Företagens investeringar i AI boomar, men smekmånaden är officiellt över. Gartner har förklarat 2026 som ett ”inflektionsår” för organisationer att anpassa sina AI-projekt till strategiska affärsmål – vilket är företagsspråk för ”visa oss pengarna, annars drar vi ur kontakten.” När pressen att bevisa ROI ökar, vänder sig chefer till agentisk AI i hopp om att det ska leverera de mätbara finansiella resultat som deras aktieägare kräver.

En utmärkt möjlighet för AI-agenter finns inom själva teknikfunktionen, där IT-infrastrukturkostnaderna förväntas öka två till tre gånger till 2030, enligt McKinsey, även om budgetarna förblir frysta. Under de senaste 18 månaderna har teknikteam – ingenjörer, utvecklare, arkitekter och andra utövare som håller de digitala lamporna tända – tydligt satt agenter i arbete. Det ultimata löftet med agenter är inte bara att automatisera uppgifter utan att hantera hela arbetsflöden, sträva efter affärsmål på ett sätt som låter människor och agenter samarbeta. Men med tanke på riskerna med automatiserat beslutsfattande kan team inte bara lämna över nycklarna utan förtroende för att agenter är säkra, pålitliga och trygga.

Bland teknikexperter visar vår forskning att team är extremt säkra på att använda agentisk AI inom en betydande mängd AI-, data- och molnuppgifter. Där agentberedskapen sjunker beror det till stor del på brist på affärskontext som tillförs dessa system. Ju mer komplex uppgiften är, desto mer resonemangsförmåga behöver en agent – och desto mer affärskontext kräver den. Sådana kontextgenereringsförmågor är fortfarande i tidig utveckling, särskilt när företagsdata är rörig och svårhanterlig. Mänsklig tillsyn, visar det sig, förblir en nyckelfaktor för framgång.

I vetskap om att teknikteam är avgörande för denna omvandling, förväntar sig experterna vi intervjuade att agentförtroendet kommer att accelerera i takt med att erfarenheten fördjupas och affärsmiljöerna mognar. ”När vi designar agenter för att fungera inom samma operativa gränser, identitetssystem och styrningsmodeller som team redan använder, börjar de bete sig mer som de system organisationer redan litar på,” säger Jeremy Winter, företags vice vd och chief product officer på Microsoft Azure Platform.

Denna rapport – baserad på en enkät med 300 globala teknikexperter – rankar 101 uppgifter inom AI-, data- och molnarbetsflöden baserat på respondenternas förtroende för agenter som agerar på deras vägnar. Den undersöker också hur teknikteam ser på möjligheterna och utmaningarna med agentisk AI, tillsammans med dess potential att förbättra deras karriärer. Förtroendet ökar för mätbara uppgifter och växer inom områden med komplex bedömning. Teknikexperter anser överväldigande att agenter hjälper till med vardagligt arbete, inklusive att effektivisera processer, förbättra prestanda och minska repetitiva uppgifter. Förtroendet är högst för att generera rapporter och standardkod, med tydlig möjlighet inom flerstegsarbetsflöden och avancerat resonemang.

Dataarbetsflöden är genombrottsdomänen. Teknikteam litar mest på agenter där struktur ger en pålitlig grund för beslut – områden som dataövervakning av kvalitet, visualiseringsavvikelsedetektering, realtidsövervakning av dataströmmar och dataprofiling. Det är här domänexperter närmast datan kan ge kontext för att låta agenter agera och leverera pålitliga resultat.

Läs Microsoft Cloud-bloggen av Amanda Silver, företags vice vd för Microsoft 365 Core och Work IQ, som understryker vikten av att hålla människor i loopen och hur systemtänkande främjar karriärer. Och för en djupare dykning i dataarbetsflöden som ett genombrottsanvändningsfall för agenter, kolla in Fabric-bloggen för att höra från Kim Manis, företags vice vd för Product för Microsoft Fabric.

Detta innehåll producerades av Insights, den anpassade innehållsarmen för MIT Technology Review. Det skrevs inte av MIT Technology Reviews redaktionella personal. Det forskades, designades och skrevs av mänskliga författare, redaktörer, analytiker och illustratörer. Detta inkluderar skrivandet av enkäter och insamling av data.