Agentiska AI-projekt stannar sällan för att modellen är för svag. De stannar för att systemen under den inte pratar med varandra. Gartner räknar med att fler än 40 procent av alla agentiska AI-projekt läggs ner före utgången av 2027, med eskalerande kostnader, oklar affärsnytta och otillräckliga riskkontroller som skäl. Under sommaren 2026 har den prognosen börjat läsas som en beskrivning av nuläget snarare än som en varning.

Vad säger siffrorna om agentiska AI-projekt 2026?

Bilden är samstämmig mellan flera oberoende mätningar. I MuleSofts Connectivity Benchmark Report för 2026, som bygger på svar från över 1 000 IT-ledare, uppger 88 procent att de är på väg mot en helt eller delvis agentisk omställning. Samtidigt är i genomsnitt 27 procent av deras applikationer kopplade till varandra. Ambitionen och underlaget rör sig inte i samma takt.

Samma rapport visar var friktionen sitter. 95 procent uppger problem med integration. 82 procent pekar ut dataintegration som en av de största svårigheterna när de använder AI. Hälften av agenterna körs i silos. Och 86 procent av IT-ledarna svarar att agenter utan integration tillför mer komplexitet än nytta.

Forrester beskrev i juli 2026 samma glapp från andra hållet. Tre fjärdedelar av företagsledarna uppger att de inför agentisk AI, medan andelen som fått något att ge effekt i drift är betydligt mindre. Tekniken är enligt Forrester mogen sedan i år. Organisationerna runt den är det inte.

Varför fastnar projekten i pilot?

En pilot prövar om modellen klarar uppgiften. Produktion prövar något annat. Om uppgiften finns på riktigt, om data går att nå, om någon äger felen, och om svaret håller tredje gången i rad. De frågorna besvaras inte av en demo, och de blir inte lättare av att modellen byts ut mot en nyare.

Gartner pekar också på ett mätfel i marknaden. Bolaget använder begreppet agent washing om leverantörer som döper om befintliga chattbottar, assistenter och RPA-flöden till agenter utan att kapaciteten har ändrats. I samma genomgång, publicerad i juni 2025, uppskattade Gartner att omkring 130 av tusentals leverantörer erbjöd något som faktiskt var agentiskt.

Det tredje skälet är enklare än de två första. Ett företag med fyra system som inte delar data får inte ett femte system som löser saken. Det får en agent som gissar. Kopplingen mellan systemen är arbetet. Modellen är sista steget, inte första.

Hur ser läget ut i Sverige?

Svenska företag ligger högt i användning och lägre i djup. Enligt SCB, publicerat den 21 maj 2026, använde 35 procent av företagen i Sverige AI under 2025. Det var en uppgång med tio procentenheter från året innan, mot ett EU-snitt på 20 procent. Sverige låg bland de fem högsta länderna i mätningen.

Spridningen inom landet är stor. Bland företag med minst 250 anställda använde 72 procent AI. Bland små företag var siffran 31 procent. Inom IT och kommunikation låg användningen på 89,6 procent, inom transport och magasinering på 12,3 procent.

EY Sverige beskrev i mars 2026 skillnaden mellan att använda AI och att använda den i sitt eget arbete. I EY:s Work Reimagined Survey uppgav 40 procent av svenska anställda att de använder AI regelbundet, mot 60 procent globalt. Andelen som använde verktyg anpassade efter den egna rollen var 23 procent i Sverige och 61 procent globalt.

Det är den siffran som säger mest om var arbetet ligger. Generella verktyg sprider sig snabbt. Verktyg byggda för ett bestämt moment i en bestämd verksamhet gör det inte av sig själva.

Vad gör ni i stället?

Ordningen avgör. Det som bestämmer om en agent klarar drift avgörs innan agenten byggs, inte under bygget.

  • Börja i ett arbetsmoment som går att beskriva. Om ingen kan skriva ner vad som händer i dag går det inte att automatisera i morgon.
  • Räkna på hur ofta momentet inträffar och vad ett fel kostar. Något som sker två gånger i månaden bär sällan ett eget system.
  • Kontrollera åtkomsten till data före bygget. Sitter uppgifterna i ett affärssystem utan öppet gränssnitt är integrationen projektet.
  • Bestäm vad som händer när agenten har fel. Ett svar som ingen kontrollerar är ett svar som ingen litar på.
  • Mät om det används, inte om det fungerar. Ett verktyg som fungerar men står oanvänt har inte löst något.

Den listan är varken ny eller teknisk. Den är samma validering före bygge som gäller för all intern mjukvara. Agenter gör bara konsekvensen av att hoppa över den dyrare, eftersom en agent som gissar ser övertygande ut medan den har fel.

Vad är rimligt att förvänta sig 2026?

En agent som gör ett moment tillförlitligt väger tyngre än en plattform som gör tio moment ibland. Det låter blygsamt. Det är också den variant som brukar finnas kvar efter ett år i drift.

MuleSoft-rapporten innehåller en siffra som sammanfattar saken. 96 procent av de svarande menar att agenternas framgång hänger på dataintegration utan teknisk skuld. Det är ett annat sätt att säga att arbetet ligger i de system ni redan kör, inte i det ni tänker köpa.

Till det kommer frågan om var uppgifterna hamnar. En agent som läser ur ert affärssystem flyttar verksamhetsdata till den plats där modellen körs. Den placeringen är ett beslut, inte en detalj, och den hör hemma tidigt i projektet.

Vi bygger webbapplikationer ovanpå de system ett företag redan kör, och vi prövar att momentet finns innan vi bygger det. Det är samma slutsats som rapporterna landar i, sedd från byggsidan.