Det neste Shadow IT-problemet vil bli skyggeagenter

Shadow IT pleide å bety at en ansatt registrerte seg for et SaaS‑verktøy uten å spørre, eller at en avdeling hadde sitt eget abonnement til IT oppdaget det på den harde måten. Vi fikk dette under kontroll med bedre synlighet, innkjøpsdisiplin og sky‑styring.

Agentene vil løse dette problemet, og de vil bevege seg raskere enn SaaS eller sky noen gang har gjort, fordi denne gangen påvirker det uautoriserte systemet mer enn bare å sitte der. Det handler.

Spredning av autonomi

Finans bygger sine egne agenter. Det gjør også HR, salg, innkjøp og kundeservice. Ansatte starter personlige agenter. Leverandører integrerer stille agenter i produktene vi allerede betaler for.

Gjør du dette i en stor organisasjon, sporer CIO-en ikke lenger bare tjue agenter. Det er hundrevis eller tusenvis av programvareenheter, hver med en viss evne til å berøre systemer og utføre handlinger. IBM har spådd at store virksomheter vil kjøre mer enn 1 600 AI‑agenter innen slutten av dette året. Gartner har advart at agenter skaper infrastruktur, identiteter og tilgangsrettigheter raskere enn styringsprosesser kan spore.

CIO-ens prioritet for 2027 vil være å ta en reell inventarliste. Hvem som har bygget hver agent, hva den gjør, hvilke systemer den berører, hvilke tillatelser den har, og hvem som eier den. Uten dette finnes det ingen styringsprogram; bare en antakelse om at noen andre holder øye med det.

Menneske‑i‑sløyfen skalerer ikke

«Hold et menneske i sløyfen» var et rimelig svar da det bare var noen få agenter. Det slutter å være tilstrekkelig så snart en virksomhet kjører tusenvis av agenter som utfører et enormt antall handlinger. Det finnes ikke nok mennesker eller timer til det.

Løsningen er risikobasert autonomi, ikke generell overvåking. En agent som oppdaterer en intern post trenger ikke den samme gransking som en finansiell transaksjon krever. Det som bør avgjøre nivået av menneskelig involvering er: handlingsverdien i dollar, hvor sensitiv dataen er, agentens tillitsnivå, regulatorisk eksponering, og om agenten opererer utenfor sine forventede parametere.

Gartner har skissert en lignende modell, inkludert kontrollpunkter fra forhåndsgodkjenning til midt‑oppgaveintervensjon, etterutførelsesgjennomgang og periodisk prøvetaking. Målet er ikke et menneske i sløyfen overalt. Det er et menneske på riktig punkt i sløyfen.

Agenter som styrer agenter

Akkurat nå er de fleste organisasjoner fortsatt i fasen med én person som styrer én agent. Neste steg er multi‑agentsystemer: spesialiserte agenter som kommuniserer med hverandre, overlever oppgaver, og kjører hele arbeidsflyter uten en person i midten.

En innkjøpsagent flagger et behov, sjekker med en finansagent om budsjettet, og utløser en innkjøpsagent for å utføre; ingen mennesker berører noe av dette. McKinsey kaller dette en fremvoksende arkitektur kalt «agentisk mesh». Deloitte fant at kun 15 % av organisasjonene har skalert tverrfaglig multi‑agent‑adopsjon, og kun 5 % sier at deres forretningsprosesser er høyt forberedt på det.

Risikoen endrer form her. Det handler ikke lenger om «om én agent gjorde en feil». Det handler om hvor langt den feilen sprer seg gjennom et nettverk av agenter og systemer før noen legger merke til det. CIO-er må styre ikke bare individuelle agenter, men også forholdene og avhengighetene mellom dem.

Agentøkonomi er ikke SaaS‑økonomi

Agenter svarer ikke på en forespørsel én gang og stopper. De kjører kontinuerlig, kaller modeller gjentatte ganger, treffer API‑er, bruker skyressurser og utløser andre agenter. Det er en annen kostnadsprofil enn å legge til en SaaS‑bruker, og den mangler forutsigbarhet.

En arbeidsflyt som ser billig ut i en pilot, kan bli dyr raskt når hundrevis av agenter kjører den i produksjon kontinuerlig. IBM forutser at AI‑utgiftene vil øke fra litt under 15 % av IT‑budsjettene i 2025 til nesten 25 % i 2027, og fant at 85 % av teknologiledere fortsatt mangler full innsikt i AI‑utgifter i sanntid.

Kjenn kostnaden for en agent per oppgave, per arbeidsflyt, per forretningsresultat. Ikke bare prisen på den underliggende modellen.

Fra å administrere teknologi til å administrere autonomi

I flere tiår har jobben min som CTO i hovedsak handlet om å administrere systemer folk bruker. Det er i endring. Nå administrerer jeg systemer som handler på vegne av folk, og det er en helt annen type jobb.

Så, når jeg tenker på hvem som vil ha fordel i 2027, er det ikke CIO-en med flest implementerte agenter. Det er den som faktisk kan fortelle deg hvilke agenter de har, hva disse agentene har lov til å gjøre, hvem som er ansvarlig for dem, hva de koster, og avkastningen på investeringen.

Vi brukte 2026 på å finne ut hvordan vi får AI i produksjon. 2027 vil handle om å finne ut hva vi skal gjøre når den er ute og handler på egen hånd, og hvordan vi styrer den på en måte som forbedrer sikkerhet og etterlevelse uten å gå på bekostning av effektiviteten.