Er SaaS-æraen forbi? Dave Park spår om fremtiden for AI-Agenter

“SaaS-æraen er forbi. Fremtiden tilhører AI-agenter, ikke apps,” lyder den opsigtsvækkende udmelding fra Dave Park, CEO og medstifter af Narada AI. På TechCrunchs podcast Equity varsler Park et markant skifte for hele måden, virksomheder tænker software og digitale værktøjer på. Ifølge Park står vi over for en tid, hvor de traditionelle SaaS-platforme må vige pladsen for intelligente, agentbaserede AI-løsninger, der kan navigere og agere på tværs af systemer – uden nødvendigvis at kende alle integrationer på forhånd. Det er dog vigtigt at slå fast, at meget af denne vurdering bygger på erfaringer og analyse fra Narada AI selv, ikke på uafhængige danske undersøgelser.

I en dansk kontekst er debatten højaktuel. Mange virksomheder oplever en stigende kompleksitet, hvor vidensarbejdere jonglerer med et hav af SaaS-platforme. Dave Park anslår, at “den typiske knowledge worker i dag bruger 17-25 forskellige SaaS-værktøjer og spilder op mod 2,5 timer dagligt” på at skifte mellem platforme og opdatere data. Tallet stammer dog fra Narada AI’s egne observationer og kan ikke umiddelbart overføres direkte til danske forhold uden forbehold. Danske undersøgelser, som f.eks. Dansk Erhvervs digitaliseringsbarometer, peger dog også på, at softwarefragmentering og tab af overblik er voksende udfordringer for mange.

Baggrunden for agentisk AI og Narada AIs teknologi

Men hvad vil det sige at arbejde agentisk? Agentbaseret AI – også kaldet agentisk AI – er software, der ikke blot følger faste scripts, men kan ræsonnere, improvisere og løse komplekse opgaver på tværs af digitale platforme. Hvor klassisk automatisering ofte kræver specifikke integrationer mellem systemer (typisk via API’er, altså standardiserede softwarebroer), kan en AI-agent forstå brugerens intention og forsøge at finde egne veje gennem opgaven. Narada AI bygger deres løsning på såkaldte “large action models” – videreudviklinger af sprogbaserede AI-modeller, som ikke blot forstår tekst, men også kan udføre serieopgaver på tværs af flere digitale værktøjer, også hvor der ikke findes åbne integrationer. Det skal dog understreges, at denne teknologi stadig under udvikling og ikke altid fungerer fejlfrit, især i miljøer med lukkede eller proprietære systemer.

Dave Park fremhæver, at agentisk AI i fremtiden kan modtage en opgave – eksempelvis at onboarde en medarbejder – og derefter selv finde ud af, hvordan processen skal gennemføres via de relevante værktøjer. Det er her, forskellen til klassisk automatisering opstår: Agenten kan improvisere, hvis den møder uforudsete forhindringer. Det er dog vigtigt at bemærke, at aktører som Narada AI først og fremmest har demonstreret teknologien i pilotprojekter, og at bred implementering stadig er i sin vorden.

SaaS-overflod i praksis: Danske erfaringer og perspektiver

Danske vidensarbejdere oplever, især i større virksomheder, at de dagligt arbejder med mange forskellige SaaS-platforme. En rapport fra Dansk Industri bekræfter, at fragmenteringen vokser, og at tid brugt på at skifte mellem værktøjer er en reel udfordring. Dog findes der endnu ikke præcise, uafhængige målinger for, hvor mange systemer den gennemsnitlige danske medarbejder bruger – eller hvor meget tid, der reelt spildes. Her er det relevant at forholde sig kritisk til internationale tal og tage højde for lokale forskelle i it-struktur, digital modenhed og governance.

For virksomheder med høje krav til datasikkerhed og compliance kan SaaS-junglen give yderligere hovedbrud. Fragmenterede data, svær governance (altså styring og kontrol med processer), og risiko for, at viden går tabt eller bliver uoverskuelig, nævnes ofte som barrierer for effektiv digitalisering.

Agentisk AI: Muligheder og begrænsninger i Danmark

Agentbaseret AI lover at forenkle arbejdsgange dramatisk. Forestil dig onboarding af en ny medarbejder: I dag kræver det måske fem forskellige systemer og mange manuelle klik. Med en agent-AI kunne hele processen automatiseres – potentielt også i værktøjer, der ikke har åbne API’er. For enterprise-segmentet er potentialet at minimere spildtid og sikre datasammenhæng, mens mindre virksomheder kan få adgang til avanceret automatisering uden store udviklingsbudgetter. Narada AI og lignende aktører lægger vægt på, at deres modeller er skalerbare fra enkeltmandsvirksomheder til globale koncerner.

Det er dog vigtigt at balancere forventningerne. Uafhængige eksperter pointerer, at agentisk AI stadig kæmper med at forstå kompleks forretningslogik, fortolke tvetydige opgaver og sikrer stabilitet i miljøer uden standardiserede integrationer. Erfaringer fra internationale pilotprojekter viser, at agent-AI ofte kræver manuel opsætning og tæt overvågning i startfasen, og at “fuld” automatisering kun sjældent opnås uden løbende tilpasning.

Forskelle på agentisk AI og klassisk automatisering – og hvor skuffelsen ligger

Hvor automatisering med RPA (robotic process automation) og klassiske scripts leverer stabile, men stive løsninger, er styrken ved agentisk AI netop evnen til at ræsonnere og improvisere. Det gør agenten mere fleksibel – men ikke nødvendigvis mere pålidelig, især i første implementeringsbølge. På professionelle onlinefora, fx Reddit, rapporterer brugere både store tidsgevinster og betydelige frustrationer: Nogle oplever, at AI-agenter stadig har svært ved at forstå kontekst og fejler på mere komplekse eller uforudsigelige opgaver. Det er et gennemgående tema, at hype og realitet ikke altid følges ad, og at teknologien kræver kritisk afprøvning før bred udrulning.

Snilld anbefaler, at organisationer arbejder med små pilotprojekter, hvor agentisk AI først prøves af i klart afgrænsede processer. Erfaringen fra danske virksomheder, der har eksperimenteret med automatisering og AI, er, at tidlig involvering af slutbrugere og løbende evaluering er afgørende for succes. Det minimerer risikoen for fejlslagne investeringer og styrker forankringen.

Markedstendenser: Agent-AI vinder frem – men ikke uden modspil

• Mere end 70 Y Combinator-startups arbejder nu med agentisk AI, og store softwarehuse som Grammarly bygger hele AI-drevne “work stacks” gennem partnerskaber og opkøb, ifølge TechCrunch.
• Flere danske it-rådgivere peger på, at potentialet er stort – men også at teknologien endnu ikke kan stå alene og bør suppleres af klassisk automatisering, indtil agent-AI er mere modnet og gennemtestet.
• Uafhængige danske eksperter – fx fra Alexandra Instituttet og IT-Universitetet – fremhæver, at den største udfordring er datasikkerhed, governance og kontrol, især i regulerede brancher.

Snillds rolle og rådgivning – hvem er vi?

Snilld er en dansk AI-konsulentvirksomhed specialiseret i at hjælpe danske virksomheder med strategi, pilotprojekter og organisatorisk forankring af AI-løsninger. Vi ser det som vores opgave at balancere hype og realitet og sikre, at vores kunder får reel værdi ud af agentisk AI – ikke bare flotte PowerPoint-præsentationer. Vi anbefaler altid at lægge en governance-strategi fra begyndelsen og at involvere både it- og forretningssiden i pilotprojekterne.

Implementering: Hvad kræver agentisk AI af organisationen?

AI-agenter er ikke plug-and-play. Succes kræver, at virksomheder genbesøger deres it-strategi, får styr på datastrømme og tilpasser governance til mere automatiseret drift. Ledelsen skal gå forrest – både for at drive forandring og for at tage medarbejdernes bekymringer alvorligt, især om datasikkerhed og kontrol. Ifølge flere danske it-chefer er det en klar fordel at starte småt og lære undervejs, fremfor at satse på “big bang”-implementeringer.

Kritiske spørgsmål og modargumenter – kan agentisk AI virkelig erstatte SaaS?

Der er flere relevante indvendinger: Kan AI-agenter håndtere opgaver med høj sikkerhed og compliance? Hvordan sikrer man kontrol, når beslutninger træffes af software? Vil medarbejderne acceptere, at “usynlige” agenter overtager arbejdsrutiner? Eksperter vurderer, at de fleste virksomheder vil ende med en hybridmodel, hvor AI-agenter supplerer – men ikke erstatter – SaaS-platformene. I brancher med mange rutineopgaver og databehandling kan balancen dog tippe mod mere agent-drevet drift over tid, hvis teknologien modnes og dokumenterer stabile gevinster.

Vejen frem: Konkrete next steps for danske virksomheder

• Start med små, lavrisiko eksperimenter – fx automatisering af rapportering eller onboarding, hvor gevinster hurtigt kan evalueres.
• Udarbejd en governance-strategi fra starten, så data, compliance og ansvar er tydelig forankret.
• Følg med i udviklingen og vær klar til at opskalere, hvis teknologien viser sig holdbar i praksis.

Snilld står klar til at rådgive om både strategi, valg af pilotprojekter og forankring – så danske virksomheder kan gribe potentialet, uden at risikere at blive fanget i agent-hypen. Så én ting er sikkert: Uanset hype eller skepsis – agentisk AI er kommet for at blive, også i Danmark. Men det er stadig op til de enkelte virksomheder at tage styringen og sikre, at teknologien omsættes til reel værdi.

Kilder:

• https://techcrunch.com/podcast/saas-is-in-the-past-the-future-belongs-to-agents-says-narada-ais-ceo/
• https://www.reddit.com/r/SaaS/comments/1ho8qvx/ai_agents_are_they_the_future_or_just_hype/
• https://techcrunch.com/podcast/saas-is-in-the-past-the-future-belongs-to-agents-says-narada-ais-ceo/
• https://www.reddit.com/r/rpa/comments/1iftre3/rpa_vs_ai_agents_vs_agentic_process_automation/
• https://techcrunch.com/events/tc-disrupt-2024/

Målgruppens mening om artiklen

Jens Larsen, Tømrermester og ejer af byggefirma:

Jeg finder artiklen ret abstrakt og ikke direkte relaterbar til mit felt, der primært fokuserer på håndværk og traditionelle byggemetoder. Jeg sætter pris på innovation, men agentisk AI synes fjernt fra min hverdag. Jeg vil give artiklen en 30, da den ikke rammer mine daglige udfordringer eller interesser.

Sofie Andersen, Digitaliseringsekspert:

Artiklen er meget interessant; den berører vigtige emner som softwarefragmentering og potentialet i AI. Jeg skal dog stadig se AI-agenternes praktiske anvendelse i en reel dansk kontekst. Jeg vil give den en 75, da den åbner for vigtige diskussioner, men mangler konkrete eksempler og solide data fra Danmark.

Lars Andersen, CEO af softwarefirma:

This article is compelling for tech entrepreneurs like me. However, the focus on AI agents seems more speculative without Danish industry-specific examples or endorsements. I value the innovative approach but would score it 60 until more localized evidence is available.

Jakob Pedersen, Senior Financial Analyst:

As someone with a financial background, the articles vision of AI potentially reducing SaaS redundancies is appealing. However, too much of the argument relies on the inventors themselves. I am cautiously optimistic, so I give it a 65, pending further evidence supporting these claims locally.

Sofie Nielsen, Social Media Manager:

The article introduces fascinating concepts, but it seems premature to declare the end of SaaS without broader consensus. The description of AIs improvisational capacity is intriguing, yet possibly idealistic at this stage. I rate it a 70 because of its inspiring glimpse into future possibilities.

*Denne artiklen er skrevet af en redaktion bestående af kunstig intelligenser, der har skrevet artiklen på baggrund af automatiseret research og oplysninger om de seneste teknologi nyheder fra internettet.

Billederne i artiklen er lavet af Fluxx Schnell fra Black Forest Labs.