Varför AI:s nästa utmaning ser förvånansvärt bekant ut för telekom

Under det senaste året har en förändring blivit alltmer tydlig i samtalen kring företags‑AI. Diskussionen domineras inte längre av vilken modell som presterar bäst eller var AI kan automatisera en annan process. De frågorna är fortfarande viktiga, men de är inte längre den avgörande faktorn för om AI går bortom ett pilotprojekt. Allt oftare ställer organisationer en annan fråga: vad måste förändras inom verksamheten innan AI kan litas på med ett större ansvar?

Det är en subtil förändring, men en som säger mycket om vart marknaden är på väg.

Under större delen av de senaste två åren har AI‑branschen fokuserat på att förbättra modeller. Noggrannheten har ökat, resonemanget har blivit mer sofistikerat och varje ny version har höjt förväntningarna på vad AI kan åstadkomma. Samtidigt har företag experimenterat med hur dessa förmågor kan förbättra kundupplevelser, effektivisera verksamheter eller avslöja nya intäktsmöjligheter. McKinseys senaste globala undersökning visar hur snabbt AI har gått in i mainstream‑affärsvärlden. Nästan nio av tio organisationer använder nu AI i minst en affärsfunktion, men relativt få har lyckats skala AI över hela företaget. Teknologin utvecklas snabbt. Att bygga organisationer som kan använda den på ett ansvarsfullt sätt visar sig vara en helt annan utmaning.

Skiftet från AI‑kapacitet till operativt genomförande

De frågor som nu dyker upp har mindre att göra med intelligens och mycket mer med genomförande.

Vad händer när AI inte bara rekommenderar nästa bästa åtgärd utan initierar den? Hur ska kommersiella policyer tillämpas när beslut fattas i realtid? Vem är ansvarig om ett autonomt system fattar fel kommersiellt beslut? Hur kan organisationer visa att kundens tillstånd har respekterats, regulatoriska skyldigheter har uppfyllts och att varje beslut fortfarande kan förklaras månader efter att det fattades?

Dessa frågor uppstår inte för att AI har slutat förbättras. De uppstår för att företag blir allt säkrare på att placera AI närmare kärnan i sin verksamhet.

En AI‑modell kan identifiera rätt erbjudande för en kund, rekommendera en finansiell produkt, optimera nätverksresurser eller bestämma nästa steg i en digital resa inom sekunder. Att omvandla den rekommendationen till ett affärsresultat är avsevärt mer komplext. Innan något händer måste organisationen fortfarande fastställa om kunden är berättigad, om samtycke har inhämtats, om kommersiella policyer tillåter transaktionen att fortsätta, om en annan ekosystempartner är involverad och om varje steg i processen är tillräckligt transparent för att uppfylla styrnings‑ och regulatoriska krav.

Det operativa lagret får sällan samma uppmärksamhet som själva modellen, men det avgör i allt högre grad om AI kan implementeras med förtroende i stor skala. Deloittes 2026 State of AI research visade att nästan tre fjärdedelar av organisationerna förväntar sig att anta agentisk AI inom de kommande två åren, medan endast en liten minoritet tror att deras styrningsförmågor är tillräckligt mogna för att stödja autonom AI i företagsomfattning. Klyftan handlar inte om innovation; den handlar om operativ beredskap.

När man ser på företagsimplementeringar idag framträder ett konsekvent mönster. Organisationer har inte problem för att AI‑modeller misslyckas med att generera rekommendationer. De upptäcker att varje rekommendation måste gå igenom verksamhetens operativa verklighet innan den blir en handling. AI ersätter inte den miljön. Den blir en annan deltagare i den.

Varför telekominfrastruktur är nyckeln till AI‑styrning

För leverantörer av kommunikationstjänster är den utmaningen anmärkningsvärt bekant.

Telekom har i årtionden drivit digitala verksamheter där förtroende etableras kontinuerligt snarare än antas. Nätverk verifierar identiteter, autentiserar enheter och levererar betrodda signaler i realtid. Parallellt styr digitala affärsplattformar kundrelationer, tillämpar kommersiella policyer, hanterar digitala rättigheter, orkestrerar tjänster, koordinerar partner‑ekosystem och säkerställer att transaktioner kan fullgöras, debiteras och avräknas korrekt. Dessa funktioner designades inte med generativ AI i åtanke. De utvecklades eftersom digitala företag alltid har varit beroende av pålitliga interaktioner mellan kunder, nätverk, företag och partners.

När AI blir inbäddat i samma miljöer blir värdet av den operativa grunden mycket tydligare.

En antagelse som förtjänar att utmanas är idén att säkrare modeller automatiskt leder till större företagsadoption. Erfarenheten pekar på något annat. Ju närmare AI kommer affärskritiska beslut, desto mer granskar organisationer allt som omger modellen. Frågor om identitet, styrning, kundtillstånd, kommersiellt ansvar och policygenomförande blir avsevärt viktigare eftersom konsekvenserna av felaktiga beslut blir betydligt större.

Det är här telekom har ett särskiljande bidrag att göra.

I flera år har kommunikationsleverantörer förfinat de operativa förmågor som krävs för att skapa förtroende i komplexa digitala ekosystem. Nätverk bidrar med betrodd identitet och realtidsintelligens. AI‑inbyggda BSS‑ och OSS‑plattformar tillhandahåller kundkontext, kommersiell styrning, tjänsteorkestrering, digital handel och livscykelhantering. Tillsammans skapar de den operativa miljö som avgör om ett AI‑genererat förslag ska bli en betrodd affärsåtgärd.

Samma förändring speglades under Tecnotrees diskussion på Mobile World Congress tidigare i år om autonoma nätverk. Intressant nog kretsade debatten inte kring huruvida autonoma system så småningom skulle fatta beslut självständigt. Det känns alltmer oundvikligt. Diskussionen fokuserade på styrning, ansvarsskyldighet och kommersiell tillsyn när dessa beslut börjar ske snabbare än människor realistiskt kan ingripa. Det är inte längre enbart frågor för telekom. De blir till frågor om AI i företag.

Överbrygga klyftan mellan AI‑intelligens och betrodda affärsresultat

Det bredare perspektivet förklarar också varför initiativ som GSMA Open Gateway har fått ökad fart. Standardiserade API:er som exponerar funktioner som nummerverifiering, SIM‑byte och enhetsplats ger betrodd nätverksintelligens som stärker digitala interaktioner. Deras största värde realiseras dock inte enbart genom nätverks‑API:er. Det uppstår när betrodda nätverksfunktioner kombineras med digitala affärsplattformar som kan förstå kundkontext, tillämpa kommersiella policys, orkestrera tjänster över flera partners och styra hela kundens livscykel. AI kan fastställa nästa bästa åtgärd, men den omgivande affärsmiljön avgör i slutändan om åtgärden alls bör genomföras.

Ur detta perspektiv blir förtroendeekonomin mycket mer praktisk än en diskussion om säker AI. Förtroende skapas inte bara för att en modell genererar ett övertygande förslag. Det förstärks kontinuerligt när identitet verifieras, kundbehörigheter respekteras, policys verkställs, kommersiella åtaganden uppfylls och varje deltagare i en digital interaktion hålls ansvarig för resultatet. Modellen bidrar med intelligens. Det omgivande ekosystemet ger förtroendet att agera på den.

För kommunikationstjänsteleverantörer innebär detta en möjlighet som sträcker sig bortom att implementera AI i sina egna verksamheter. Branschen har under åratal investerat i betrodd digital infrastruktur, AI‑inbyggda affärsplattformar och ekosystemfunktioner som är utformade för att stödja allt mer sofistikerade digitala interaktioner. När företag går från att experimentera med AI till att operationalisera den blir dessa funktioner relevanta på sätt som få förutsett. Gartner förutspår att fram till 2027 kommer många organisationer att skala ner eller avveckla autonoma AI‑initiativ eftersom styrning och operativa kontroller inte mognar i samma takt som tekniken själv. Detta bör ses mindre som en varning om AI och mer som en påminnelse om att framgångsrik adoption beror på mycket mer än modellens kapacitet.

Nästa kapitel av AI kommer utan tvekan att leverera mer kapabla modeller, men förmåga ensam kommer inte att avgöra vilka organisationer som lyckas. Den avgörande fördelen kommer från att skapa digitala miljöer där intelligens, styrning, betrodda nätverk och affärsplattformar samverkar sömlöst. Organisationer kommer i allt högre grad att bedöma AI inte bara efter kvaliteten på de svar den genererar, utan efter huruvida dessa svar kan bli betrodda resultat.

Telekom förstår den utmaningen eftersom den har löst liknande operativa problem i årtionden. När förtroendeekonomin fortsätter att ta form ger kombinationen av betrodda nätverk, AI‑inbyggda BSS‑ och OSS‑plattformar samt digitalt orkestrerade ekosystem kommunikationsleverantörer en unik möjlighet att hjälpa företag att föra AI från experiment till ansvarsfull implementering.