Tankeledare

Vad bör företag äga i sin AI-stack?

mm
Lägg till Unite.AI bland dina föredragna källor på Google

Nästa fas av AI-omvandlingen kommer att handla om vad företag kan lära sig av varje beslut som AI fattar, och om vem som äger den kunskapen

Samtalen om AI har kretsat kring en huvudfråga: vad kan de här modellerna göra? De har jämförts mot riktmärken, testats i pilotprojekt och väckt stor beundran, och under experimentfasen var det rätt fråga att ställa. Men det är inte rätt fråga för den situation vi befinner oss i nu.

AI utför nu arbetsuppgifter, bevakar förändringar, tar fram leveranser och deltar i viktiga beslut i nästa fas – det agentdrivna företaget – för att driva verksamheten framåt i stället för att bara besvara frågor. Omställningen går allt snabbare: IBM:s vd-studie för 2026 visade att vd:ar räknar med att andelen operativa beslut som fattas av AI nästan fördubblas till 48 % år 2030. När AI utför arbetet i stället för att bara beskriva det ändras den strategiska frågan från ”Vad kan den här modellen göra?” till ”Vad lär sig mitt företag varje gång det fattar ett beslut, och vem äger den kunskapen?”

Om företagsvärde byggs upp ett beslut i taget är ett företags viktigaste tillgång i AI-eran den process som gör det möjligt för organisationen att lära av varje beslut: sammanhanget bakom beslutet, underlaget som ledde fram till det, resultatet och mönstret som knyter samman dessa delar. Äger ni den processen blir varje beslut nästa beslut bättre underbyggt. Missar ni den automatiserar ni verksamheten utan att bygga upp något konkurrensövertag.

Bara genom att formulera om frågan förändras nästan allt kring hur ett seriöst företag bör utforma sin AI-arkitektur.

Misstaget att satsa hela företaget på en enda modell

Den vanliga instinkten har varit att samla allt hos en ledande modellleverantör, standardisera kring den och bygga allt ovanpå den. Jag tror dock att det är ett misstag, men inte av det skäl som brukar anges.

Den vanliga invändningen handlar om inlåsning och leverantörens prissättningsmakt. Det är verkliga problem, men de är sekundära. Den djupare frågan gäller incitament och vart företagets lärdomar tar vägen. Modellleverantörer arbetar med att bygga världens bästa modeller för allmänna ändamål, och det gör de genom att lära sig av hur modellerna används. När ni låter ett enda företag hantera era egna beslut, data och arbetsflöden lämnar ni över det mest särskiljande ni har – dokumentationen av hur ert företag tänker – till en leverantör vars incitament är att generalisera den. Ert konkurrensövertag blir då en insatsvara som konkurrenterna också kan köpa.

Teknikfronten rör sig dessutom för snabbt för att det ska vara klokt att satsa på att en viss modell förblir bäst särskilt länge. Den rätta arkitekturen bör i stället göra det möjligt för företag att styra uppgifter till den modell eller specialiserade agent som lämpar sig bäst för uppgiften, samtidigt som de äger agentramverket och lärloopen som fångar upp hur verksamheten fungerar och fattar beslut. Modeller kan förändras, men den egna grunden förblir er och blir mer värdefull med tiden.

IBM:s studie visade också att vd:ar som införlivar egen data och immateriella rättigheter i anpassade AI-modeller och AI-agenter räknar med att 13 % mer av deras intäkter år 2030 ska komma från produkter och tjänster som de inte erbjuder i dag.

Ni kan inte bygga varje agent – och bör inte försöka

Att äga agentramverket, lärloopen och dirigeringen innebär inte att ni måste bygga varje agent som använder dem. Den ledande agenten för företaget – den som förstår organisationen, prioriteringarna och den egna datan – ska ni bygga och äga själva. Men verksamheten omfattar områden som inget enskilt team kan behärska: försäljning, HR, juridik, ekonomi, marknadsinformation och mer därtill. Inom vart och ett av dessa områden gör en specialiserad agent bäst nytta när den är riktigt bra på just den uppgiften.

Inget företag kommer att bygga en agent i toppklass internt för varje funktion. Det är inte en kapplöpning om resurser som går att vinna. Det vinnande upplägget är en stark ledande agent som samordnar en uppsättning specialiserade underagenter, där var och en kan anpassas efter företagets krav och anslutas till agentramverket via ett tydligt gränssnitt. Företag befinner sig dock fortfarande i ett tidigt skede när det gäller att bygga den typen av arkitektur. En Deloitte-undersökning från 2026 visade att bara 15 % av organisationerna har skalat upp samordnad, tvärfunktionell användning av flera agenter.

Företagsledarnas verkliga uppgift består alltså av två delar: att bygga den ledande agent som ska vägleda verksamheten och den lärloop som den matar, och därefter identifiera de bästa specialiserade agenterna och integrera dem. Äg det som bygger vidare på värdet; samarbeta där det inte gör det.

En specialiserad agent eller ett omslag?

En specialiserad agent måste tillföra något som företaget inte enkelt kan återskapa. Ett varaktigt konkurrensövertag bygger på egen data i kombination med ett specialbyggt agentramverk för att hämta information ur den och resonera utifrån den. En agent är bara så bra som det den kan hitta och hur väl den förstår det den har hittat.

Det är den måttstock företagsledare bör använda när de avgör vad de ska bygga själva och vad de ska samarbeta kring. Om en förmåga bygger på unikt innehåll, branschkunskap och infrastruktur som har utvecklats särskilt för ändamålet under flera år är det osannolikt att en intern återskapning ger något konkurrensövertag. Fokusera i stället resurserna på den egna datan, beslutsloopen och samordningslagret – sådant som är unikt för just er.

Vad vinnarna kommer att förstå

De företag som lyckas i den agentbaserade eran är de som utformar sin verksamhet kring det som gör dem unikt smartare över tid. De kommer att äga den återkopplingsloop som gör det möjligt för dem att lära sig av varje beslut och omge den med de bästa specialiserade agenterna, i stället för att försöka bygga allt på egen hand.

Målet är inte att äga varje del av AI-stacken. Målet är att äga de delar där ert försprång växer över tid och samarbeta med andra om resten. Uppkopplad är inte detsamma som intelligent. I det agentbaserade företaget innebär intelligens att äga det som ger växande fördelar och samarbeta med andra om resten.

Chris Ackerson är senior vice president för produkt på AlphaSense. AlphaSense är tekniken bakom näringslivets viktigaste beslut – från Wall Street till styrelserum i alla större branscher. Över 6 500 ledande företag förlitar sig på plattformen – däribland 88 % av företagen i S&P 100, 80 % av de största globala bankerna och samtliga 20 av världens största läkemedelsföretag. Vår AI-baserade sök- och marknadsinformationsplattform hjälper företagsledare att agera snabbare och med större säkerhet genom att leverera rätt insikter vid rätt tidpunkt.