AI-agenter i företag: vad de klarar idag och varför många projekt stoppas

AI-agenter är årets mest omtalade teknik. Till skillnad från en chattbot kan en agent utföra uppgifter i flera steg, hämta information från olika system och fatta enklare beslut på egen hand. Men samtidigt som intresset är stort spår analysföretaget Gartner att en stor del av projekten kommer att avbrytas. Skillnaden mellan de som lyckas och de som inte gör det handlar sällan om tekniken.

Vad är en AI-agent?

En vanlig AI-assistent svarar på frågor. En AI-agent tar emot ett mål och arbetar sig fram till det: den läser in underlag, väljer vilka verktyg den ska använda, gör ändringar i system och kontrollerar resultatet. Ett exempel är en agent som tar emot ett inkommande ärende, letar upp kunden i affärssystemet, föreslår ett svar och skapar en uppgift åt rätt handläggare.

Det som gör agenter användbara är just kopplingen till era befintliga system. Utan tillgång till kundregister, ordrar, kalendrar eller dokument blir agenten en avancerad chattbot.

Gartner: över 40 procent av agentprojekten stoppas

I juni 2025 publicerade Gartner en prognos om att mer än 40 procent av alla projekt med agentisk AI kommer att avbrytas före slutet av 2027. Orsakerna är stigande kostnader, oklart affärsvärde och otillräcklig riskhantering.^[1] Enligt Gartner är de flesta projekt idag tidiga experiment och konceptbevis som drivs av hype snarare än av ett tydligt behov.

Gartner varnar också för det som kallas agent washing: leverantörer som byter namn på befintliga chattbotar, AI-assistenter och RPA-verktyg utan att de har några egentliga agentiska förmågor. Av de tusentals leverantörer som marknadsför agenter bedömer Gartner att ungefär 130 erbjuder äkta agentisk AI.^[1]

Samtidigt växer användningen snabbt

Prognosen betyder inte att agenter är en fluga. Samma analys spår att minst 15 procent av de dagliga arbetsbesluten kommer att fattas av AI-agenter år 2028, och att en tredjedel av alla affärssystem då kommer att ha inbyggda agentfunktioner.^[1] I Sverige använde 35 procent av företagen med minst tio anställda någon form av AI under 2025, en ökning med tio procentenheter på ett år. Bland stora företag var andelen 72 procent och bland små 31 procent.^[2]

Där agenter gör mest nytta idag

Agenter fungerar bäst i processer som är återkommande, har tydliga regler och där underlaget redan finns digitalt. Typiska exempel är:

• Ärendehantering: sortera inkommande mejl och ärenden, hämta kunddata och föreslå svar.
• Dokumentflöden: läsa fakturor, avtal och formulär och föra in uppgifterna i rätt system.
• Sammanställningar: hämta data från flera källor och skapa rapporter eller beslutsunderlag.
• Uppföljning: bevaka att saker blir gjorda och påminna rätt person i tid.

Fem råd för att lyckas

1. Börja i processen, inte i tekniken. Kartlägg hur arbetet går till idag innan ni väljer verktyg. Då syns var en agent faktiskt sparar tid och var en enklare automation räcker.

2. Definiera ett mätbart mål. Gartner betonar att det verkliga värdet kommer när AI används där den ger mätbara förbättringar i kostnad, tid, kvalitet eller skalbarhet.^[1]

3. Lös integrationerna tidigt. I MuleSofts undersökning med över 1 050 IT-chefer uppgav 95 procent att de har svårt att integrera AI i befintliga processer.^[3] En agent som inte når era system kan inte göra jobbet.

4. Behåll människan i kontrollen. Låt agenten föreslå och förbereda, men låt en människa godkänna det som är viktigt, till exempel utskick till kunder eller ändringar i ekonomisystemet.

5. Börja smått och bygg vidare. Välj en avgränsad process, mät resultatet och skala upp först när ni ser effekten.

Sammanfattning

AI-agenter kan ta bort mycket manuellt arbete, men bara när de byggs på en väl förstådd process med tydliga mål och fungerande integrationer. De projekt som stoppas är oftast de som började i tekniken. De som lyckas började i verksamheten.