Key Takeaways
Styringsskifte: AI-styring utvikler seg fra etterlevelse til konkurransefortrinn, og påvirker innkjøp og utvikling.
Etterspørsel etter agentbaserte løsninger: Innen 2026 vil 40 % av virksomhetsapplikasjonene integrere oppgavespesifikke AI-agenter, noe som krever nye styringsrammeverk.
Markedsforskjell: Til tross for forventet vekst er AI-styringsmarkedet fortsatt lite, noe som tvinger organisasjoner til å håndtere infrastrukturmanglene selv.
Milliarder strømmer inn i AI-infrastruktur og algoritmer. Men den delen av transformasjonen som faktisk avgjør om organisasjoner lykkes – mennesker, prosesser og styring – får knapt oppmerksomhet.
Spørsmålet under flere sesjoner på HumanX i San Francisco forrige uke var ikke om kunstig intelligens ville endre hvordan selskaper opererer. Vi ser allerede at det skjer. I stedet handlet fokuset om hvor den neste satsingen skulle plasseres.
Under en sesjon om investeringer i tidlig fase nevnte paneldeltakerne selskapene de var mest begeistret for: en plattform for videointelligens, en produsent av autonome forsvarsbåter og en app for velvære for forbrukere. Ingen av dem berørte området der de fleste AI-transformasjoner faktisk mislykkes.
Det er i seg selv et markedssignal.
Ifølge Menlo Ventures' rapport Status for generativ AI i virksomheter 2025 brukte amerikanske virksomheter 37 milliarder dollar på generativ AI i fjor, en økning på 3,2 ganger fra 11,5 milliarder dollar i 2024. Den største andelen, rundt 19 milliarder dollar, gikk til applikasjonslaget – programvare og produkter bygget på toppen av underliggende modeller.
Infrastrukturen absorberte resten. Rodrigo Liang, medgrunnlegger og administrerende direktør i SambaNova Systems, beskrev etterspørselen etter inferens som et marked med en vekst som «ennå ikke virkelig har kommet». Micron Technology alene har bevilget over 25 milliarder dollar i kapitalutgifter for å håndtere minnemangelen som AI-utbyggingen har skapt.
I mellomtiden ble det globale markedet for AI-styring – verktøyene som hjelper organisasjoner med å håndtere hvordan AI faktisk fungerer i arbeidsstyrken – verdsatt til 308,3 millioner dollar i 2025, ifølge Grand View Research. Mindre enn 1 % av det virksomhetene totalt brukte på generativ AI.
Et svar på 308 millioner dollar på et problem til 37 milliarder dollar
Boston Consulting Group s forskning på AI-adopsjon fant at 74 % av selskapene sliter med å oppnå eller skalere verdi fra AI, til tross for flere års investeringer. Den viktigste årsaken er at rundt 70 % av implementeringsutfordringene skyldes problemer knyttet til mennesker og prosesser. Teknologiproblemer utgjør 20 %. Algoritmer er laget som tiltrekker seg mest kapital, men står bare for 10 %.
Mønsteret blant selskaper som faktisk skalerer resultatene, følger samme logikk som den gamle 70–20–10-modellen: Ledere legger 70 % av investeringene i mennesker og prosesser, 20 % i teknologi og data og 10 % i algoritmer.
Dette rammeverket, som har røtter i organisasjonsforskning ved Center for Creative Leadership og er anvendt på AI-transformasjon av BCG, har blitt et pålitelig verktøy for å diagnostisere hvorfor virksomhetsprogrammer stopper opp. De fleste organisasjoner bruker penger på de 10 % og 20 % og lurer på hvorfor de 70 % ikke beveger seg.
Venturemarkedet gjenspeiler den samme skjevheten. Investorene i HumanX-panelet ignorerte ikke den organisatoriske siden av AI – de finansierte den ganske enkelt ikke.
Infrastruktur for endringsledelse, støtte til omstilling av arbeidsstyrken og verktøy for styring er alle vanskelige å pakke inn som produkter. Organisasjonsendring krever spesifisitet. Den lar seg vanskelig pakke inn i abonnementsmodeller.
Det konferansen bekreftet
En separat HumanX-sesjon om AI-styring gjorde konsekvensene konkrete. Navrina Singh, grunnlegger og administrerende direktør i Credo AI, har observert dette mønsteret lenge nok til å sette ord på det direkte.
Mange selskaper sier til oss: «La oss vente til en hendelse oppstår, og så investerer vi i AI-styring hvis vi trenger det.» Vet dere hva? Innen den tid kommer de til å være irrelevante.
Singh, som arbeider med Fortune 500-kunder i ti sektorer, hevder at styring er i ferd med å gå fra å være et spørsmål om etterlevelse til å bli et konkurransefortrinn.
Saahil Jain, teknologidirektør i You.com, formulerte det enda mer direkte.
Styring er ikke “kjekt å ha”, men en kritisk funksjon. Vi har et sterkt fokus på virksomheter, så på noen måter ser jeg det som en nødvendig, men ikke tilstrekkelig betingelse for å få virksomheter til å ta det i bruk i et globalt marked?
Begge beskrev et innkjøpsmiljø der Fortune 500-kjøpere, etter å ha brukt de siste to årene på å lage prototyper av AI-leverandører, nå gransker om disse leverandørene kan få tilgang til virksomhetsdata og -systemer.
Singh bemerket at selve styringsfunksjonen er i endring, fra sentraliserte samsvarsteam til en integrert praksis, der utviklere bygger inn sikkerhetsmekanismer på utviklingsstadiet i stedet for at styringsteam legger til tilsyn i etterkant.
Dette skiftet er viktig fordi det betyr at etterspørselen etter styringsverktøy blir bredere og når ingeniør- og produktfunksjoner som tidligere sto utenfor samtalen.
Agentproblemet
Hastverket blir tydeligere når det gjelder agentbasert kunstig intelligens. Gartner anslår at 40 % av virksomhetsapplikasjonene vil være integrert med oppgavespesifikke AI-agenter innen utgangen av 2026, opp fra mindre enn 5 % i dag.
Liang, hvis selskap bygger inferensinfrastruktur for nettopp dette miljøet, beskrev hva denne overgangen krever. Når agenter koordinerer arbeid autonomt på tvers av systemer ved hjelp av AI for virksomheter, vil organisasjoner trenge hele økosystemer for å sertifisere resultater.
Bransjer som bank, forsikring og offentlig sektor må produsere sertifiserbare resultater. Du må kunne spore dem.
Denne infrastrukturen finnes knapt som et kommersielt produkt.
Grand View Research anslår at styringsmarkedet vil nå rundt 3,6 milliarder dollar innen 2033, en årlig vekstrate på 36 % som gjenspeiler reell etterspørsel. Men utgangspunktet er så lite, og kurven for agentbasert implementering så bratt, at markedsvekst alene ikke vil levere det organisasjoner trenger innen tidsrammen de faktisk står overfor.
BCGs 74 % er ikke noe mysterium på denne bakgrunnen. Leverandørmarkedet har optimalisert for det som kan skaleres og selges (datakraft, modeller og applikasjoner), og i stor grad overlatt den organisatoriske infrastrukturen for AI-transformasjon til selskapene selv.
Ledere som behandler styring som grunnleggende allerede nå, før markedet modnes, håndterer ikke bare risiko. De bygger noe de ikke vil kunne kjøpe.
