Lad os være ærlige. Mange satte turbo på agentprojekter for at fange værdien først og rydde op bagefter. Ifølge VentureBeat Research gjorde virksomheder det ovenikøbet bevidst: AI‑agenter blev sat i produktion før de kontrollag, der skulle styre dem, var på plads. Nu kommer efterslæbet. I løbet af de næste 12 måneder planlægger mellem 57 og 68 procent at skifte eller tilføje leverandører i de centrale lag, der får agenter til at være sikre, sporbare og billige nok til at skaleres.
Konsekvensen er konkret. To tredjedele tillader allerede, eller ingeniører frem mod, at agenter kan skubbe kode eller systemændringer i produktion uden menneskelig gennemgang. Samtidig siger kun 5 procent, at de fuldt ud stoler på evalueringerne, der skulle give grønt lys. Omtrent halvdelen har endda oplevet en agent, der bestod interne tests og bagefter skabte et problem. Det er ikke alarmisme, det er drift.
Hvad kontroller mangler
VentureBeat definerer fem kontrollag, der skal være på plads for at kunne stole på en agent: identity, evaluation, cost telemetry, context layer og orchestration. Identity styrer hvilke agenter der må gøre hvad — og med hvis rettigheder. Evaluation handler om, hvorvidt agentens arbejde faktisk er godt nok. Cost telemetry måler hvad det koster at køre og vedligeholde. Context layer er de forretningsdata og de definitioner, agenterne svarer ud fra. Orchestration er koordineringen af multi‑step arbejde på tværs af værktøjer og systemer.
Det lyder tørt, men er det stik modsatte i praksis. Uden identity ender flere agenter på den samme API‑nøgle. Uden eval er “ser godt ud” lig med “kør i produktion”. Uden cost telemetry vokser GPU‑regningen uden at nogen kan forklare hvorfor. Uden kontekst svarer agenter overbevisende på baggrund af forældede definitioner. Og uden orchestration falder kæden af, når arbejdet skal krydse systemer.
Hovedtallene fra undersøgelsen
Skiftelysten er stærkest i orchestration, hvor 68 procent planlægger at adoptere, tilføje eller erstatte platforme inden 12 måneder, og 34 procent allerede inden for et kvartal. På tværs af de fem lag siger 57–68 procent, at de vil skifte eller udvide leverandørfeltet det næste år, ifølge VentureBeat Researchs serie af fem undersøgelser.
Og langt de fleste “agenter” er stadig chatbots med et fancier navn. 71 procent angiver, at en fjerdedel eller færre af deres implementerede “agenter” kan løse multi‑step opgaver på egen hånd, mens kun 10 procent siger, at egentlige multi‑step agenter udgør flertallet. Respondenterne er ikke tilfældige observatører: 81 procent anbefaler eller beslutter selv AI‑indkøb.
Autonomi foran tillid
Her strammer skoen. To tredjedele tillader eller bygger hen imod agent‑drevne produktionspushes uden menneskelig kontrol. Samtidig stoler kun 5 procent fuldt ud på de evalueringer, der skulle gate den autonomi. VentureBeat peger også på, at cirka halvdelen havde en agent, der bestod interne evalueringer og senere forårsagede en kundevendt fejl. Det interessante er ikke, at fejl sker — det gør de — men at porten til produktion bliver bredere, mens tilliden til låsen er lav.
Praktisk betyder det, at CI/CD‑kæden må tilpasses agentarbejde. Evalueringer skal testes mod faktiske produktionsudfald, ikke kun interne benchmarks. Ellers bliver succesraten i staging en blind makker, der nikker alt igennem.
Sikkerheden halter hvor den ikke behøver
Credential‑deling er udbredt. 69 procent lader mindst nogle agenter dele credentials. VentureBeat viser, at hvor der deles credentials, oplevede 63,5 procent en sikkerhedshændelse eller near‑miss. Hos dem, hvor alle agenter kører med egen scoped identity, lå tallet på 40,9 procent. Scoped identity betyder i praksis en separat servicekonto eller nøgle pr. agent, afgrænset til præcis de systemer og handlinger, agenten må udføre.
Det her er low‑hanging fruit. Ingen ny arkitektur — bare basal hygiejne. Scoped identiteter, rotationspolitikker og auditlog i samme omgang. Små skridt, målbar effekt.
Økonomien bag compute
Den dyreste maskine i huset kører for halvt blus. Over 80 procent af virksomheder med egne GPU’er rapporterer udnyttelse på 50 procent eller mindre. Samtidig siger kun 44 procent, at de systematisk sporer hvad deres AI‑compute faktisk koster og giver igen. Ifølge VentureBeat er det ikke flere GPU’er, der bør jagtes først, men udnyttelsen og per‑workload omkostningen for dem, der allerede står og snurrer.
For ledere, der overvejer on‑prem kontra cloud, skubber det prioriteten over på cost telemetry og workload‑planlægning, ikke endnu en indkøbscyklus. Det er svært at tage stilling til hvor en model skal køre, hvis man ikke kan svare på, hvad den koster pr. tusind forespørgsler, pr. team eller pr. agent.
Marked i bevægelse
Når 57–68 procent vil skifte eller tilføje leverandører på et år, siger det to ting. For det første mangler nuværende værktøjer funktioner i styringslagene. For det andet planlægges større ombygninger frem mod højere modenhed: eval‑transparens, bedre orkestrering, stærkere identity, cost telemetry, kontekststyring. Det driver churn.
For kunderne betyder det integrationer, der skal rulles om, fakturering der ændrer sig, og TCO, der stiger midlertidigt. For leverandørerne betyder det, at standarder for eval‑exports, identity‑scopes og telemetry‑hooks ikke længere er nice‑to‑have. Det bliver købsfilteret. Snilld vurderer, at retrofitting typisk koster mere end at bygge kontroller fra starten, fordi migrering, dataflyt og omlægning af pipelines æder timerne.
Tre scenarier der bider nu
Scenario 1: En agent pusher kode automatisk efter interne evals. Kontrolpunkter inden næste sprint bør inkludere shadow‑run mod produktion, canary‑deploy med rollback‑automatik, eval‑backtesting måned for måned, og menneskelig review for high‑risk ændringer. Ikke alt, altid. Men nok til at fange systematiske blindpunkter.
Scenario 2: Flere agenter deler en API‑nøgle. Det bør stoppes. Tildel servicekonti per agent, indfør mindst mulig rettighed, og slå al aktivitet op i en central auditlog. Start med de agenter, der kan røre produktion. Det løfter sikkerhedsprofilen med lav indsats, hvilket VentureBeats tal understøtter.
Scenario 3: Orkestrerede multi‑step workflows uden et kontekstlag. Her bliver svarene pæne, men forkerte, fordi definitioner er forældede. Løsningen er at gøre forretningsdefinitioner til et førstklasses datasæt. Metric‑katalog først. Entiteter og relationer derefter. Og så versionering, så en ændring i “aktiv kunde” ikke knækker hele beslutningskæden.
Roadmap der virker i praksis
Inden 3 måneder: Gennemfør en hurtig risikovurdering pr. agent. Luk for credential‑deling og indfør scoped identity for de agenter, der kan skrive til produktion. Etabler baseline for cost telemetry, også hvis den er grov, og begynd at backteste evalueringer mod faktiske produktionsudfald.
Inden 6 måneder: Udvid cost attribution pr. agent og pr. team. Formaliser eval‑pipelines med klare pass/fail‑kriterier og driftsovervågning. Indfør kontekststyring for metrics og entiteter i de forretningskritiske områder. Start audit af orkestrering: hvem kalder hvad, hvornår, med hvilke rettigheder.
Inden 12 måneder: Konsolider leverandørvalgene på tværs af de fem lag. Undgå overlappende funktioner, hvor to værktøjer gør det samme halvt. Implementer fuld traceability fra agenthandling til systemændring. Og mål innovationstakten efter ændringerne, så governance ikke bare er bremse, men retningsviser.
Tradeoffs der skal anerkendes
Retrofitting er dyrere end at bygge rigtigt fra start. Det er Snillds vurdering, baseret på almindelig systemdriftserfaring: Når man først har ti agenter i omløb og så opdager, at identity og telemetry halter, bliver alt dobbeltarbejde. Samtidig er der tilfælde, hvor hurtig udrulning gav mening. Hvis en agent fjerner manuelle minutter i et supportflow, mens den holdes væk fra skriveadgang til produktion, kan værdien hentes først og governance udbygges sideløbende.
Governance kan bremse innovation, især hvis den designes som et universelt tungt lag. Tricket er at tage risikobaserede valg: høj risiko, tung kontrol. Lav risiko, let kontrol. Og skære i kravene, når eval‑backtesting dokumenterer stabil præcision. Ikke før.
Hvem er mest udsat
Hypotesen peger på finans og sundhed som mest reguleringstunge og derfor mest sårbare ved mangelfuld governance. E‑commerce og industri kan have et større appetitniveau for agentisk automation i drift og marketing, men betaler prisen i incidents hvis identity og kontekst forsømmes. Funktionelt ses de første agenter typisk i support, salgsassistance og DevOps‑nære værktøjsopgaver.
VentureBeat offentliggør ikke sektorspecifikke tal i det tilgængelige materiale, så billedet her er et åbent spørgsmål. Det er et hul, der bør lukkes, før mere branchespecifik rådgivning gives.
Metodehuller der bør følges op
Der er et par ting redaktionelt værd at afklare. Stikprøvestørrelse pr. delundersøgelse, sektorfordeling, geografi og rekruttering af respondenter. Definitionen af “pass internal evaluations and then caused a problem” er uklar — var det driftstop, kunde‑eskalation eller sikkerhedsbrist. Detaljer om eval‑metoder, metrikker og hvilke af dem der mistror. Tidsprofilen for de planlagte leverandørskift. Og ikke mindst mere kvantitet på retrofit‑omkostningerne.
Indtil da står fundene som en solid indikator for, hvor enterprise‑feltet reelt er: høj udrulningstakt, lav modenhed i styringslag, og et år foran med hårdt arbejde.
Hvad man kan gøre i morgen
Drop credential‑deling for de to mest følsomme agenter. Tænd simpel cost logging pr. agent i jeres eksisterende observability‑stack. Kør en backtest af jeres eval‑suite mod en måneds produktionsudfald og se forskellen. Små skridt, men de flytter fejlraten og regningen.
Bagerste noter
Kilder: VentureBeat Research, “Where enterprise AI agent governance hasn’t caught up” (juni, fem parallelle undersøgelser på identity, evaluation, cost telemetry, context layer og orchestration). Alle kvantitative tal i artiklen stammer herfra, inkl. 57–68 procent skifteplaner inden 12 måneder, cirka en tredjedel inden kvartalet, 71 procent med få ægte multi‑step agenter, 10 procent hvor de udgør flertallet, 81 procent beslutnings‑ eller anbefalingskompetence, to tredjedele mod agent‑push til produktion, 5 procent fuld tillid til evals, cirka halvdelen med efterfølgende fejl, 69 procent credential‑deling, 63,5 vs 40,9 procent incidents ved delte vs scoped identiteter, over 80 procent GPU‑udnyttelse på 50 procent eller mindre, og 44 procent med systematisk cost tracking.
Fortolkninger og prioriteringer er redaktionelle vurderinger informeret af Snillds manualbrief. Hvor der står “Snilld vurderer”, er det en vurdering, ikke nye data.
