Det nästa Shadow IT‑problemet blir Shadow‑agenter

Shadow IT brukade innebära att en anställd registrerade sig för ett SaaS‑verktyg utan att fråga, eller att en avdelning körde sin egen prenumeration tills IT fick reda på det på det hårda sättet. Vi fick det under kontroll med bättre synlighet, inköpsdisciplin och molnstyrning.

Agenter kommer att återställa det problemet, och de kommer att röra sig snabbare än SaaS eller molnet någonsin gjort, för den här gången sitter det obehöriga systemet inte bara stilla. Det agerar.

Autonomi‑spridning

Finans bygger sina egna agenter. Det gör även HR, försäljning, inköp och kundservice. Anställda skapar personliga agenter. Leverantörer integrerar tyst agenter i de produkter vi redan betalar för.

Multiplicera det över en stor organisation och CIO:n spårar inte längre tjugo agenter. Det handlar om hundratals eller tusentals mjukvaruenheter, var och en med viss förmåga att röra system och vidta åtgärder. IBM har förutspått stora företag kommer att köra mer än 1 600 AI‑agenter i slutet av året. Gartner har varnat att agenter skapar infrastruktur, identiteter och åtkomsträttigheter snabbare än styrprocesser kan spåra dem.

CIO:ernas prioritet för 2027 blir att göra en faktisk inventering. Vem som byggde varje agent, vad den gör, vilka system den rör, vilka behörigheter den har och vem som äger den. Utan det finns inget styrprogram; bara ett antagande att någon annan håller ett öga på det.

Människa‑i‑loopen skalar inte

“Behåll en människa i loopen” var ett rimligt svar när det bara fanns ett fåtal agenter. Det upphör att vara så när ett företag kör tusentals agenter som utför en enorm mängd åtgärder. Det finns inte tillräckligt med människor eller timmar för det.

Lösningen är riskbaserad autonomi, inte generell tillsyn. En agent som uppdaterar en intern post behöver inte samma granskning som en finansiell transaktion. Vad som bör bestämma nivån av mänsklig inblandning är: åtgärdens penningvärde, hur känsliga data är, agentens förtroendenivå, regulatorisk exponering och om agenten agerar utanför sina förväntade parametrar.

Gartner har beskrivit en liknande modell, inklusive kontrollpunkter som sträcker sig från förhandsgodkännande till mellanstegsinblandning till efterutförandegranskning och periodisk provtagning. Målet är inte en människa i loopen överallt. Det är en människa på rätt punkt i loopen.

Agenter som hanterar agenter

Just nu befinner sig de flesta organisationer fortfarande i fasen där en människa styr en agent. Nästa steg blir fleragentsystem: specialiserade agenter som kommunicerar med varandra, överlämnar uppgifter och kör hela arbetsflöden utan en person i mitten.

En inköpsagent flaggar ett behov, kontrollerar med en finansagent om budgeten, och triggar en inköpsagent att verkställa; ingen människa rör någon del av det. McKinsey kallar detta framväxande arkitektur för ett “agentnätverk”. Deloitte fann endast 15% av organisationerna har skalat tvärfunktionell multi‑agent‑adoption, och bara 5 % säger att deras affärsprocesser är starkt förberedda för det.

Risken tar en annan form här. Det handlar inte längre om “gjorde en agent ett misstag”. Det handlar om hur långt det misstaget sprider sig genom ett nätverk av agenter och system innan någon märker det. CIO:er måste styra inte bara enskilda agenter utan också relationerna och beroendena mellan dem.

Agentekonomi är inte SaaS‑ekonomi

Agenter svarar inte på en prompt en gång och stannar sedan. De kör kontinuerligt, anropar modeller upprepade gånger, träffar API:er, förbrukar molnresurser och triggar andra agenter. Det är en annan kostnadsprofil än att lägga till en SaaS‑licens, och den saknar förutsägbarhet.

Ett arbetsflöde som ser billigt ut i ett pilotprojekt kan snabbt bli dyrt när hundratals agenter kör det i produktion kontinuerligt. IBM förutspår att AI‑utgifterna kommer att öka från strax under 15 % av IT‑budgetarna 2025 till nästan 25 % år 2027, och fann att 85 % av teknikledarna fortfarande saknar full insyn i AI‑utgifter i realtid.

Känn till kostnaden för en agent per uppgift, per arbetsflöde, per affärsresultat. Inte bara priset på den underliggande modellen.

Från att hantera teknik till att hantera autonomi

I årtionden har mitt jobb som CTO i princip handlat om att hantera system som människor använder. Det förändras. Nu hanterar jag system som agerar på människors vägnar, och det är en helt annan typ av arbete.

Så, när jag funderar på vem som kommer att ligga steget före 2027, är det inte CIO:n med flest utplacerade agenter. Det är den som faktiskt kan berätta vilka agenter de har, vad dessa agenter får göra, vem som ansvarar för dem, vad de kostar och avkastningen på investeringen.

Vi tillbringade 2026 med att ta reda på hur vi får AI i produktion. 2027 kommer att handla om att ta reda på vad vi ska göra när den är ute och agerar på egen hand, och hur vi styr den på ett sätt som förbättrar säkerhet och efterlevnad utan att offra effektiviteten.