Bedrifter i alle størrelser akselererer bruken av kunstig intelligens, tiltrukket av løftet om økt effektivitet og reduserte driftskostnader. Men dette kappløpet skjuler en lite omtalt risiko: en betydelig del av disse prosjektene forventes ikke å overleve lenger enn de neste to årene, og forbruker investeringer uten å levere den lovede avkastningen.
Advarselen støttes av data fra to av de mest respekterte instituttene i teknologisektoren. Gartner anslår at 40 % av bedriftsapplikasjoner vil ha kunstig intelligens-agenter fokusert på spesifikke oppgaver innen utgangen av 2026, sammenlignet med mindre enn 5 % i 2025, og spår samtidig at mer enn 40 % av agentiske AI-prosjekter vil bli kansellert innen utgangen av 2027 på grunn av økende kostnader, uklar forretningsverdi eller utilstrekkelig risikokontroll. En Deloitte-studie forsterker scenariet fra en annen vinkel: nesten tre fjerdedeler av selskapene planlegger å ta i bruk agentisk AI i løpet av de neste to årene, men bare 21 % av dem hevder å ha en moden styringsmodell for disse agentene.
Ifølge Carlos Pisani, en systemarkitekturspesialist og grunnlegger av ArcH, beskriver tallene et mønster han gjenkjenner i praksis, lenge før noen rapport bekrefter det. «Problemet er nesten aldri hvilken AI-modell som er valgt. Det handler om å plassere en autonom agent oppå et system som aldri har hatt klare tekniske spesifikasjoner eller en validert arkitektur. Hvert nytt lag som legges til i denne basen øker den tekniske gjelden i stedet for å løse noe», sier han.
Ifølge Pisani er det en endring i selskapenes atferd som ennå ikke har nådd måten de bygger programvare på. «Markedet har modnet måten det tenker på forretninger. Etterspørselen etter driftseffektivitet og økonomisk bærekraft har vokst; dette er ikke lenger oppe til debatt. Problemet er at denne modenheten ikke har nådd utviklingen av systemer. Mange selskaper har utviklet forretningsmodellen sin og fortsetter å utvikle programvare på den gamle måten, uten spesifikasjon og uten arkitekturvalidering. Det er der den tekniske gjelden fødes, som deretter hindrer nettopp effektiviteten som virksomheten selv har kommet til å kreve.»
Ifølge Pisanis analyse bekrefter Deloitte-dataene diagnosen sett fra et styringsperspektiv. «Det faktum at bare 21 % av selskapene har en moden agentstyringsmodell er ikke et compliance-problem, det er et symptom på svak arkitektur. Agentstyring forutsetter at det finnes noe strukturert for å styre. Når systemet er født uten spesifikasjon, kan intet styringsrammeverk løse det senere.»
For å redusere risikoen for å være blant de 40 % av kansellerte prosjekter, argumenterer Pisani for at tekniske spesifikasjoner bør behandles som forretningsavgjørelser, ikke som tekniske trinn som skal hoppes over. «Før man spør hvilken AI-agent som skal brukes, er det riktige spørsmålet om den underliggende arkitekturen kan håndtere den avgjørelsen. Dette er det vi kaller spesifikasjonsdrevet arkitektur (SDA): ingen teknisk avgjørelse tas før det er klarhet i hva som må løses og hvordan det skal opprettholdes over tid. Selskaper som hopper over dette trinnet sparer ikke tid; de utsetter kanselleringen av sitt eget prosjekt.»
