I over to årtier har IT-markedet fungeret efter en forholdsvis simpel model.
Virksomheden har et problem. Køber et system. Implementerer systemet. Uddanner medarbejderne. Lærer at bruge systemet. Og forsøger derefter at nå det forretningsmål, der er sat.
Sådan så implementeringerne ud:
- CRM,
- ERP,
- lagersystemer,
- e-handelsplatforme,
- marketingværktøjer,
- projektstyringssystemer.
I årevis undrede det ingen. Tænk nu på, at software var et værktøj, der skulle hjælpe med at opnå et bestemt resultat.
Men i dag opstår et spørgsmål, som for få år siden ville lyde absurd: Vil virksomhederne stadig købe software?
Eller vil de begynde at købe færdige kompetencer leveret af kunstig intelligens?
Det er ikke længere en futuristisk vision. De første tegn på denne ændring er allerede synlige.
Hvordan har IT-markedet fungeret hidtil?
I årtier købte vi værktøjer.
Et eksempel?
Virksomheden havde brug for bedre salgsstyring. - Købte et CRM.
Behøvede rapportering. - Købte et BI-system.
Behøvede marketingautomatisering. - Købte endnu et værktøj.
Problemet var, at køb af et system aldrig automatisk betød, at målet blev nået.
At købe et CRM garanterede ikke øget salg.
At købe et ERP garanterede ikke bedre styring.
At købe en marketingplatform garanterede ikke flere kunder.
Virksomheden købte muligheden for at udføre arbejdet. Ikke selve resultatet.
Og netop det kan ændre sig.
Software-as-a-Service - modellen der dominerede verden
Først kom SaaS (Software-as-a-Service).
I stedet for at købe en licens og installere systemet på egne servere begyndte virksomheder at bruge abonnementstjenester.
Tusindvis af platforme opstod:
- CRM'er,
- HR-systemer,
- helpdesks,
- e-handelsplatforme,
- marketingværktøjer.
Modellen viste sig at være en kæmpe succes.
Men den havde en ulempe - den krævede stadig betjening. Det var mennesker, der udførte arbejdet. Systemet var kun et værktøj.
Hvad ændrer AI?
For første gang i historien begynder værktøjet at udføre en del af arbejdet selvstændigt. Det er en fundamental forskel.
Et eksempel.
Klassisk CRM:
- gemmer kundedata,
- gør det muligt at tilføje noter,
- genererer rapporter.
AI-agent:
- analyserer kunder,
- opdager risiko for tab,
- foreslår handlinger,
- forbereder beskeder,
- starter workflows.
Og i fremtiden kan den udføre endnu mere.
Og netop derfor taler man i stigende grad om en ny model.
Outcome-as-a-Service
Dette begreb vil dukke op oftere og oftere.
Outcome betyder resultat.
Vi køber ikke længere værktøjet. Vi køber effekten.
Et eksempel.
I dag køber en virksomhed en marketing-automationsplatform.
I morgen kan den købe: "at skaffe 100 kvalificerede leads om måneden".
Uden at bekymre sig om teknologien, der kører i baggrunden.
For kunden er resultatet det vigtige. Ikke værktøjet.
Det er en meget lignende forandring, som vi så med cloud'en.
Få bekymrer sig i dag om, hvilken server en applikation kører på. Det er tjenestens tilgængelighed, der tæller.
Det samme kan ske med AI.
Agent-as-a-Service
Endnu en interessant retning er Agent-as-a-Service.
Altså muligheden for at "leje" kompetencer.
Ikke et menneske.
Ikke et system.
AI-agenter.
Forestil dig en virksomhed, der har brug for salgsstøtte.
I stedet for at ansætte en ekstra person eller købe endnu et værktøj bruger den en agent, der er ansvarlig for:
- lead-analyse,
- udarbejdelse af tilbud,
- kundekvalificering,
- rapportering.
Virksomheden køber ikke funktioner. Den køber kompetence.
Det er en stor ændring i måden at tænke teknologi på.
Ordliste
SaaS (Software-as-a-Service)
En leveringsmodel for software som en abonnementsservice.
Outcome-as-a-Service
En model, hvor klienten betaler for et forretningsresultat og ikke for værktøjet i sig selv.
Agent-as-a-Service
En service, der leverer specialiserede AI-agenter, som udfører bestemte opgaver.
AI Agent
Et system, der kan analysere information, træffe handlinger og realisere bestemte mål.
AI Orchestration
Koordination af flere agenter, processer og systemer for at opnå et forretningsmål.
Hvordan kan en virksomhed se ud om nogle år?
Forestil dig en mellemstor virksomhed.
I dag har den:
- CRM,
- ERP,
- helpdesk,
- regnskabssystem,
- marketingplatform,
- rapportsystem.
Medarbejderne logger ind i mange applikationer hver dag. Skifter mellem skærme. Eksporterer data. Opretter rapporter. Overfører information.
Om nogle år er en anden model mulig - medarbejderen kommunikerer målet.
Lag af AI-agenter:
- indsamler data,
- analyserer situationen,
- tager handlinger,
- rapporterer resultater.
Systemerne eksisterer stadig, men ophører med at være arbejdscentret - de bliver datakilder.
Betyder det slutningen på traditionel SaaS?
Nej. I hvert fald ikke i de kommende år.
Forretningssystemer vil stadig være nødvendige.
ERP forsvinder ikke.
CRM forsvinder ikke.
E-handelsplatforme forsvinder ikke.
Måden, man bruger dem på, vil dog ændre sig.
Brugeren vil i stigende grad ikke arbejde direkte i systemet. Han/hun vil samarbejde med et lag af intelligens, som udfører de fleste operationer.
Hvor kan virksomheder fejle?
Den største fejl er at tro, at AI klarer alting af sig selv.
Det virker ikke.
En agent uden data er ubrugelig.
En agent uden integration er begrænset.
En agent uden kontrol kan træffe forkerte beslutninger.
Derfor handler fremtiden ikke om at erstatte alle systemer med AI. Den handler om at forbinde dem intelligent.
Røde flag ved implementeringer
🚩 Virksomheden implementerer AI uden ordnede data.
🚩 Agenten har ikke adgang til de faktiske processer.
🚩 Der mangler validering og menneskelig overvågning.
🚩 AI arbejder ved siden af organisationen i stedet for i dens processer.
🚩 Der forventes fuld autonomi fra dag et.
Sådanne projekter ender ofte i skuffelse.
Hvordan forberede sig på denne forandring?
Du behøver ikke straks at bygge en hær af agenter. Start med fundamentet.
1. Ryd op i data
Data vil være valutaen i den nye AI-økonomi.
2. Byg en API-first arkitektur
Integrationer bliver endnu vigtigere end i dag.
3. Dokumentér processerne
En agent kan ikke overtage en proces, som ingen forstår.
4. Tænk på resultater
Spørg ikke:
"Hvilket værktøj skal vi købe?"
Spørg:
"Hvilket resultat ønsker vi at opnå?"
Et livsnært eksempel
Forestil dig en kundeserviceafdeling.
Det klassiske tilgang:
- ticket-system,
- manuel analyse af henvendelser,
- manuel tildeling af sager,
- rapportering.
Agent-tilgangen:
- agenten klassificerer henvendelser,
- bestemmer prioritet,
- tildeler den rette afdeling,
- udarbejder svar,
- overvåger overholdelse af deadlines,
- rapporterer resultater.
Medarbejderen eksisterer stadig. Men hans/hendes rolle ændres fra operatør til procesovervåger.
Den vigtigste konklusion
Fremtidens IT-marked kan handle mindre om at købe flere systemer. Det kan handle om at købe evnen til at opnå bestemte resultater.
Ligesom virksomheder stoppede med at købe egne servere og begyndte at bruge cloud.
Sådan kan de ophøre med at købe flere værktøjer og i stedet begynde at bruge kompetencer leveret af AI-agenter.
Det betyder ikke slutningen på software. Det betyder en ændring i dets rolle.
Software vil oftere være usynligt. Det synlige vil være effekten.
Og netop effekten har altid været det, forretningen har gået efter.
