Denne klumme er et debatindlæg og er alene udtryk for forfatterens synspunkter.
Kunstig intelligens er det mest betydningsfulde teknologiske skifte siden internettets gennembrud – og den mest transformative udvikling, enterprise-software har været igennem.
Ikke fordi AI udgør en trussel mod software, men fordi AI er dybt afhængig af den.
Gennembruddene inden for ræsonnering, kodegenerering og autonome agenter er reelle, og de vil forandre alle brancher.
Jeg oplever det på nærmeste hold. AI skaber tocifrede effektivitetsgevinster i SAP's egen drift. I mere end to tredjedele af vores cloud-kontrakter i det seneste fjerde kvartal valgte kunderne at inkludere AI-funktionalitet.
Produktionsvirksomheder bruger AI agenter til at automatisere tilbudsprocesser og reducerer svartider markant.
Konsulentteams frigør op mod en fjerdedel af arbejdsugen til opgaver med højere værdi. Det er ikke hype – det sker nu, og det sker i stor skala i virksomhederne.
Alle store platforms-skift følger et velkendt mønster. I begyndelsen samler værdien sig i de nederste lag af teknologistakken: beregningskraften, modellerne og infrastrukturen – skovlene i guldfeberen.
Over tid flytter den varige værdi sig op i applikationslaget, hvor teknologi omsættes til konkrete forretningsresultater. Det viste internettet tydeligt. Cloud computing bekræftede det. AI bliver ikke anderledes. Software er ikke ved vejs ende – den er kun lige begyndt. Med andre ord: Software er ved at blive AI’s superkraft.
Hvor den reelle værdi skabes
På tværs af brancher investerer virksomheder milliarder i AI, drevet af reelle fremskridt i både kapabilitet og produktivitet.
Alligevel kæmper mange med at omsætte eksperimenter til målbare resultater på tværs af hele organisationen. Årsagerne er velkendte: fragmenterede datalandskaber, silo-opdelte processer, uensartet governance og AI-løsninger, der blot er lagt oven på aldrende kernesystemer.
Uanset branche eller størrelse efterspørger alle kunder, jeg taler med, det samme: AI, der forstår deres forretning i dybden – og gør det sikkert og pålideligt.
Det kræver integrerede applikationer, harmoniserede forretningsdata og klare styringsmekanismer. Uden dette opererer AI i et tomrum, afkoblet fra den forretningsmæssige virkelighed.
Hvis AI ikke forstår, hvordan finans hænger sammen med indkøb, hvordan forsyningskæden spiller sammen med produktionen, hvilke compliance-regler der gælder for en transaktion, eller hvordan undtagelser håndteres, kan den ikke drive en virksomhed pålideligt.
Selv små fejl – brug af forældede, ufuldstændige eller ukorrekte data – kan i det stille forplante sig og føre til forkerte beslutninger, fejlbehæftede transaktioner og betydelige tab, længe før nogen opdager det.
Langt fra at gøre software overflødig tydeliggør AI, hvor uundværlige de systemer er, der koordinerer arbejdet i stor skala.
Enterprise-AI lykkes, når agenter og governance mødes
At bygge en AI-agent bliver stadig lettere – men det er kun toppen af isbjerget.
Den virkelige udfordring ligger i at udrulle agenter på tværs af end-to-end-forsyningskæder eller finansielle lukkeprocesser, med fuld compliance og dokumenterbare revisionsspor.
Orkestrering, håndhævelse af politikker og forudsigelige workflows er afgørende for tillid.
Jo flere autonome agenter virksomheder implementerer, desto større bliver værdien af de styrede systemer, der sætter rammerne for og overvåger dem.
Det er her, de platforme, som allerede driver verdens mest kritiske forretningsprocesser, for alvor viser deres styrke.
Hvad agenter kræver for at fungere i stor skala
For at levere reelle og pålidelige resultater har AI-agenter brug for tre grundlæggende elementer.
For det første dyb domæne- og brancheviden indlejret i systemerne, så agenterne forstår kontekst, sammenhænge og komplette forretningsprocesser.
For det andet præcise og semantisk rige forretningsdata, der fungerer som en fælles og troværdig sandhedskilde.
Og for det tredje enterprise-grade governance: valideringsregler, compliance-kontroller, godkendelsesflows, identitetsstyring og revisionsspor, der sikrer, at autonomi forbliver kontrolleret.
Det er disse elementer, der adskiller AI, som reelt kan drive en virksomhed pålideligt, fra AI, der blot imponerer i en præsentation.
Hvad ændrer sig – og hvad består
AI gør software hurtigere og billigere at udvikle. Store sprogmodeller vil blive en standardvare.
Forretningsmodeller vil udvikle sig, i takt med at brugsmønstre flytter sig fra mennesker til agenter. Helt nye brugergrænseflader vil opstå. Brugere vil i stigende grad tale med AI frem for at navigere i applikationer, og front-end-løsninger vil blive genereret dynamisk i realtid.
Men behovet for løbende opdaterede og velstyrede systemer vokser kun. AI hæver kravene til sikre opdateringer, databaseret forbedring og fælles kontrolmekanismer – klassiske styrker ved moden SaaS.
AI-agenter erstatter ikke enterprise-software. De er afhængige af den.
Vinderne bliver ikke dem, der råder over marginalt bedre foundation-modeller. Det bliver dem, der skaber reel værdi i applikationslaget: forretningsresultater forankret i dyb domæneekspertise, integreret på tværs af funktioner og styret til udrulning i stor skala.
Software er ved at blive operativsystemet for pålidelig autonomi. De virksomheder, der forstår dette, vil indlejre AI i de systemer, der driver verdensøkonomien.
Resten vil fortsætte med at eksperimentere, udvikle prototyper – og undre sig over, hvorfor resultaterne ikke lever op til hypen.
Længe leve software.
Klummer er læsernes platform på Computerworld til at fortælle de bedste historier, og samtidig er det vores meget populære og meget læste forum for videndeling.
Har du en god historie, eller har du specialviden, som du synes trænger til at blive delt?
Læs vores klumme-guidelines og send os din tekst, så kontakter vi dig - måske bliver du en del af vores hurtigt voksende korps af klummeskribenter.
