Nio av tio AI-projekt strandsätts – vad skiljer vinnarna från förlorarna?
Nio av tio AI-projekt misslyckas – men vinnarna avslöjar varför de lyckas.
Löftet är verkligt. Genomförandet är svårt.
Det råder ingen brist på entusiasm kring AI-agenter. Knappt ett företag av betydelse saknar i dag ett pilotprojekt igång. Men entusiasm är en sak – skalning är en helt annan.
Enligt Deloittes teknikrapport för 2026 når hela 89 procent av pilotprojekten med AI-agenter aldrig produktionsmiljö. Teradata bekräftar bilden: 78 procent av företagen kör minst ett pilotprojekt, men bara 14 procent har lyckats rulla ut en agent i hela organisationen. Gartner lägger till det sista pusselbitet i detta nedslående mönster – av tusen finansierade AI-projekt når ungefär 120 produktion, och av dessa uppfyller bara 34 sina avkastningsmål.
Det är siffror som borde skaka om varje styrelserum. Men de berättar inte hela sanningen.
Det är inte tekniken som sviker
Det viktigaste att förstå – och det som ofta missas i debatten – är att det sällan är AI-modellen som är problemet. Samma underliggande teknik driver både piloten och produktionssystemet. Det som skiljer dem åt är allt runtomkring.
Rapporteringen från AI News identifierar sex återkommande hinder. Det vanligaste är det som bäst kan beskrivas som krypande omfångsutveckling: en pilot lyckas smalt och avgränsat, hyllas internt, och förväntas sedan hantera angränsande arbetsflöden som infrastrukturen aldrig byggdes för. Varje utvidgning adderar integrationer och felpunkter – utan att den operativa grunden stärks.
Därtill kommer datatillgången. I testmiljö arbetar agenten med noggrant utvalda datamängder. I skarp drift möter den levande system med ojämn kvalitet, motstridiga behörigheter och ärvda tekniska skulder från decennier av it-beslut. Det håller sällan.
Så vad är lärdomen? Att den organisation som vill lyckas med AI-agenter måste investera lika hårt i operativ infrastruktur och datastyrning som i själva modellvalet. Tekniken är redo. Organisationen är det ofta inte.
Säkerhetscheferna ser ett nytt hotlandskap
Parallellt med utmaningarna kring driftsättning växer en annan oro. Enligt Team8:s årsrapport – som bygger på enkätsvar från världsledande säkerhetschefer – uppger 78 procent att AI- och agentsäkerhet är deras största utmaning. Det är exakt dubbelt så många som nämner nästa problem på listan.
Tim Brown, säkerhetschef på Team8, sätter fingret på vad som förändrats:
– Det som ansetts vara god säkerhetshygien under de senaste tio till tjugo åren duger inte längre. Vi brukade tro att flerfaktorsautentisering, brandväggar och bra skydd av enheter räckte. Så är det inte längre.
Angripare använder i dag AI för att hitta och utnyttja svagheter snabbare än organisationer hinner täppa till dem. Och när anställda dessutom börjar skapa egna agenter – utan central styrning eller granskning – uppstår en splittrad hotyta som traditionella säkerhetsmodeller inte är byggda för.
Här ligger en av de mest underskattade spänningarna i hela AI-agentdebatten: ju mer autonomi vi ger en agent, desto svårare blir den att kontrollera – och desto mer värdefull blir den för den som vill utnyttja den.
Worldline tar steget ingen annan vågat
Mitt i detta komplexa landskap gör en aktör något konkret. Den franska betaltjänstjätten Worldline – en av Europas ledande inom betalteknik – öppnar nu sin betalningsinfrastruktur för självständiga AI-agenter som på egen hand kan fatta beslut och genomföra transaktioner, utan direkt mänsklig inblandning.
Det är ett historiskt steg. Att låta en AI-agent ge råd är en sak. Att låta den flytta pengar är något helt annat.
Enligt Finextra handlar det om användningsfall som automatisk bokning och betalning av tjänster, hantering av återkommande inköp och optimering av inköpsprocesser i realtid. Möjligheterna är uppenbara. Men frågorna om ansvar, säkerhet och regelefterlevnad är minst lika uppenbara – och ännu obesvarade till stora delar.
Vem bär det rättsliga ansvaret när en agent genomför en felaktig transaktion? Hur förhindras att systemen utnyttjas för bedrägeri eller penningtvätt? Worldline behöver inte ha alla svar – men att de ställer sig i spetsen och tvingar fram dessa frågor på allvar är i sig ett bidrag till hela branschens mognad.
Det är precis vad ledarskap i en transformationsfas ser ut som.
Vår analys
De tre berättelserna den här veckan hänger ihop på ett sätt som är lätt att missa om man läser dem var för sig.
Misslyckandena i pilotprojekten handlar inte om att AI-tekniken är omogen – de handlar om att organisationer är omogna för vad tekniken kräver av dem. Datatillgång, ansvarsfrågor och operativ infrastruktur måste byggas parallellt med agenten, inte efteråt.
Säkerhetschefernas larm är en direkt konsekvens av samma mognadsgap: när agenter driftsätts utan tillräcklig styrning uppstår en hotyta som varken it-avdelningen eller säkerhetsteamet är dimensionerade för.
Worldlines beslut är därför mer än en produktlansering – det är ett organisatoriskt prejudikat. Genom att öppna för agentiska betalningar tvingas hela ekosystemet – tillsynsmyndigheter, teknikpartners och konkurrenter – att ta ställning. Det är ofta så här standarder faktiskt formas: inte i kommittéer, utan när en aktör vågar gå först.
De företag som nu investerar i rätt fundament – datastyrning, tydliga ansvarskedjor och adaptiva säkerhetsmodeller – kommer att äga nästa fas. Frågan är vilka svenska aktörer som är redo att hänga med.