Hvorfor AI sitt andre kapittel handler om å skalere operasjoner

I fjor ønsket hvert styre å vite én ting: hadde vi tatt i bruk AI. I år ble spørsmålet vanskeligere. Skal vi faktisk skalere med den, og hva faller stille bakover i de delene av virksomheten AI ennå ikke har berørt.

Den distinksjonen betyr noe. Adoptasjon er en innkjøpsboks. Skalering er en reell driftsbeslutning. Den påvirker bemanning, etterlevelse og muskelminnet til team som har kjørt samme prosess i årevis.

McKinsey sin 2026‑undersøkelse av 1 719 ledere viste at 44 % av organisasjonene nå sier at AI skalerer på tvers av virksomheten, opp fra 38 % året før. Her er tallet som virkelig betyr noe: 80 % av folk sier AI gjorde dem personlig raskere. Kun 37 % av selskapene kan peke på noen reell EBIT‑påvirkning.

Oversettelse: enkeltpersoner flyr. Selskaper gjør det ikke. Jeg tenker på dette gapet hele tiden fordi å lukke det i bunn og grunn er jobben min.

Inn i 2027 er drift der AI‑skalering blir reell. Fire ting jeg stadig kommer tilbake til.

COO‑ens jobb har nettopp blitt travlere

Folk antar at COO‑rollen er ren utførelse. Det er den ikke. COO sitter mellom visjonen og virkeligheten, og AI har nettopp gjort dette rommet mye mer tettpakket.

Hvert team har nå sin egen AI‑veikart. Noen må ha oversikt over alt og spørre om det faktisk blir noe sammenhengende, eller om det bare er fem separate satsinger som kjører parallelt.

Uoverensstemmelse har alltid vært kostbart. AI får det til å forsterkes raskere. Jobben min er å fange friksjon før den treffer en kunde og holde gjennomføringen ærlig når den enkle handlingen er å la entusiasme erstatte en plan.

Dette er ikke en brems på farten.

Design for skalering før du trenger det

Små selskaper elsker å utsette prosessdesign fordi det føles bedre å bevege seg raskt. AI gjør den unnskyldningen enda lettere å bruke.

En chatbot festet på en supportkø ser ut som fremgang. Det er den ikke. Det er bare en raskere versjon av den samme udokumenterte rotet. Det virkelige arbeidet er å gå inn tidlig og finne hvilken 10‑trinns prosess som kan bli 3 trinn uten å kutte noe viktig.

En agent som håndterer fornyelser er kun så god som overleveringslogikken under den. Hvis prosessen var uklar da en menneskelig eier styrte den, forblir den uklar uansett hvilken teknologi du legger på toppen.

Gå sakte for å gå fort. Det er et klisjé fordi det er sant.

Det betyr ikke byråkrati. Det betyr at hvert arbeidsflyttrinn har en klar eier og dokumentasjon så tett at en modell kan følge den uten å gjette. Og det betyr at team faktisk snakker med hverandre i stedet for å bygge i siloer.

Få dette riktig tidlig, så slutter veksten å kreve at bemanningen vokser i samme takt som kundene.

Blindhet er den reelle risikoen, ikke selve risikoen

Alle voksende selskaper bærer risiko. Faren er å ikke se den tydelig, og AI endret hva «å se tydelig» egentlig betyr. McKinsey sin 2026 AI Trust Maturity Survey fant at nesten to tredjedeler av lederne nevner sikkerhet og risiko som den største hindringen for å fullt skalere agentbasert AI.

En del av jobben min er å oppdage operasjonell risiko før den blir en overskrift. En autonom agent er nå en av de risikoene jeg må tenke på som en person. Det er ikke et verktøy noen har slått på. Det er en beslutningstaker, og jeg er ansvarlig for resultatet selv om jeg aldri personlig har gjennomgått det.

Det betyr å bygge godkjenningsrammer og kontroller før en agent berører levende kundedata, ikke etter at den første hendelsen tvinger frem samtalen. Det betyr flere tverrteam‑samtaler, spesielt rundt feilmoduser som er helt nye for agentbaserte systemer.

Risikostyring har aldri handlet om å bremse. Det handler om å sikre at virksomheten overlever sin egen vekst.

Automatiser det kjedelige først. CX følger av dette, det er ikke bygget rundt det

Hver prosess vi vurderer for AI får de samme tre spørsmålene jeg ville stille en nyansatt: hvem eier resultatet, hva skjer når det svikter, og hvordan finner vi det ut før kunden gjør det.

Det tredje spørsmålet er det de fleste selskaper hopper over. Det er også det MIT‑forskningen stille støtter. De høyeste ROI‑implementeringene var ikke i salg og markedsføring, hvor mer enn halvparten av bedrifts‑AI‑budsjettet nå går. De var i back‑office‑arbeid. Kvalifiseringskontroller, avstemming, dokumentasjon. Det som aldri kommer med i en investor‑demo.

Kundeopplevelsen blir behandlet som et supportproblem. Det er egentlig summen av dusinvis av beslutninger kunden aldri ser, og dette blir stadig mer sant etter hvert som AI beveger seg inn i tjenestelaget.

CX avhenger av om forventningene stemmer overens med løftet du ga. Prosessene bak kulissene bestemmer om AI blir en fordel eller en forpliktelse.

Ledelse er en driftsrytme, ikke en tittel

Når selskaper skalerer, vokser kompleksiteten raskere enn bemanningen, og AI gjør dette gapet enda større.

Jobben min inkluderer å skape klarhet i dette større området. Hvem som gjennomgår hva en agent produserer. Hvem som har myndighet til å trekke det tilbake hvis en arbeidsflyt begynner å levere resultater ingen har godkjent.

Det kommer til uttrykk i de driftsvurderingene vi allerede gjennomfører, nå med en fast linje for hva som er automatisert versus hva som er menneskelig gjennomgått. Det kommer også frem i de vanskeligere samtalene, som når ett team ønsker å lansere en agent raskere enn et annet team er klare for.

En solid driftsrytme har alltid hindret raskt voksende selskaper fra å løpe fra sin egen dømmekraft. AI har bare økt risikoen ved å hoppe over den.

Ingen av dette er et argument mot å bevege seg raskt med AI. Det er et argument mot å forveksle handling med fremgang.

Selskapene som faktisk skalerer med AI om tolv måneder, vil ikke være de som adopterte først. Det vil være de som gikk sakte nok til å kunne gå raskt, var ærlige om påvirkningen på kundene, og automatiserte det mindre glamorøse før de jaget det glitrende.

Å skalere agentbasert AI handler om mer enn teknologi. Operasjonell fortreffelighet er det som gjør potensialet om til målbar forretningspåvirkning.