig på funksjonssett, men med agentic AI, må bedrifter vurdere ting som en leverandørs historie av pålitelighet og ansvar, og om de kan sammenfalle med et selskaps spesifikke mål.

Ansvarlighet bør være en bekymring for beslutningstakere, fordi de ikke lenger bare kjøper programvare. I stedet gir de digital intelligens godkjenning til å gjøre ting på deres vegne, og det kan skape juridiske og overholdelsesproblemer. Det sagt, må bedrifter vurdere sin ansvarlighet, grave dypt i risikoen, læne seg inn mot granskning og holde regulatoriske retningslinjer i forgrunnen. Dessuten må organisasjonene identifisere hvem som faktisk er ansvarlig hvis en AI-agent går feil, samt prosedyrer for å begrense eller lukke den ned hvis det skjer.

Steg å gå

Med Agentic AI, vil mange av oss se en stor endring i hvordan vi driver forretning. Følgende er noen handlinger du kan gjøre umiddelbart for å sette prosessen i gang.

For å begynne med, se igjen på din teknologistack med fokus på de regelbaserte funksjonene en AI-agent kunne eliminere. Vurdér hva programvare som kunne ha interoperabilitetsproblemer eller kreve en ny programtilleggskode. Sørg for å unngå silo-basert beslutningstaking – agentic AI kan påvirke mange aspekter av bedrifter, så inkluder ledere fra juridisk, IT og drift. Det er også kritisk å lage ansattepolitikker for trygg og ansvarlig bruk av agenter også.

Du må forstå arbeidskapasiteten til en AI-agent, sammen med kompleksiteten den kan eliminere. Dette betyr at du også må vurdere programvarekostmodeller og avkastningen på investeringen de kan levere. Dette handler om volum og effektivitet, så sete-, lisens- og abonnementskostnader er ikke lenger kriteriene å bruke.

Agentic AI vil påvirke SaaS, men vil ikke helt erstatte det. Vi vil se en samarbeid av teknologier, ledet av et mål om å forbedre arbeidsstyrker. Likevel må bedrifter fundamentalt endre måten de arbeider med programvare på. Agentic AI er her, og jo raskere du forstår hva den kan gjøre og setter den i praksis, jo mer vil du sikre din fremtidige posisjon og suksess.