Raise 2025: Hur artificiell intelligens omvandlar affärsverksamheten

I en allt mer digital värld fortsätter artificiell intelligens (AI) att omdefiniera hur företag fungerar. Toppmötet i Raise Paris 2025 illustrerade denna förändring med sessionen ”Code, Copy, Conquer: How AI Agents Redefine Enterprise”, som samlade branschledare för att utforska de verkliga tillämpningarna av AI-agenter inom organisationer. Medan vissa företag ligger i framkant av denna revolution, befinner sig andra mitt i strategiska reflektioner för att integrera dessa automationsverktyg samtidigt som de garanterar mänskligt samarbete. Vilka är konsekvenserna för framtidens arbete?

Läget för AI-agenter i företag: utmaningar och realiteter

Implementeringen av artificiell intelligensagenter i affärsvärlden väcker avgörande frågor om deras effektivitet och deras integration i affärsprocesser. Under Raise Summit-sessionen diskuterade experter som Zendesks Adrian McDermott och Makes Sara Maldon de grundläggande skillnaderna mellan automatiserade assistenter, task automation processer (RPA) och sanna AI-agenter. De senare definieras av deras förmåga att utföra uppgifter autonomt tack vare en kognitiv komponent, kontextuellt minne och verktyg för att agera utan mellanliggande direktiv.

För att illustrera dessa distinktioner:

Automatiserade assistenter: flexibel och enkel, användbar för repetitiva uppgifter.
RPA: processautomation, men med begränsningar för beslutsfattande.
AI-agenter: verkligt autonoma enheter som kan proaktivt hantera mål.

Vägen till fullständig autonomi är dock kantad av utmaningar. Enligt McDermott är ”vägen till fullständig autonomi en gradvis upptrappning av risker.” Detta skapar organisatoriska utmaningar, särskilt när det gäller systemintegration och hantering av mänsklig interaktion. Användningen av AI-agenter resulterar i en exponentiellt ökande volym av kundinteraktioner, vilket kräver noggrann uppmärksamhet på att utveckla infrastrukturer som kan hantera denna komplexitet.

Utmaningar med integration av AI-agenter

Betydande framsteg har setts i konkreta fall inom företag. Till exempel lyfte SAPs Jan Bungert fram erfarenheterna från en stor tysk industrikoncern, där en AI-agent hjälpte till att ersätta mer än 300 manuella arbetsflöden. Denna typ av framgång visar AI-agenters potential att optimera processer, men det finns fortfarande skalbarriärer. Hinder för industrialisering	Lösningar som övervägs
Systemfragmentering	Utveckla en enhetlig infrastruktur
Dataheterogenitet	Datastandardisering och rensning
Brist på processdokumentation	Implementering av bästa dokumentationspraxis
Traditionell arbetsmiljö	Utbildning och medvetenhet för anställda

Siffrorna talar för sig själva: enligt S&P Global kommer 42 % av företagens AI-projekt att ha stoppats på grund av dessa utmaningar år 2024. För att gå vidare med denna dynamik måste företag kombinera teknisk innovation med att anpassa personalresurser.

Organisatorisk omvandling: Omprövning av arbete med AI-agenter

Införandet av AI-agenter markerar en verklig nytolkning av arbetsmetoder. Salesforces Betty Junod betonar att problemet inte bara handlar om teknik, utan om en kulturell och operativ transformation. ”Att introducera en AI-agent handlar inte bara om att automatisera en process: det handlar om att ompröva hur arbete utförs”, säger hon.

Denna metod innebär djupgående förändringar inom operativa team, personalavdelningar och ledning. Företag måste se till att integrationen av dessa agenter inte skapar motstånd, utan främjar en samarbetsdynamik. Oro för förlorade arbetstillfällen tas ofta upp, men experter rör sig mot en mer nyanserad syn på omstrukturering av arbete.

Fördela roller och ansvar
Inom kundtjänst kan till exempel AI-agenter hantera enkla förfrågningar, medan mänskliga rådgivare fokuserar på mer komplexa ärenden. Denna typ av samarbete säkerställer ökad kundnöjdhet utan att kompromissa med servicekvaliteten. Fördelar med att använda AI-agenter:
Minskade driftskostnader.
Ökad produktivitet.
Förbättrad användarupplevelse.

Frigör tid för mänskliga team att fokusera på högvärdiga uppgifter.

Denna ansvarsförskjutning syns även inom mjukvaruutvecklingsteam, där kodningsassistenter ökar produktiviteten samtidigt som behovet av mänsklig granskning bibehålls. Inom finanssektorn är automatiseringen av KYC-processen (Know Your Customer) ett konkret exempel på hur flera AI-agenter kan samordna sig för att optimera mänskliga färdigheter. Denna dynamik gör det möjligt för beslutsfattare att fokusera på strategiska frågor snarare än administrativa bördor.

Framåtblick: Mot en era av AI-transformation

Adrian McDermott sätter detta avgörande ögonblick i företagens digitala utveckling i perspektiv genom att hävda att vi går in i en ny era. Efter femton år av molntransformation måste företag nu anamma AI-driven transformation. Denna framtid är inte begränsad till tekniska innovationer, utan kräver också nya ledningsmetoder och skapandet av nya roller. Nya jobb drivna av AI

Behovet av att uppfinna nya roller – AI-agentarkitekter, automationsansvariga – blir allt viktigare i takt med att företag omdefinierar sina interna strukturer. Denna förändring skapar tvärvetenskapliga team som kan interagera med olika tekniker och skapa synergier.
Inverkansområden för AI-agenter:
Mjukvaruutveckling.

Kundsupport.

Backoffice-funktioner (personal, ekonomi, drift). Marknadsföring och säljfrämjande åtgärder. Forskning och utveckling.

AI-agenter kan coacha säljteam och underlätta onboarding, samtidigt som de ger värdefullt stöd för vetenskaplig forskning. Som Sarah Maldon påpekar är det viktigt att omdefiniera uppgifter och verktyg för att anpassa sig till denna nya arbetsmiljö. Detta innebär inte nödvändigtvis att minska personalstyrkan, utan snarare att omvandla befintliga jobb.
Infrastrukturen som behövs för en framgångsrik digital transformation	För att denna transformation ska lyckas måste flera grundläggande element finnas på plats. En enhetlig moln- och datainfrastruktur är avgörande. I denna digitala tidsålder måste också en användningsfallsorienterad strategi antas för att säkerställa effektiva integrationer. Förutsättningar för framgångsrik integration av AI-agenter Rekommenderade åtgärder Enhetlig moln- och datainfrastrukturInvestera i lösningar som Google Cloud, Oracle eller Microsoft.
Användningsfallsorienterad strategi	Börja med pilotprojekt (POC) för att validera potentialen hos AI-agenter. Affärsengagemang
Utbilda och öka medarbetarnas medvetenhet om användningen av AI-agenter.	Kontinuerlig kompetensutveckling
Utveckla utbildningsprogram skräddarsydda för nya roller.

Dessa grunder kommer att göra det möjligt för företag att fullt ut utnyttja löftet med AI-agenter. Genom att kombinera tekniska och mänskliga styrkor framträder framtidens arbete som ett sammanhang där innovation rimmar med samarbete. Marknadsledare som SAP, Salesforce, C3.ai och DataRobot leder vägen när det gäller att bygga hållbara verksamhetsmodeller baserade på intelligenta allianser mellan människor och maskiner.