Vad hände
ZDNET rapporterade om Deloittes forskning baserad på en undersökning av 501 seniora företagsledare involverade i deras organisationers AI-strategier eller implementeringar. Enligt ZDNET testade 42 % av organisationerna ett litet antal agenter, 43 % utökade driftsättningen över funktioner och 15 % hade nått skalad, orkestrerad multi-agent adoption över områden inklusive kundservice, IT och teknik. Den angivna källan inkluderar inte Deloittes primära rapport, så dessa siffror har inte bekräftats oberoende här.
ZDNET publicerade rapporten den 24 augusti 2026 och beskrev vad den kallade den senaste Deloitte-forskningen om antagande av agent AI i USA-baserade organisationer. Artikeln sa att forskningen undersökte 501 seniora företagsledare som var involverade i att driva AI-strategier eller implementeringar. Enligt ZDNET testade 42 % av organisationerna ett litet antal agenter, 43 % utökade driftsättningar över funktioner och 15 % hade uppnått skalade, orkestrerade distributioner av flera agenter inom kundtjänst, IT och teknik. Källan presenterar dessa siffror som undersökningsresultat, inte som en oberoende granskad folkräkning av alla amerikanska företag. Deloittes underliggande rapport, frågeformulär och respondentuppdelning ingår inte i det tillhandahållna materialet, så AI Understanding har inte oberoende bekräftat siffrorna eller metodiken.
ZDNET rapporterade att nästan två tredjedelar av de tillfrågade ledarna omvärderade sina affärsmodeller på grund av framsteg inom agent AI, medan hälften hade en klar bild av en framtida verksamhetsmodell som drivs av agenter. Artikeln identifierade tre ledande hinder för skalning: bristen på en enhetlig och tillgänglig databas, citerad av 72 % av de tillfrågade; svårigheter att lita på och styra agenter, citerad av 70 %; och kostnaden och komplexiteten för integration, nämnt med 67 %. ZDNET sa också att endast en minoritet av organisationerna ansåg att nyckelfundamenten var redo för agent AI, inklusive vision och strategi till 36 %, teknisk infrastruktur till 34 %, datagrunder till 32 % och risk, säkerhet och styrning till 26 %.
Artikeln rapporterade vidare att endast 16 % av företagsledarna sa att deras nuvarande processer var förberedda för representanter. ZDNET sa att 74 % förväntade sig att nästan hälften av affärsprocesserna skulle omdesignas eller byggas om kring AI-agenter till 2030, medan 61 % trodde att de flesta processer skulle drivas av agenter och att många av dessa agenter skulle arbeta med lite eller ingen mänsklig inblandning. Den rapporterade också att endast 31 % förväntade sig att omdesigna och bygga om processer kring agenter till 2028. När det gäller förberedelser för personalstyrkan sa ZDNET att hälften av ledarna ansåg att deras organisationer inte investerade tillräckligt i omvandling av arbetskraften, 43 % förutsåg stora jobbavbrott, 71 % arbetade med läskunnighet hos agenter och 65 % sökte upp kompetens eller omkompetens. Dessa är rapporterade förväntningar och självbedömningar; källan ger inget oberoende mått på faktiska driftsättningar, förlorade jobb eller produktivitetsresultat.
Varför det spelar roll
Rapporten ramar in agent AI-antagande som ett organisatoriskt omdesignproblem, inte bara en programvarudistribution. Om undersökningen är representativ kommer företag som går från experiment till produktion att behöva starkare datagrunder, styrning, integrationsplaner, omarbetade arbetsflöden och varaktiga investeringar i personalutbildning. Det tyder också på att många chefer förutser betydande förändringar av jobbroller och operativa modeller, medan de bevis som tillhandahålls inte fastställer om dessa förväntningar kommer att realiseras.
Den centrala betydelsen av rapporten är dess betoning på organisatorisk kapacitet. Agentsystem kan utföra sekvenser av uppgifter, använda verktyg och interagera med affärssystem, så implementering kan påverka hur arbetet tilldelas, granskas och godkänns. Ett företag kanske kan koppla en agent till ett befintligt arbetsflöde utan att ha tillförlitlig data, tydliga behörigheter eller ett praktiskt sätt att ingripa när systemet misslyckas. De hinder som identifierats av ZDNET – dataåtkomst, styrning och integration – gäller därför de villkor under vilka en agent kan litas på med efterföljande arbete, inte bara om ett företag har köpt en AI-produkt.
Arbetskraftens resultat är också följdriktiga eftersom de beskriver adoption som en förändring i jobbdesign snarare än ett snävt automationsprojekt. Om rutinmässiga och strukturerade uppgifter blir mer autonoma, kan medarbetarna lägga mer tid på att kontrollera utdata, hantera undantag, hantera kundrelationer eller definiera mål. Den övergången kan skapa nya ansvarsområden, men den kan också minska efterfrågan på vissa uppgifter eller roller. ZDNET rapporterade att 43 % av de tillfrågade ledarna förväntade sig stora arbetsavbrott, men artikeln gav inga detaljer om vilka yrken som ingick, hur störningar definierades eller om förväntningarna avsåg avskaffande av jobb, ändrade arbetsuppgifter eller omplacering.
Prognoserna fram till 2030 bör behandlas som planeringssignaler snarare än prognoser fastställda av observerade resultat. En undersökning kan visa vad ledare tror och vad organisationer säger att de förbereder sig för att göra, men den kan inte i sig visa att agenter kommer att uppnå tillförlitlig autonomi, leverera besparingar eller omforma de flesta affärsprocesser. Källan rapporterar inte heller felfrekvenser, säkerhetsincidenter, noggrannhetsåtgärder, kundeffekter, tokenutgifter eller jämförande resultat mellan agentbaserade och konventionella arbetsflöden. Dessa utelämnanden är viktiga eftersom affärsfallet för implementering beror på prestanda i verkliga operativa miljöer, inklusive undantagshantering och mänsklig tillsyn.
Interaktiv mekanism: hur det faktiskt fungerar
Utforska den underliggande tekniken bakom denna utveckling interaktivt.
crm_get_transaction(id='4092').An agent must create a draft calendar event for Tuesday at 2 p.m. Which evidence would establish the requested result?
Vad du ska titta på härnäst
Nyckelsignalerna kommer att vara oberoende verifierbara implementeringar, mätbara operativa resultat, förändringar av personalansvar och bevis på att företag omdesignar processer snarare än att placera agenter ovanpå olämpliga äldre system. Organisationer kommer också att behöva avslöja hur de kontrollerar autonoma åtgärder, mäter fel, hanterar dataåtkomst och redogör för modell- och tokenkostnader. Källan identifierar inte de undersökta företagen, tillhandahåller inte hela metoden eller visar oberoende validering av prognoserna fram till 2030.
Den första prioriteringen är oberoende verifiering av Deloittes resultat. Användbar uppföljning skulle inkludera den ursprungliga rapporten, undersökningsinstrumentet, fältdatum, svarande branscher, företagsstorlekar, geografisk omfattning och definitioner av termer som "skalerad", "orkestrerad" och "multiagent." Utan dessa detaljer är procentsatserna informativa men svåra att jämföra med andra adoptionsundersökningar eller generalisera till den bredare företagspopulationen.
Företagens beslut om omdesign av processer kommer att vara en annan viktig signal. ZDNET rapporterade att organisationer ofta lägger agenter på befintliga processer även om omdesign kan vara nödvändigt för större autonomi. Se efter offentliga fallstudier som beskriver det ursprungliga arbetsflödet, agentens behörigheter, mänskliga kontrollpunkter, felhantering, datakällor, implementeringsskala och uppmätta resultat. Påståenden om omvandling kommer att vara mer meningsfulla när de inkluderar konkreta bevis såsom slutförandegrad, granskningsarbetsbelastningar, tid till lösning, felkostnader och förändringar i personal eller ansvar.
Styrning och arbetskraftseffekter bör övervakas tillsammans. Organisationer som antar agenter kommer att behöva förklara vem som kan auktorisera åtgärder, hur tillgången till känslig data begränsas, hur aktivitet loggas, hur modeller utvärderas efter uppdateringar och hur människor kan vända eller bestrida automatiserade beslut. De bör också rapportera vilken utbildning anställda får och om arbetare omplaceras, får sina arbetsuppgifter utökade eller drabbas av nedskärningar. Källan ger ännu inga bevis för att de rapporterade förväntningarna på utbredda autonoma processer till 2030 kommer att inträffa, så praktiska resultat – inte enbart verkställande prognoser – kommer att avgöra betydelsen av denna trend.