Styring er blevet salgspunktet: Agentic AI ankommer nu indbygget i enterprise-software

Autonomi og styring plejede at være to faser: først agenterne, så kontrollen, når skaden var sket. De seneste udgivelser fra SAS og GitLab viser, at enterprise-markedet har vendt rækkefølgen om. Det ændrer, hvad du skal bede dine leverandører om, og hvornår.

Det store billede: Styring er blevet salgspunktet

Illustration: Styring er blevet salgspunktet: Agentic AI ankommer nu indbygget i enterprise-software

Foto: Conny Schneider på Unsplash

SAS udvider de agentic AI-funktioner i Customer Intelligence 360, platformen for marketinganalyse og kundeintelligens. Samtidig leverer GitLab i version 19.3 nye styringskontroller for agentic AI, eksplicit rettet mod regulerede miljøer.

To leverandører, to vidt forskellige domæner, marketing og softwareudvikling. Samme bevægelse: agenterne bygges ind i selve platformen, og kontrollerne kommer med i samme udgivelse.

Det bekræfter det billede, vi tegnede i Fra data-platform til agent-infrastruktur: Hvad signal 2026 afslører om marketingteams næste skift, hvor vi vurderede, at marketingteams værktøjsstak er ved at skifte rolle fra databehandler til agent-infrastruktur. Dengang var det et mønster, man skulle skelne i konference-agendaer og roadmaps. Nu står det i release notes fra etablerede enterprise-leverandører.

Det helt nye belæg er, hvor kontrollen er placeret. GitLab markedsfører ikke bare agenter, men kontroller, der skal kunne holde i regulerede brancher. SAS kobler agentfunktionerne til en platform med compliance-rødder i analytics. For et år siden var agent-governance et whitepaper-emne. I dag er det en feature, der konkurrerer på linje med alt andet.

Min tolkning: Leverandørerne har regnet ud, at enterprise-køberen ikke køber autonomi, men kontrolleret autonomi. Differentieringen i næste martech-generation handler derfor ikke om, hvem der har den bedste model, men hvem der har det bedste svar på: hvad har agenten lov til at gøre, og hvordan dokumenterer vi det?

Hvorfor det betyder noget for dit platformvalg

Dit næste valg af marketingplatform er samtidig dit valg af agent-ramme. Når agenterne er indbygget, følger styringsmodellen med leverandøren. Du kan ikke tage SAS’ analytics og en anden parts governance. Pakken er lukket, og den forbliver lukket frem til næste fornyelse.

Uden egen politik arver du leverandørens default. Har din afdeling ikke defineret, hvad agenter må, får du standardindstillinger designet til at passe alle kunder, altså ikke til dig. Det er samme mekanik som med cookie-bannere og dataretention: leverandørens default bliver din compliance-virkelighed.

Lock-in skifter karakter. At flytte en CDP er dyrt, men data kan eksporteres. En agent akkumulerer derimod arbejdskontekst: godkendelsesregler, workflow-viden, integrationer. Det følger ikke med et CSV-eksport. Agent-lock-in er dybere end data-lock-in, fordi det er organisationens beslutningsmønstre, der er indbagt i platformen.

Compliance-presset breder sig til marketing. Når GitLab sigter eksplicit mod regulerede miljøer, er det, fordi finans, sundhed og pharma er de første købere af kontrolleret agent-teknologi. Ligger din virksomhed der, vil IT og compliance snart stille de samme krav til marketingplatformenes agenter som til udviklingsværktøjerne. Den samtale er bedre at invitere selv end at få overrakt.

Vi berørte arbejdsdelingen mellem menneske og maskine i Fra pilot til værdi: Fem trin til AI-disciplin i marketingafdelingen. Pointen nu er, at den arbejdsdeling ikke længere kan bo i et slide-deck. Den skal konfigureres ind i platformene, ellers konfigurerer platformene den for dig.

Hvad du skal gøre nu

  1. Skriv agent-politikken, før platformen skriver den for dig. Tre beslutningsklasser er nok til at begynde: hvad må en agent gøre alene (budjustering inden for faste rammer, tekstvarianter), hvad kræver godkendelse (publikationer, budgetflytninger, nye målgrupper), og hvad er forbeholdt mennesker (strategi, behandling af persondata, etiske grænser).
  2. Opdater procurement-kravene. Ved næste fornyelse bør kontrakten besvare: hvem kan ændre agentens beføjelser, logges alle agentens handlinger, kan handlinger rulles tilbage, og hvilke data har agenten adgang til? Bed om at se audit-loggen i en demo frem for på en featureliste.
  3. Udpeg én ejer af agent-styringen på tværs af stacken. Uden det ender du med tre platforme og tre styringsmodeller, og ingen der kan svare ledelsen på, hvad en agent må foretage sig i organisationens navn.
  4. Inviter compliance ind tidligt. Er virksomheden underlagt brancheregler, så tag dem med, mens konfigurationen stadig er åben. At rekonstruere sporbarhed bagefter er langt dyrere end at kræve den fra dag ét.

Agentfunktionen kommer med i din platforms næste release-cyklus, uanset om du har bedt om den. Spørgsmålet er derfor ikke, om softwaren bliver autonom. Spørgsmålet er, om styringsmodellen er skrevet af dig eller af din leverandørs produktteam.

Læs også

Ét svar til “Styring er blevet salgspunktet: Agentic AI ankommer nu indbygget i enterprise-software”

  1. […] chatbaseret rådgivning til agentic eksekution, og det er præcis den retning vi så tegnene til i Styring er blevet salgspunktet: Agentic AI ankommer nu indbygget i enterprise-software – at styringslaget bliver afgørende, når AI går fra at rådgive til at […]

Discover more from kommuniverset

Subscribe now to keep reading and get access to the full archive.

Continue reading