Tankeledare

Vi har automatiserat allt utom det faktiska arbetet: Agentic AI kan slutligen åtgärda genomförandet i stor skala

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

Vi har automatiserat våra kalendrar, våra e-postmeddelanden och till och med våra ombordställningssekvenser. Men det faktiska arbetet — det smutsiga, mänskliga, dagliga flödet av uppgifter — förblir kvar i kaos.

Varje vecka förlorar kunskapsarbetare cirka 40% av sin tid på upprepningsbara, lågprioriterade uppgifter, såsom att söka efter filer, kopiera och klistra in, mata in data, jaga statusuppdateringar. Dessa är inte de aktiviteter som flyttar nålar. Och, naturligtvis, har denna ineffektivitet en negativ effekt. Hos människor leder det till utbrändhet. I ekonomiska termer leder det till miljarder dollar i distraktioner och förlorad produktivitet.

Innan du skyller detta på “brist på verktyg”, tänk två gånger. Problemet, från min utgångspunkt, är att de verktyg vi har inte fungerar tillsammans, och har aldrig gjort det.

Där systemet bryter

I teorin löser varje app i din stack ett problem. I praktiken skapar de nya. Ofta ser vi anställda som hoppar mellan 12 eller fler plattformar per dag. Vi använder Slack, Google Docs, Notion, projekttavlor och så vidare, och var och en av dem har sin egen logik, inloggningsuppgifter och lärokurva.

Som ett resultat blir varje uppgift en flik-hoppande skattjakt. Arbetet sprids över trådar och mappar, och teamen uppfinner nya processer varje kvartal bara för att laga det sista systemets blindfläckar. Ingen har tid att dokumentera, och när de gör det, läser ingen det.

Jag vet detta eftersom jag har upplevt det. Som en lean VC-firma — vi ser oss själva som ett startup — som opererar över kontinenter och hanterar flera tidszoner, har vi byggt våra egna arbetsflöden från grunden. Tidigt skapade vi en anpassad deal-flödesmotor och satte strikta ritualer, inklusive veckosamtal, regelbundna granskningar och kvartalsvisa möten på plats. Dessa system har hjälpt oss att springa snabbt med ett litet team. Men även då har jag känt tyngden av verktygsöverbelastning.

Vi har burit denna insikt in i vår investeringsfilosofi. Vår portfölj inkluderar företag som WalkMe, som hjälper team att strömlinjeforma digital anpassning och identifiera potentiella friktionspunkter i interna arbetsflöden.

Ändå, i världen i stort, fortsätter vi att se ett konstant problem. Det viktigaste arbetet, såsom utbildning, delegering och bedömningar, lever fortfarande utspritt mellan Slack DM, kalenderinbjudningar och tillfälliga Loom-videor.

Från verktyg till spänning

Trots framsteg inom automation, flesta team förlitar sig fortfarande på manuella överlämningar. Det finns ingen central källa till sanning. Processer kan bryta om någon kritisk lämnar, och när något går fel, är det lättare att göra om en uppgift än att ta reda på hur den gjordes förra gången.

Detta system skalar inte, och med tanke på dagens snabba miljö, är det inte längre hållbart.

Vi är nu vid kanten av en förändring. Tack vare multimodala AI-modeller som kan tolka text, bilder, video och ljud, går vi in i en era där programvara kan “titta” på hur du arbetar och börja förstå vad som händer utan att behöva perfekta indata. Denna programvara känner igen sammanhang, upptäcker upprepning och blir exponentiellt smartare.

En större förändring är på gång

Det kommande decenniet av arbete kommer troligen inte att handla om att välja ett “bättre” app eller verktyg. Vad som kommer att definiera det är vad som till slut ersätter många av apparna helt och hållet. Framsteg inom multimodal artificiell intelligens, tillväxten av ostrukturerad arbetsplatsdata (ofta kallad grå data), den stadiga spridningen av programvara som en tjänst och expansionen av skapar-ekonomin trycker mot en enda riktning: ett operativsystem för arbete som är proaktivt, anpassningsbart och AI-nativt.

Tecken på denna förändring är redan synliga. Fler människor hoppar nu över enskilda appar och går direkt till resultat, såsom att be en AI-assistent att förbereda en rapport, utlösa automatiserade kedjor för att publicera innehåll eller enkelt beskriva ett mål och låta programvaran utföra det. I detta modell drar gränssnittet sig tillbaka och resultatet blir produkten.

Vad som förändras

En ny generation av programvara är på väg, som skiftar från regelbaserad automation till anpassad, harmonisk samordning och AI-nativ orkestrering. Nya Agentic AI-verktyg flyttar från reaktivitet till proaktivitet. Ja, det betyder att de faktiskt tar initiativ.

I detta avseende illustrerar tre mönster denna förändring:

  • Team vill ha resultat, inte gränssnitt. Människor vill inte ha ännu en instrumentpanel — de vill ha mindre att oroa sig för. De bästa verktygen är de som du knappt märker.
  • Automation skiftar, som diskuterats, från att enbart svara till att leda. Det verkliga språnget ligger i bakgrundsorkestrering som är tyst, användbar och osynlig. Nästa generations verktyg kommer inte att vänta på indata. Istället kommer de att observera hur du arbetar och börja förutse vad som behöver hända nästa.
  • Personanpassning blir standard. Inga två team arbetar på samma sätt. Därför kommer systemen i framtiden att lära sig och anpassa sig istället för att påtvinga rigida mallar. Tänk på din egen, proprietära operativsystem.

Genomförande över konversation

Nästa våg av automation handlar om genomförande. De flesta programvaror väntar fortfarande på att människor ska klicka genom menyer eller skriva kommandon. Nya system kan istället titta på hur en uppgift utförs, upptäcka de upprepade stegen och utföra dem på egen hand. Ett team kan spela in en enda genomgång, inklusive en skärmavbild och en kort berättelse, och programvaran fångar processen, uppdaterar den när förhållandena ändras och kör den automatiskt.

Personliga operativsystem

Inga två människor eller team arbetar på samma sätt, och systemen i framtiden kommer att respektera den verkligheten. Varje kunskapsarbetare kommer att ha en personlig produktivitetsmodell: programvara som lär sig deras vanor, rytmer och preferenser, och sedan förutser vad som behöver hända nästa. I detta avseende slutar genomförandet att vara en skör checklista och blir en utvecklande partnerskap mellan mänsklig bedömning och AI-initiativ. 

Vägen framåt

För att bygga för framtiden av arbete måste vi ändra hur vi tänker på programvara. Istället för att se det som en samling verktyg, måste vi se det som en miljö som anpassar sig till hur människor opererar, även om det är ofullständigt, asynkront och ofta utan dokumentation. 

I själva verket är den smutsiga, ostrukturerade lagret — konversationer, skärmavbildningar, röstmeddelanden och snabba meddelanden — där det riktiga arbetet sker, och där ett företags verkliga operativa DNA bor. Agentic-system är byggda för att förstå och stödja det, och för att arbeta bredvid människor som riktiga partners i genomförandet.

Genomförandet kan vara den försummade flaskhalsen. Att skala upp ett företag betyder fortfarande att dokumentera hundratals processer, laga verktyg ihop och utbilda människor i arbetsflöden som bryter tyst med varje förändring. Agentic AI erbjuder en utväg. Genom programvara som förstår sammanhang, agerar proaktivt och anpassar sig lika snabbt som affären utvecklas, levererar det på det riktiga löftet om automation, som är att frigöra människor att fokusera på bedömning, kreativitet och de beslut som bara människor kan fatta. 

Denna förändring kommer att ta tid. Det kommer att ta tillit. Och det kommer att kräva att företag motstår frestelsen att lösa komplexitet med mer komplexitet. Men resultatet, om det görs rätt, är värt det. 

Andrew Gershfeld är en generell partner på Flint Capital, ett riskkapitalbolag som investerar i tidiga startups inom AI, cybersäkerhet och digital hälsa, och hjälper dem att expandera på den amerikanska marknaden.