Mike Jerich, president og administrerende direktør i Flexera – Intervjuserie

Mike Jerich, president og administrerende direktør i Flexera, er en leder innen bedrifts‑teknologi med mer enn 25 år erfaring som spenner over programvare, sky‑tjenester, kommunikasjon og go‑to‑market‑ledelse. Han begynte i Flexera som president i mai 2025 og ble utnevnt til president og administrerende direktør i juli 2026 som en del av en planlagt lederovergang, etter å ha bidratt til å fremme selskapets plattformstrategi, partnerøkosystem og markedsposisjon. Før Flexera var Jerich administrerende direktør i HungerRush og Chief Revenue Officer i ServiceMax og FinancialForce, mens tidligere lederroller inkluderte Global Head of Sales & Marketing i IPC Systems, Chief Commercial Officer i IntelePeer, og Head of Indirect Channels i Level 3 Communications. Karrieren hans har vært sentrert rundt å skalere bedrifts‑teknologiselskaper, bygge globale salgsorganisasjoner, utvikle kanal‑ og partnerskapsstrategier, og drive vekst innen SaaS, programvare, data og skybaserte virksomheter.

Flexera er et teknologistyringsselskap som fokuserer på å hjelpe virksomheter med å forstå, styre og optimalisere utgifter og risiko i stadig mer komplekse IT‑miljøer. Flexera One‑plattformen samler IT‑asset management (ITAM), FinOps, SaaS‑styring, optimalisering av sky‑kostnader og AI‑kostnadsstyring, og gir organisasjoner en samlet oversikt over teknologiatfer, bruk, kostnader, kontrakter og risiko på tvers av sky, SaaS, programvare, maskinvare og AI. Plattformen er bygget på Flexeras Technology Intelligence Platform og Technopedia, deres proprietære teknologidatakatalog som dekker millioner av teknologiprodukter. Flexera oppgir at de betjener mer enn 50 000 kunder globalt og posisjonerer i økende grad plattformen som et intelligenssystem for å håndtere teknologisk forbruk og risiko etter hvert som virksomheter tar i bruk sky‑tjenester og AI i større skala.

Du har brukt store deler av karrieren på å skalere bedrifts‑teknologiselskaper gjennom salg, partnerskap og go‑to‑market‑ledelse, og du var president i Flexera i mer enn ett år før du ble administrerende direktør. Hvordan vil den bakgrunnen forme dine lederprioriteringer når Flexera går inn i neste fase av AI‑drevet vekst?

Lederrollene jeg har hatt i bedrifts‑teknologiselskaper har i stor grad påvirket min nåværende lederstil ved å understreke viktigheten av samarbeid, ansvarlighet og en handlingsorientert tilnærming. Dette drivkraften til å handle har aldri vært viktigere enn den er i dagens AI‑landskap.

Det er lett å bli fanget opp i hvor raskt Enterprise AI utvikler seg, så min rolle som administrerende direktør er å sikre at vår AI‑drevede vekst er gjennomtenkt, strategisk og pålitelig. Ved å prioritere hva kundene trenger for å gjøre sine egne jobber bedre, gir vi ingeniørene våre rom til å innovere, men også full klarhet. Du har sett dette i nyhetene: det er svært lett å bli uorganisert med ukontrollert AI‑forbruk og konkurrerende initiativer. Som administrerende direktør er min oppgave å sørge for at vi holder fokus på å hjelpe kundene våre med å håndtere teknologikostnader.

Siden du har jobbet tett med Flexeras ledelse, kunder og partnere siden mai 2025, hvilke muligheter eller utfordringer identifiserte du som mest påvirket selskapets langsiktige AI‑strategi?

Vi har i flere år snakket om å forstå teknologiforbruket med maskinvare, programvare, SaaS og deretter sky. AI er nå en del av den teknologiske stabelen. Det passer perfekt inn i hvordan vi ser på verden fordi kunden til slutt trenger én samlet oversikt over hele stabelen: en klar oversikt over hvor de bruker penger, hvordan de kan forstå dette, og viktigst av alt, hvordan de kan handle på det. Overskriftene om «AI‑regningsoverforbruk» du ser i nyhetene, er noe vi hører om hver dag. Organisasjoner i alle bransjer prøver aktivt å få kontroll på AI‑forbruket og forstå hvor disse kostnadene kommer fra.

Et tett samarbeid med Flexeras kunder og partnere har gjort muligheten tydelig: teknologiforbruk blir stadig vanskeligere å se, styre og optimalisere etter hvert som AI sprer seg på tvers av team og systemer. Denne innsikten har formet vår strategi med å gi ledere én pålitelig oversikt over hele teknologistabelen.

Flexera posisjonerer Flexera One som en samlet plattform for å håndtere teknologi på tvers av applikasjoner, AI‑agenter, modeller, dataplatformer, sky‑infrastruktur og beregning. Hvordan ser en samlet teknologistyring ut i praksis for en stor virksomhet?

I praksis fungerer samlet teknologistyring kun hvis du har én oversikt over alle utgiftsområder. Uten dette ser IT‑asset‑management‑teamet programvarelisenser, sky‑teamet ser FinOps‑oversikter, og et annet team kjemper sannsynligvis for å forstå AI‑token‑forbruket. Så, hvis en CFO spør: “Hva bruker vi på teknologi, og er det under kontroll?”, kan du få tre forskjellige svar fra tre ulike rapporter. I enkleste termer er det som å kjøre en bil og kun se hastighetsmåleren uten drivstoffmåler eller motorfeilmelding.

Med Flexera One får selskaper en samlet oversikt over sin teknologistabel, slik at uavhengig av hvilken leder som ønsker innsikten, finnes det et komplett, synlig grunnlag som kan brukes når beslutninger tas gjennom hele investeringslivssyklusen.

AI‑utgifter kan fordeles på programvareabonnementer, token‑forbruk, dataplattformer, grafikkprosesseringsenheter og skyinfrastruktur. Hvor opplever organisasjoner de største blindsonene akkurat nå?

Vi så dette overveldende i vår egen nylige State of ITAM-rapport hvor fullstendig synlighet over IT‑porteføljen falt til kun 36 %, ned 7 prosentpoeng år for år. Den største blindsonen er fragmentert synlighet. Innenfor en enkelt transaksjon kan en agentbasert arbeidsflyt berøre flere teknologiattributter, men disse kostnadene spores ofte separat av ulike team. Når organisasjoner ikke kan se hele bildet, er det vanskelig å forstå de reelle kostnadene og verdien av et AI‑initiativ.

Vi ser også en endring i hvordan organisasjoner tenker på AI‑økonomi. Token‑forbruk kan være en nyttig operasjonell metrikk, men det forklarer ikke om en AI‑investering leverer forretningsverdi. Ledere ønsker i økende grad å forstå kostnaden ved å oppnå et resultat, ikke bare volumet av AI som forbrukes. Det krever større synlighet, klarere ansvarlighet og mer konsistente standarder for måling av AI‑investeringer på tvers av teknologiporteføljen.

Flexeras forskning fant at kun 31 % av organisasjonene har innsikt i sin AI‑programvare, mens 59 % rapporterte en økning i bortkastet AI‑forbruk. Hvorfor sliter tradisjonelle teknologistyringsprosesser med å holde tritt med bedrifts‑AI‑adopsjon?

Funnen i State of ITAM burde ikke overraske: AI utvikler seg så raskt at mange virksomheter ikke helt har kontroll over den.

En av de største utfordringene vi ser, er at eierskapet ikke har holdt tritt med endringstakten. Nye investeringer spenner ofte over flere funksjoner, med ansvar delt mellom IT, sikkerhet, økonomi og forretningsteam. Som følge av dette kan synlighet og ansvarlighet bli fragmentert.

I tillegg strømmer AI ikke alltid top‑down fra funksjoner som innkjøp på samme måte som tradisjonelle ERP‑systemer gjorde. Team tar i bruk et nytt verktøy fordi det gjør dem raskere, noen ganger utenfor sentral IT, og skaper såkalt shadow AI. Hastighet og eksperimentering er målet, og det er ikke en dårlig instinkt, men det betyr at organisasjoner skalerer AI‑arbeidsbelastninger før de har bygget opp evnen til å håndtere kostnadene.

Faktum er at tradisjonelle modeller for teknologistyring ble utviklet for et mer forutsigbart miljø. Dagens landskap beveger seg mye raskere, og skaper nye lag av kostnader, risiko og kompleksitet som krever en annen tilnærming. Derfor trenger organisasjoner kontinuerlig synlighet, styring og optimalisering i stedet for periodiske gjennomganger. Å hjelpe kunder med å gjøre dette skiftet og gi dem en samlet oversikt over hele teknologistabelen er en sentral del av vårt fokus i dag.

Hvordan skal organisasjoner måle avkastningen på sine AI‑investeringer når forbedringer som økt medarbeiderproduktivitet, raskere beslutningstaking og bedre kundeopplevelser kan være vanskelig å knytte direkte til utgiftene?

Organisasjoner bør begynne med å definere forretningsresultatet før de definerer AI‑målet. Selv om indikatorer som token‑forbruk, adopsjonsrater og tidsbesparelser kan gi nyttige operasjonelle innsikter, beviser de ikke forretningsverdi alene.

Spørsmålet jeg vil at en organisasjon skal stille er ikke «hvor mye AI bruker vi?», men «hva har endret seg på grunn av den?». Ble produktutviklingssyklusen kortere? Økte inntektene, forbedret marginene, eller gikk operasjonell risiko ned?

Ikke hvert eksperiment vil gi en umiddelbar økonomisk avkastning, men hver initiativ bør ha et definert mål og et tidspunkt hvor organisasjonen bestemmer om den skal skaleres, revideres eller stoppes helt.

Flexera fremhever utfordringer som ubrukte bedrifts‑AI‑lisenser samtidig som ansatte kjøper verktøy som ChatGPT eller Claude på egen hånd. Hvordan kan selskaper håndtere shadow AI og fragmentert adopsjon uten å begrense nyttig eksperimentering?

Svaret er ikke å begrense ansattes eksperimentering, men å gjøre den synlig og bevisst. Organisasjoner bør først kartlegge hvilke AI‑verktøy som brukes, av hvem og til hvilket formål. Når dette analyseres, vil de sannsynligvis finne overflødige kjøp og personlige ansattbetalinger når et godkjent abonnement ikke dekker behovene.

Organisasjonene som vil oppnå størst verdi fra AI, vil være de som balanserer innovasjon med ansvarlighet. Dette innebærer å etablere klar styring, gi ansatte veiledning om ansvarlig AI‑bruk, og skape en pålitelig oversikt over AI‑aktivitet på tvers av hele virksomheten. Når organisasjoner kan se hvordan AI brukes, kan de støtte eksperimentering, redusere unødvendig AI‑forbruk og skalere vellykkede brukstilfeller med selvtillit.

AI‑agenter kan resonere, prøve oppgaver på nytt, kalle eksterne tjenester og bruke varierende mengder tokens og beregningskraft for å fullføre en enkelt arbeidsflyt. Hvordan vil agentbasert AI endre måten selskaper forutsier budsjetter, fordeler kostnader og etablerer finansielle retningslinjer?

Dette er hvor tradisjonell budsjettering svikter. Den gamle modellen antar en forutsigbar enhetskostnad som en plass, lisens eller abonnement, og du multipliserer den for året. En agent har ikke en slik forutsigbar enhetskostnad, noe som gjør det vanskelig å prognostisere nøyaktig.

Dette krever sterkere økonomiske rammer og bedre innsikt i hvordan AI‑forbruk omsettes til faktiske forretningsresultater.

Overgangen må gå mot å måle kostnad per fullført oppgave eller per arbeidsflyt, ikke kostnad per plass. Det betyr at utgiftene må tilskrives agenten og arbeidsflytnivået i stedet for én stor «AI»-post som ingen kan forklare. Rammer for agentisk AI kan ikke være en årlig budsjettgjennomgang; de må i stedet være nærmere sanntid. Nøkkelindikatoren vil ikke være kostnad per token, men kostnad per vellykket resultat.

Når organisasjoner velger mellom proprietære modeller, åpen kildekode-modeller, sky‑AI‑plattformer og spesialiserte leverandører, hvordan forventer du at økonomien for bedrifts‑AI vil utvikle seg, og hvilken rolle ser du Flexera spille i dette markedet de neste årene?

Flexera har en førsteposisjon i utviklingen av AI‑økonomien de neste årene. Vår rolle er å gi virksomheter en pålitelig oversikt over hele økosystemet. Vi hjelper kundene med å forstå hva de bruker, hva det koster, hvor risikoen ligger, og hvilke AI‑investeringer som gir verdi.

Takk for det gode intervjuet, lesere som ønsker å lære mer bør besøke Flexera.