I mer än två decennier har IT-marknaden fungerat enligt en relativt enkel modell.
Företaget har ett problem. Köper ett system. Implementerar systemet. Tränar personalen. Lär sig använda systemet. Och försöker sedan uppnå det uppsatta affärsmålet.
Så såg implementationerna ut:
- CRM,
- ERP,
- lagerhanteringssystem,
- e-handelsplattformar,
- marknadsföringsverktyg,
- projektledningssystem.
Under årtionden förvånade det ingen. Slutligen var programvara ett verktyg som skulle hjälpa till att nå ett visst resultat.
Men idag uppstår en fråga som för några år sedan skulle ha låtit absurd: Kommer företag fortfarande att köpa programvara?
Eller kommer de att börja köpa färdiga kompetenser som utförs av artificiell intelligens?
Detta är inte längre en futuristisk vision. De första tecknen på denna förändring syns redan nu.
Hur har IT-marknaden fungerat hittills?
I årtionden har vi köpt verktyg.
Exempel?
Företaget behövde bättre försäljningshantering. - Köpte CRM.
Behövde rapportering. - Köpte ett BI-system.
Behövde marknadsföringsautomation. - Köpte ytterligare ett verktyg.
Problemet var att köp av ett system aldrig automatiskt betydde att målet uppnåddes.
Att köpa ett CRM garanterade inte ökad försäljning.
Att köpa ett ERP garanterade inte bättre styrning.
Att köpa en marknadsföringsplattform garanterade inte fler kunder.
Företaget köpte möjligheten att utföra arbetet. Inte själva effekten.
Och just det kan komma att förändras.
Software-as-a-Service - modellen som dominerade världen
Först kom SaaS (Software-as-a-Service).
Istället för att köpa en licens och installera systemet på egna servrar började företag använda abonnemangstjänster.
Tusentals plattformar uppstod:
- CRM-system,
- HR-system,
- helpdesk,
- e-handelsplattformar,
- marknadsföringsverktyg.
Modellen visade sig vara en enorm framgång.
Men den hade en brist - den krävde fortfarande drift. Det var människan som gjorde jobbet. Systemet var bara ett verktyg.
Vad förändrar AI?
För första gången i historien börjar verktyget utföra en del av arbetet självständigt. Det är en fundamental skillnad.
Exempel.
Klassiskt CRM:
- lagrar kunddata,
- låter dig lägga till anteckningar,
- genererar rapporter.
AI-agent:
- analyserar kunder,
- upptäcker risk för churn,
- föreslår åtgärder,
- förbereder meddelanden,
- startar arbetsflöden.
Och i framtiden kan den göra ännu mer.
Just därför talas det allt oftare om en ny modell.
Outcome-as-a-Service
Detta begrepp kommer att dyka upp allt oftare.
Outcome betyder resultat.
Vi köper inte längre verktyget. Vi köper effekten.
Exempel.
Idag köper ett företag en plattform för marknadsföringsautomation.
Imorgon kan det köpa: "att generera 100 kvalificerade leads per månad".
Utan att bry sig om teknologin som arbetar i bakgrunden.
För kunden spelar resultatet roll. Inte verktyget.
Det är en mycket liknande förändring till den vi såg med molnet.
Få funderar idag över vilken server applikationen kör på. Viktigt är tjänstens tillgänglighet.
På samma sätt kan det bli med AI.
Agent-as-a-Service
En ännu mer intressant riktning är Agent-as-a-Service.
Det vill säga möjligheten att "hyra" kompetenser.
Inte en människa.
Inte ett system.
AI-agenter.
Föreställ dig ett företag som behöver stöd i försäljning.
Istället för att anställa en extra person eller köpa ytterligare ett verktyg använder det en agent ansvarig för:
- lead-analys,
- förberedelse av offerter,
- kvalificering av kunder,
- rapportering.
Företaget köper inte funktioner. Det köper kompetens.
Det är en mycket stor förändring i hur man tänker om teknologi.
Ordlista
SaaS (Software-as-a-Service)
En modell för leverans av programvara som en abonnemangstjänst.
Outcome-as-a-Service
En modell där kunden betalar för ett affärsresultat, inte för själva verktyget.
Agent-as-a-Service
En tjänst som levererar specialiserade AI-agenter som utför specifika uppgifter.
AI-agent
Ett system som kan analysera information, vidta åtgärder och uppnå specificerade mål.
AI Orchestration
Koordinering av flera agenter, processer och system för att uppnå ett affärsuppdrag.
Hur kan ett företag se ut om några år?
Föreställ oss ett medelstort företag.
Idag har det:
- CRM,
- ERP,
- helpdesk,
- bokföringssystem,
- en marknadsföringsplattform,
- rapporteringssystem.
Anställda loggar in i många applikationer dagligen. Växlar mellan skärmar. Exporterar data. Skapar rapporter. Flyttar information.
Om några år är en annan modell möjlig - medarbetaren kommunicerar ett mål.
Lager av AI-agenter:
- samlar data,
- analyserar situationen,
- vidtar åtgärder,
- rapporterar resultat.
Systemen finns fortfarande kvar, men slutar vara centrum för arbetet - de blir datakällor.
Betyder det slutet för traditionell SaaS?
Nej. Åtminstone inte inom de närmaste åren.
Affärssystem kommer fortfarande att behövas.
ERP kommer inte att försvinna.
CRM kommer inte att försvinna.
E-handelsplattformar kommer inte att försvinna.
Sättet man använder dem kommer dock att förändras.
Allt oftare kommer användaren inte att arbeta direkt i systemet. De kommer att samarbeta med ett intelligenslager som utför majoriteten av operationerna.
Var kan företag göra misstag?
Det största misstaget är att tro att AI löser allt av sig självt.
Det fungerar inte så.
En agent utan data är värdelös.
En agent utan integration är begränsad.
En agent utan tillsyn kan fatta felaktiga beslut.
Därför handlar framtiden inte om att ersätta alla system med AI. Den handlar om att koppla ihop dem intelligent.
Röda flaggor vid implementationer
🚩 Företaget inför AI utan ordnade data.
🚩 Agenten har inte tillgång till verkliga processer.
🚩 Brist på validering och mänsklig övervakning.
🚩 AI arbetar vid sidan av organisationen istället för i dess processer.
🚩 Man förväntar sig full autonomi från dag ett.
Sådana projekt slutar ofta i besvikelse.
Hur förbereda sig för denna förändring?
Man behöver inte bygga en armé av agenter direkt. Det är värt att börja med grunderna.
1. Rensa upp i data
Data kommer att vara valutan i den nya AI-ekonomin.
2. Bygg en API-first-arkitektur
Integrationer kommer att bli ännu viktigare än idag.
3. Dokumentera processerna
En agent kan inte ta över en process som ingen förstår.
4. Tänk på resultat
Fråga inte:
"Vilket verktyg ska vi köpa?"
Fråga istället:
"Vilket resultat vill vi uppnå?"
Ett levande exempel
Föreställ oss en kundtjänstavdelning.
Klassiskt tillvägagångssätt:
- ticketsystem,
- manuell analys av ärenden,
- manuell tilldelning av ärenden,
- rapportering.
Agentbaserat tillvägagångssätt:
- agenten klassificerar ärenden,
- bestämmer prioritet,
- tilldelar rätt avdelning,
- förbereder svaret,
- övervakar leveranstider,
- rapporterar resultat.
Medarbetaren finns fortfarande kvar. Men rollen förändras från operatör till processövervakare.
Viktigaste slutsatsen
Framtiden för IT-marknaden kan handla mindre om att köpa flera system och mer om att köpa förmågan att uppnå specifika resultat.
Precis som företag slutade köpa egna servrar och började använda molnet.
På samma sätt kan de sluta köpa ytterligare verktyg och istället börja använda kompetenser utförda av AI-agenter.
Det innebär inte slutet för programvara. Det innebär en förändring av dess roll.
Programvaran kommer allt oftare att vara osynlig. Det synliga kommer att vara effekten.
Och just effekten är vad affärer alltid handlat om.
