Af Erik J. Andersen, CEO i Symbic

tlf. (m) +45 2344 2040 – eja@symbic.dk

 

 

 

 

 

 Agentic AI er fremtiden, men hvorfor skrottes projekter?

Gartner: Næsten hvert andet agentic AI projekt vil blive afbrudt indenfor to år

 

Agentic AI er det næste store inden for automatisering, men hypen overhaler virkeligheden, og mange virksomheder risikerer at spilde både tid og penge, lyder det fra Gartner. Her får du Gartners konklusioner tilsat mine tanker
27.juni 2025

 

Gartner forudsiger, at over 40% af Agentic AI-projekter vil blive annulleret inden udgangen af 2027. – Hvorfor? Snævert fokus giver ikke reel transformation og klar ROI-gevinst.

Der er behov for at nytænke processer til agentic AI, med basis i ROI-mål og Use Cases.

 

Analytikere skal udforske Agentic AI-trends under Gartner IT Symposium/Xpo, 8.-10. september på Gold Coast, Australien.

Ifølge Gartner, Inc. vil over 40 % af agentiske AI-projekter blive aflyst inden udgangen af 2027 på grund af stigende omkostninger, uklar forretningsværdi eller utilstrækkelig risikokontrol.

“De fleste agentiske AI-projekter lige nu er tidlige eksperimenter eller proof of concepts, der for det meste er drevet af hype og ofte anvendes forkert,” sagde Anushree Verma , Senior Director Analyst hos Gartner. “Dette kan gøre organisationer blinde for de reelle omkostninger og kompleksitet ved at implementere AI-agenter i stor skala , hvilket forsinker projekter fra at komme i produktion. De er nødt til at bryde igennem hypen for at træffe omhyggelige, strategiske beslutninger om, hvor og hvordan de anvender denne nye teknologi.”

Ifølge en Gartner-undersøgelse fra januar 2025 blandt 3.412 webinardeltagere sagde 19%, at deres organisation havde foretaget betydelige investeringer i agentic AI, 42% havde foretaget konservative investeringer, 8% ingen investeringer, mens de resterende 31% afventede eller var usikre.

Mange leverandører bidrager til hypen ved at bruge “agent washing” – rebranding af eksisterende produkter, såsom AI-assistenter, robotprocesautomatisering (RPA) og chatbots, uden væsentlige agentfunktioner. Gartner anslår, at kun omkring 130 af de tusindvis af agentiske AI-leverandører er reelle agentic AI.

“De fleste agentiske AI-forslag mangler betydelig værdi eller investeringsafkast (ROI), da nuværende modeller ikke har modenheden og handlekraften til autonomt at nå komplekse forretningsmål eller følge nuancerede instruktioner over tid,” sagde Verma. “Mange use cases, der i dag er positioneret som agentiske, kræver ikke agentiske implementeringer.”

Realisering af forretningsværdi
Trods disse indledende udfordringer repræsenterer tendensen mod agentisk AI et spring fremad inden for AI-kapaciteter og markedsmuligheder. Agentisk AI vil give nye midler til at forbedre ressourceeffektiviteten, automatisere komplekse opgaver og introducere nye forretningsinnovationer, der går ud over mulighederne i scriptede automatiseringsbots og virtuelle assistenter.

Gartner forudsiger, at mindst 15 % af de daglige arbejdsbeslutninger vil blive truffet autonomt gennem agentisk AI inden 2028, en stigning fra 0 % i 2024. Derudover vil 33 % af virksomhedssoftwareapplikationer omfatte agentisk AI inden 2028, en stigning fra mindre end 1 % i 2024.

I denne tidlige fase anbefaler Gartner, at agentisk AI kun anvendes, hvor det leverer en klar værdi eller et afkast af investeringen. Integration af agenter i ældre systemer kan være teknisk komplekst, ofte forstyrre arbejdsgange og kræve dyre ændringer. I mange tilfælde er det den ideelle vej til en vellykket implementering at gentænke arbejdsgange med agentisk AI fra bunden.

“For at få reel værdi ud af agentisk AI skal organisationer fokusere på virksomhedens produktivitet snarere end blot individuel opgaveforøgelse,” sagde Verma. “De kan starte med at bruge AI-agenter, når der er behov for beslutninger, automatisering til rutinemæssige arbejdsgange og assistenter til enkel hentning. Det handler om at skabe forretningsværdi gennem omkostninger, kvalitet, hastighed og skalering.”

 

Reel transformation

Kan generativ AI udgøre løsningsgrundlag? – Det må ROI-mål og UseCases afgøre.

Men udgangspunktet bør være, at agentic AI skal bygges på nytænkning af forretningsprocesser, for at opnå væsentlige forretningsgevinster. Det er oftest ikke tilfældet med generativ AI.

Eksempel på en Åbenlyst dårlig løsning på Use case: Min ellers gode racercykel bliver ikke til en autonom drone, der selvstændigt overflyver København og fotograferer alle de berømte gamle tårne, ved at pumpe fordækket godt.