Nästan alla stora organisationer använder eller planerar att använda AI-agenter, men bara var tionde har hittills tagit dem i bred drift. Inom två år räknar 69 procent med att göra det, enligt en global studie från MIT Technology Review Insights som finansierats av Google Cloud. Det största hindret är enligt respondenterna inte tekniken i sig, utan datan som agenterna ska arbeta med.
Bred användning är fortfarande ovanlig
Rapporten bygger på en enkät som genomfördes i februari och mars 2026 bland 300 seniora beslutsfattare inom data och teknik, bland dem CIO:er, CTO:er och chefer med ansvar för data och AI. De flesta organisationerna omsätter minst 500 miljoner dollar per år och verkar inom bland annat högteknologi, handel, tillverkning, finans och hälso- och sjukvård. Undersökningen kompletterades med djupintervjuer.
Enligt studien använder 83 procent av organisationerna redan AI-agenter i någon form. Men bara 10 procent gör det brett i verksamheten, medan 73 procent har en begränsad användning. Ytterligare 15 procent planerar att börja, och endast 1 procent saknar planer.
Högteknologibranschen ligger längst fram, där 20 procent använder agenter brett. Inom hälso- och sjukvård samt life science är andelen 14 procent.
Kundtjänst och IT är de vanligaste områdena
De vanligaste användningsområdena enligt enkäten är kundtjänst, som 62 procent av respondenterna nämner, följt av hantering av IT-system med 52 procent och IT-säkerhet med 51 procent. Det är också inom dessa områden som flest uppger att de har lyckats, även om andelen som rapporterar framgång ligger under hälften.
Under de kommande sex till tolv månaderna planerar många att ta agenterna vidare till HR, ekonomi och försörjningskedjor. Där är dock erfarenheterna hittills svagare – bara 11 procent rapporterar framgång med agenter inom HR och 18 procent inom supply chain.
AI når bara knappt hälften av företagens data
Ett centralt resultat är att AI i genomsnitt bara har tillgång till 45 procent av organisationernas data. Spridningen mellan branscher är stor: inom högteknologi är andelen 60 procent, medan finanssektorn ligger på 33 procent.
Rapporten pekar på inlåsta datasilos som den vanligaste utmaningen, vilket hälften av respondenterna uppger. Därefter följer svårigheter att komma åt ostrukturerad data, brist på data i realtid och avsaknad av affärsmässigt sammanhang som gör datan begriplig för agenterna.
Äldre system bromsar utrullningen
Hela 55 procent anger att den egna dataplattformen är den främsta flaskhalsen för att skala upp AI-agenter. Drygt hälften, 54 procent, har pausat eller skjutit upp införanden för att först åtgärda grundläggande dataproblem.
Lika många, 52 procent, uppger att fördröjningar i äldre system hindrar snabba beslut, och hälften menar att den gamla infrastrukturen tydligt försämrar avkastningen på agentprojekten.
Problemen syns även i förtroendet. Bara 51 procent litar på att agenternas beslut är korrekta och relevanta, och endast 8 procent beskriver dem som genomgående träffsäkra.
Ledarna automatiserar sin datahantering
Studien särskiljer en liten grupp på 25 organisationer som den kallar dataledare, där AI har tillgång till mer än 70 procent av datan. I den gruppen litar samtliga på agenternas beslut, jämfört med 22 procent bland de organisationer som ligger efter. Endast 8 procent av ledarna rapporterar problem med skalbarhet eller fördröjningar.
Ledarna prioriterar också annorlunda. Över hälften av dem satsar på att automatisera själva datahanteringen med hjälp av AI-agenter, jämfört med 30 procent av samtliga respondenter, och betydligt fler uppgraderar sina API:er.
Rapportens rekommendationer är att kartlägga och aktivera även ostrukturerad och oanvänd data, att ge datan affärsmässigt sammanhang och att på sikt bygga eller ersätta system med plattformar som är utformade för AI från början.
Datagrunden avgör vem som lyckas med agenterna
För beslutsfattare är budskapet att AI-agenter i första hand blir en fråga om datastrategi och infrastruktur. Agenter som ska utföra handlingar, inte bara svara på frågor, behöver tillgång till data och operativa system i hela organisationen. Utan det riskerar investeringarna att fastna i piloter.
Samtidigt bör resultaten läsas med viss försiktighet. Studien är beställd av Google Cloud, som säljer just de data- och AI-plattformar som rapporten lyfter fram som lösningen. Urvalet består dessutom av stora globala företag, och det saknas en separat redovisning för Norden.
Bilden stämmer ändå med andra undersökningar som visar att relativt få företag har lyckats skala upp system med flera samverkande agenter. Den som vill ligga i framkant behöver alltså sannolikt börja med att städa och knyta ihop sin data innan nästa agent sätts i drift.
