VentureBeat Researchs juni-undersøgelse blandt 573 tekniske ledere viser, at 86% af virksomheder med egne GPU’er udnytter dem 50% eller mindre. Kun 44% sporer AI-compute og afkast ordentligt, mens 54% rapporterer agent-sikkerhedshændelser eller nærved-hændelser det seneste år. Samtidig forudser Gartner, at 40% af enterprise-applikationer vil være integreret med opgavespecifikke AI-agenter ved udgangen af 2026. Mismatchet mellem hurtig udrulning og svage kontrolspor skaber tre akutte risici for drift, budget og sikkerhed — og kræver skarp prioritering af måling, styring og simple værn nu.

Expedia deler i VentureBeat, hvordan år med milliard-skala forudsigelser før agentiske systemer førte til konkrete principper, Agentic Release-tjek før produktion og krav, der er foldet ind i SDLC. Konklusionen er skarp: hastighed uden styring skalerer ikke.

Mange virksomheder kan godt se, hvad deres AI-agenter laver bagefter. Det sværere er at gribe ind, mens det sker, og i værste fald afgrænse skaden. VentureBeat, Gravitee og andre leverandørmålinger peger i samme retning, om end flere af tallene kommer fra leverandørdrevne undersøgelser og delvist små stikprøver.

VentureBeat peger på, at trafik fra store sprogmodeller kan konvertere markant højere end almindelig webtrafik. Problemet er, at mange større virksomheder stadig måler klik og placeringer, mens AI-systemer i stigende grad vælger, sammenfatter og citerer kilder på egne præmisser.