ChatGPT uppges ha passerat en miljard veckoanvändare, samtidigt som AI-agenter blir standardfunktion i allt fler produkter. Utvecklingen sätter press på både budgetar och kompetensförsörjning hos svenska it-avdelningar, som möter en intern efterfrågan driven mer av förväntningar än av konkreta behov.
Förväntanseffekten driver efterfrågan
Flera svenska it-chefer beskriver att den största drivkraften bakom kraven på AI-funktioner i verksamhetssystem inte är tekniken i sig, utan förväntningarna på vad den borde kunna. När en miljard människor använder en chattjänst varje vecka blir referenspunkten för vad ett system ska klara en annan.
Det skapar en obalans. Efterfrågan formuleras ofta som en funktion snarare än som ett problem, vilket gör den svår att prioritera mot annan utveckling.
Konsekvensen syns i två poster: molnkostnader som stiger snabbare än planerat, och rekryteringsbehov inom kompetensområden där utbudet är begränsat.
Agenter flyttar gränsen från svar till handling
Den tekniska förskjutningen under året handlar mindre om modellernas svar och mer om vad de tillåts göra. Agenter som kan utföra uppgifter i bakgrunden, hämta information och interagera med andra system blir standard i allt fler produkter.
Det förändrar riskbilden. Ett felaktigt svar är en informationsfråga, medan en felaktig åtgärd i ett affärssystem är en driftfråga. Behörighetsstyrning och spårbarhet blir därmed centrala även i system som tidigare hanterades som produktivitetsverktyg.
Det är också där skillnaden mellan konsument- och företagsanvändning blir tydligast. En privatperson som får ett felaktigt svar korrigerar det själv, medan en organisation behöver kunna rekonstruera vad som hände, vilka data som användes och vem som godkände åtgärden.
Annonser prövas för att finansiera beräkningskraften
Kostnaden för den beräkningskraft som krävs har fått flera AI-bolag att pröva nya intäktsmodeller. En av dem är annonser i de kostnadsfria produktnivåerna, medan betalande användare slipper dem.
Det är ett skifte med följdverkningar långt utanför tekniksektorn. En annonsfinansierad AI-assistent skapar en ny kanal för marknadsförare och en ny fråga om hur svar ska särskiljas från betalt innehåll.
För annonsörer innebär det ett format med annan logik än sök. Placeringen styrs av samtalets innehåll snarare än av inskrivna sökord, vilket gör att en användare kan möta ett erbjudande utan att ha uttryckt någon köpavsikt.
Regleringen har hunnit ifatt
Utvecklingen sker parallellt med att EU:s regelverk trätt i kraft i sin bredd. Sedan den 2 augusti gäller transparenskrav som innebär att användare ska informeras när de interagerar med ett AI-system och att syntetiskt innehåll ska märkas.
I USA har större lanseringar mötts av ökad myndighetsuppmärksamhet. Samtidigt varnar internationella säkerhetsrapporter för att tekniken används för att automatisera nätfiskekampanjer och skapa övertygande bedrägerier.
Bred användning är inte samma sak som bred nytta
Att antalet användare växer säger lite om vilket värde tekniken skapar i en organisation. Svenska mätningar har visat att en betydande andel AI-projekt inte når mätbara resultat, ofta av skäl som ligger utanför modellerna: datakvalitet, integrationer och otydlig ansvarsfördelning.
Mönstret känns igen från tidigare teknikskiften. Införandet går snabbt så länge det handlar om enskilda medarbetares verktyg, och saktar in när tekniken ska kopplas till affärskritiska processer där kraven på tillförlitlighet och spårbarhet är helt andra.
Det gör gapet mellan konsumentanvändning och verksamhetsnytta till den mer intressanta storheten att följa.
Vad utvecklingen kräver av svenska ledningsgrupper
För en ledningsgrupp är den praktiska frågan inte om AI ska användas utan var kostnaden ska hamna. Beräkningskraft är en rörlig kostnad som skalar med användning, till skillnad från de licensmodeller de flesta budgetprocesser är byggda för.
Den andra frågan gäller mandat. När agenter får utföra åtgärder i verksamhetssystem behöver någon äga beslutet om vilka åtgärder som är tillåtna, vem som granskar dem och hur de loggas. Den rollen finns sällan definierad i dag, och den blir svår att tillsätta i efterhand när funktionerna redan är i drift.
