Vi har automatisert alt unntatt det faktiske arbeidet: Agentic AI kan endelig fikse utførelse i stor skala

Vi har automatisert kalenderen vår, e-posten vår og selv påmeldingssekvensene våre. Likevel forblir det faktiske arbeidet — det uoversiktlige, menneskelige, dag-til-dag-flyten av oppgaver — fast i kaos.

Hver uke mister kunnskapsarbeidere omtrent 40% av tiden sin til gjentakende, lav-prioritetsoppgaver, som å søke etter filer, kopiere og lime, angi data, jage statusoppdateringer. Disse er ikke aktivitetene som flytter nålen. Og, naturligvis, har denne ineffektiviteten en negativ virkning. Hos mennesker fører det til utbrenthet. Økonomisk sett fører det til milliarder av dollar i distraksjoner og tapt produktivitet.

Før du skylder på dette til en “mangel på verktøy”, tenk to ganger. Problemet, fra mitt synspunkt, er at verktøyene våre ikke fungerer sammen, og har aldri gjort det.

Hvor systemet bryter sammen

I teorien løser hver app i din stak en problem. I praksis skaper de nye. Ofte ser vi ansatte hoppe mellom 12 eller flere plattformer om dagen. Vi bruker Slack, Google Docs, Notion, prosjekt tavler og så videre, og hver av dem har sin egen logikk, innloggingsdetaljer og læringskurve.

Som resultat blir hver oppgave en fane-hopping skattejakt. Arbeid spres utover tråder og mapper, og teamer oppfinner nye prosesser hver kvartal bare for å fikse den siste systemets blinde flekker. Ingen har tid til å dokumentere, og når de gjør, leser ingen det.

Jeg vet dette fordi jeg har erfart det. Som en lean VC-firma — vi ser på oss selv som en startup — som opererer på tvers av kontinenter og jonglerer med multiple tidszoner, har vi bygget våre egne arbeidsflyter fra bunnen av. Tidlig utviklet vi en tilpasset deal flyt-motor og faste ritualer, inkludert ukentlige samtaler, regelmessige gjennomganger og kvartalsvise møter på stedet. Disse systemene har hjulpet oss å kjøre raskt med et lite team. Men selv da har jeg følt vekten av verktøy-overlast.

Vi har båret denne innsikten inn i vår investeringsfilosofi. Vår portefølje inkluderer selskaper som WalkMe, som hjelper team å strømlinjeforme digital tilpasning og identifisere potensielle friksjonspunkter i interne arbeidsflyter.

Likevel, i verden ellers, fortsatte vi å se ett konsistent problem. Det viktigste arbeidet, som trening, delegasjon og dømmekraft, bodde fortsatt spredt mellom Slack DM-er, kalenderinvitasjoner og uventede Loom-videoer.

Fra verktøy til spenning

Til tross for fremgang i automatisering, avhenger de fleste team fortsatt av manuelle overføringer. Det finnes ingen sentral kilde til sannhet. Prosesser kan bryte sammen hvis noen kritisk forlater, og når noe går galt, er det enklere å gjøre om en oppgave enn å finne ut hvordan det ble gjort sist.

Dette type system skalerer ikke, og gitt dagens raske miljø, er det ikke lenger bærekraftig.

Vi står nå på kanten av en endring. Takket være multimodale AI-modeller som kan parsere tekst, bilder, video og lyd, går vi inn i en æra hvor programvare kan “se” hvordan du arbeider og begynne å forstå hva som skjer uten å trenger perfekte innputt. Denne programvaren gjenkjenner kontekst, detekterer gjentakelse og blir eksponentielt smartere.

En større endring er underveis

Det kommende tiåret av arbeid er usannsynlig å handle om å velge en “bedre” app eller verktøy-stak. Hva som vil definere det er hva som til slutt erstatter mange av appene helt. Fremgang i multimodal kunstig intelligens, veksten av ustrukturert arbeidsplassdata (ofte kalt grå data), den stadige spredningen av programvare-som-en-tjeneste-verktøy og utvidelsen av skaperøkonomien presses mot en enkelt retning: et operativsystem for arbeid som er proaktivt, adaptivt og AI-nativt.

Tegn på denne endringen er allerede synlige. Flere mennesker hopper over individuelle apper og går rett til resultater, som å be en AI-assistent om å forberede en rapport, utløse automatiske kjeder for å publisere innhold eller bare beskrive et mål og la programvaren gjennomføre det. I denne modellen trekker grensesnittet seg tilbake og resultatet blir produktet.

Hva som endrer seg

En ny generasjon programvare oppstår, skifter fra regelbasert automatisering til adaptiv, harmonisk koordinering og AI-nativ orkestrering. Nye Agentic AI-verktøy flytter fra reaktivitet til proaktivitet. Ja, dette betyr at de faktisk tar initiativ.

I denne sammenhengen illustrerer tre mønster denne endringen:

• Team ønsker resultater, ikke grensesnitt. Mennesker ønsker ikke enda et dashboard — de ønsker mindre å bekymre seg for. De beste verktøyene er de du knapt merker.
• Automatisering skifter, som diskutert, fra å bare reagere til å lede. Det virkelige spranget ligger i bakgrunnsorkestrering som er stille, nyttig og usynlig. Den neste generasjonen av verktøy vil ikke vente på innputt. I stedet vil de observere hvordan du arbeider og begynne å forutse hva som må skje neste.
• Tilpasning blir standard. Ingen to team arbeider på samme måte. Derfor vil systemene i fremtiden lære og tilpasse seg i stedet for å påtvinge seg rigid maler. Tenk på din egen, proprietære operativsystem.

Utførelse over samtale

Den neste bølgen av automatisering handler om utførelse. De fleste programvare venter fortsatt på at mennesker klikker gjennom menyene eller skriver kommandoer. Nye systemer, i stedet, kan se hvordan en oppgave utføres, spotte de gjentakende stegene og utføre dem på egen hånd. Et team kan opptre en enkelt gjennomgang, inkludert en skjermopptak og en kort fortelling, og programvaren fanger prosessen, oppdaterer den når betingelsene endrer seg og kjører den automatisk.

Personlige operativsystemer

Ingen to mennesker eller team arbeider på samme måte, og systemene i fremtiden vil respektere denne realiteten. Hver kunnskapsarbeider vil ha et personlig produktivitetsmodell: programvare som lærer deres vaner, rytmer og preferanser, og deretter forutser hva som må skje neste. I denne sammenhengen stopper utførelse å være en skjør sjekkeliste og blir en evoluerende partnerskap mellom menneskelig dømmekraft og AI-initiativ.

Veiene fremover

For å bygge for fremtiden av arbeid, må vi endre hvordan vi tenker om programvare. I stedet for å se på det som en samling av verktøy, må vi se på det som en miljø som tilpasser seg hvordan mennesker opererer, selv om det er ufullkommen, asynkront og ofte uten dokumentasjon.

I virkeligheten er det uoversiktlige, ustrukturerte laget — samtaler, skjermopptak, stemme-notater og raske meldinger — der det virkelige arbeidet skjer, og hvor et selskaps sanne operasjonelle DNA bor. Agentic-systemer er bygget for å forstå og støtte dette, og å arbeide sammen med mennesker som virkelige partnere i utførelse.

Utførelse her kan være den oversete flaskenhalen. Å skalerer et selskap betyr fortsatt å dokumentere hundrevis av prosesser, duct-tape verktøy sammen og trene mennesker i arbeidsflyter som bryter stille med hver endring. Agentic AI tilbyr en utvei. Gjennom programvare som forstår kontekst, handler proaktivt og tilpasser seg like raskt som forretningen utvikler seg, leverer det på det virkelige løftet av automatisering, som er å frigjøre mennesker til å fokusere på dømmekraft, kreativitet og beslutninger som bare mennesker kan ta.

Denne endringen vil ta tid. Det vil ta tillit. Og det vil kreve at selskaper motstår fristelsen til å løse kompleksitet med mer kompleksitet. Men resultatet, hvis det gjøres riktig, er verdt det.