AI-agenterna lovar besparing – men döljer notan som sänkte Nike

När siffrorna ljuger med sanningen

Det finns få saker som är mer förföriska för en ledningsgrupp än en kalkyl som pekar rakt nedåt. Lägre personalkostnader, automatiserade arbetsflöden, skalbarhet utan proportionellt ökade kostnader — på pappret ser AI-agenter ut som ett självklart beslut. Det är just där faran lurar.

David Borg, som driver innovationsstudion Surprise Systems, lyfter i en uppmärksammad krönika i DI Digital ett varnande finger mot trenden att räkna hem AI-agenter som ett renodlat besparingsverktyg inom marknadsföring. Hans referenspunkt är välvald och smärtsamt igenkännbar för alla som följt konsumentmarknadsföringens historia det senaste decenniet: Nike.

Sportjätten fattade för några år sedan beslut som vid första anblick såg strategiskt klanderfria ut. Mätbara, kostnadseffektiva, kortfristiga insatser prioriterades framför det svårkvantifierade — varumärkesbyggande, kreativitet, emotionell koppling till konsumenten. Resultatet var ett påtagligt tapp i både varumärkesstyrka och marknadsandelar, ett bakslag som bolaget fortfarande arbetar för att återhämta sig ifrån. Nikes räknefel har sedan dess blivit ett läroboksexempel på vad som händer när man optimerar för det mätbara på bekostnad av det meningsfulla.

AI-agenter är inte neutrala verktyg

Det som gör Borgs analys särskilt relevant just nu är att AI-agenter för marknadsarbete är inne i en stark tillväxtfas. Verktygen är imponerande. De kan producera innehåll i stor skala, hantera annonsoptimering, segmentera målgrupper och svara på kundärenden dygnet runt. Allt detta är genuint värdefullt.

Men — och det är ett tungt men — AI-agenter optimerar för det de mäts på. De är i grunden målstyrda system. Om måtten är felaktiga, eller för snävt definierade, optimerar systemet mot fel mål med stor precision och hög hastighet. Det är inte ett tekniskt fel, det är en konstruktionsegenskap.

Detta innebär att det strategiska ansvaret inte minskar när man inför AI-agenter — det ökar. Någon måste bestämma vad som ska mätas, varför, och vad som inte får reduceras till en siffra. Det kräver mänskligt omdöme, branschkännedom och långsiktig strategisk förståelse. Kort sagt: exakt det som inte syns i den initiala besparingskalkylen.

Den dolda kostnaden ledningsgrupper missar

När jag talar med svenska företagsledare om AI-investeringar ser jag ett återkommande mönster. Fokus hamnar på de direkta kostnaderna — licensavgifter, implementering, utbildning — och de uppenbara besparingarna i form av minskad arbetstid. Vad som sällan dyker upp i presentationen är de indirekta kostnaderna:

Kvalitetsgranskning och tillsyn. Någon måste säkerställa att det AI-agenterna producerar faktiskt håller måttet, stämmer med varumärkets ton och inte innehåller faktafel eller olämpligt innehåll. Den funktionen är inte gratis.

Strategisk kompetens. För att styra AI-agenter rätt behöver organisationen en djup förståelse för vad man egentligen vill uppnå. Det kräver kompetens som måste antingen byggas internt eller köpas in.

Varumärkesrisk. En AI-agent som optimerar för klickfrekvens kan systematiskt urholka varumärkestonen under månader innan någon reagerar. Skadan är svår att mäta i realtid och kostsam att reparera.

Organisations- och kulturpåverkan. Att skala ned den mänskliga marknadsorganisationen för snabbt kan innebära att man förlorar den institutionella kunskap och det kreativa kapital som faktiskt gör varumärket unikt.

Den rätta frågan att ställa

Det jag vill se svenska ledningsgrupper göra är inte att backa från AI-agenter — tvärtom. Tekniken är kraftfull och möjligheterna är reella. Men jag vill att man ställer rätt fråga innan man fattar beslut.

Frågan är inte: Hur mycket kan vi spara?

Frågan är: Vad vill vi bli bättre på, och hur kan AI-agenter hjälpa oss dit?

Den skillnaden i utgångspunkt leder till fundamentalt olika implementeringar — och fundamentalt olika resultat. Bolag som lyckas med AI-agenter inom marknadsföring använder dem som förstärkare av mänsklig kreativitet och strategi, inte som ersättare för dem. De investerar parallellt i de kompetenser som krävs för att styra verktygen rätt.

Nikes misstag var inte att de använde data för att fatta beslut. Det var att de lät det mätbara tränga ut det viktiga. Med AI-agenter kan samma misstag begås snabbare, i större skala och med automatiserad precision. Det är anledningen till att Borgs varning förtjänar att tas på allvar — inte som ett skäl att tveka, utan som ett skäl att tänka rätt från början.