En lista gör dina AI-agenter sammansatta. Nästan alla organisationer använder nu agenter i produktion, och forskningen som publicerades denna månad tyder på att nästa vinst inte kommer från att bygga fler av dem utan från att samla de du redan har på ett och samma ställe. Den 22 september 2026 publicerade Guild.ai The AI Agent Management Gap, en Morning Consult-undersökning av 362 IT-beslutsfattare på företag med 100 eller fler anställda, som genomfördes mellan 4 och 9 augusti. Dess huvudresultat är verkligen goda nyheter. Nittiosex procent av organisationerna rapporterar att de har AI-agenter i produktion, och 47 procent av dessa använder dussintals eller fler. Agenter har slutat vara pilotprojekt. De är nu en arbetande population, och populationer beter sig annorlunda än projekt.
Det är i det skiftet som möjligheten ligger. Samma undersökning visade att 61,2 procent av teknik- och IT-teamen förlorar tid på att återuppbygga eller underhålla agenter som redan finns någon annanstans i organisationen. Läs som ett problem, det är dubbelarbete. Läs som en möjlighet, det är ett lager av färdigt arbete som ingen har katalogiserat ännu. De flesta organisationer har redan betalat för att bygga agenten för leadkvalificering, agenten för ärendesammanfattning och agenten för offertkontroll minst en gång. En delad lista förvandlar var och en av dessa från en enskild teamtillgång till en byggsten som nästa team börjar från, vilket är den billigaste kapacitetsökningen som är tillgänglig detta kvartal.
Marknaden har redan bestämt sig för att den vill ha detta. Nästan åtta av tio respondenter, 79,7 procent, förväntar sig att öka investeringarna i infrastruktur för agenthantering, 83,9 procent anser att realtidsinsikt i agentaktivitet är extremt eller mycket värdefullt, och 81 procent anser att en centraliserad hanteringsnav är viktig. Förtroendet är högt i anknytning till detta: 93,2 procent känner sig förberedda för sin långsiktiga agentstrategi. För alla organisationer som kör ett CRM i centrum för sin intäktsverksamhet är det en ovanligt tydlig signal om vad de ska bygga härnäst, och den första versionen av den är en lista.
Vad fann man i undersökningen om hantering av AI-agenter från 2026?
Undersökningen AI Agent Management Gap, publicerad av Guild.ai den 22 september 2026 och genomförd av Morning Consult bland 362 IT-beslutsfattare på organisationer med minst 100 anställda, visade att AI-agenter nu är nästan universella i produktion medan verktygen som hanterar dem fortfarande är på väg att anlända. Nittiosex procent av organisationerna rapporterar agenter i produktion och 47 procent kör dussintals eller fler. På ledningssidan har 42,7 procent en centraliserad instrumentpanel eller ett övervakningsverktyg, 39,8 procent för loggning eller revisionsspår, 35,9 procent kräver att en agent registreras före driftsättning och 31 procent har ett automatiserat sätt att stoppa en felaktig agent omedelbart, medan 76,5 procent kan svara inom några minuter med automatiserade eller manuella medel. Felmarginalen är plus eller minus fem procentenheter.
Det antal som fick mest uppmärksamhet var ett förtroendegap. Cirka 96,4 procent av IT-beslutsfattarna sa att de var säkra på att deras organisation har en fullständig och korrekt inventering av sina agenter, medan 66,7 procent av organisationerna med agenter rapporterade en agentrelaterad operativ konsekvens under de senaste tolv månaderna. Det tolkas först som överdriven självsäkerhet, men det finns en mer användbar tolkning. Människor är säkra eftersom var och en av dem kan se sina egna agenter tydligt. Vad ingen kan se är hela uppsättningen på en gång. Det är ett verktygsgap snarare än ett disciplingap, och verktygsgap är av den typen som snabbt stängs när någon väl äger dem.
Vad är skugg-AI när nästan alla agenter är sanktionerade?
Skugg-AI är alla AI-verktyg eller agenter som används för arbete utan vetskap om eller godkännande från de personer som ansvarar för data, säkerhet och efterlevnad. År 2026 har dess form förändrats. Guild.ai-undersökningen visade att 60,6 procent av de svarande tror att anställda sannolikt använder agenter utan godkännande, medan endast 35,9 procent kräver registrering före driftsättning. Poängen är värd att påpeka är att de flesta av dessa agenter inte är oseriösa. De är användbart arbete som utförs av kompetenta personer som inte hade någon möjlighet att registrera det de byggt, eftersom den vägen inte existerade ännu. Skugg-AI är idag till stor del en administrativ lucka snarare än en beteendemässig lucka, vilket gör den betydligt lättare att täcka.
Det konstruktiva draget är att göra registreringen värd att göra snarare än bara obligatorisk. Microsofts Agent 365-register, som tog över från Entras agentregisterblad den 1 maj 2026 och nu finns i Microsoft 365 administratörscenter, listar agenter byggda i Foundry, Copilot Studio, Agent Builder och SharePoint tillsammans med agenter från Amazon, Google och Salesforce i en katalog. Designlärdomen där är inkluderingen. Ett register som bara accepterar agenter byggda på en plattform registrerar en bråkdel av verkligheten. Ett register som accepterar vad som helst, och ger byggeren en synlig post, en namngiven ägare och en återanvändbar beskrivning i gengäld, fylls i frivilligt. Som vi fann när vi tittade på vem bygger egentligen företagsagenter, de som utför arbetet är oftast glada över att få det erkänt.
Återanvändning ger snabbast avkastning på de agenter du redan använder
Återanvändning ger den snabbaste avkastningen eftersom den dyra delen av en agent sällan är modellen. Det är omfattningen, datamappningen, åtgärdsbehörigheterna och testningen mot verkliga register, och varenda en av dessa är redan betald för en agent som fungerar. När 61,2 procent av teknik- och IT-teamen rapporterar att de förlorar tid på dubbelarbete med agenter, är den implicita inventeringen av färdiga, testade, olistade komponenter betydande. En katalogpost som registrerar vad en agent gör, vilka system den berör, vem som äger den och vad den kan komma att ändra omvandlar den nedlagda kostnaden till något som nästa team kan anpassa på en eftermiddag istället för att specificera från grunden under sex veckor.
Detta förvärras på ett sätt som att bygga fler agenter inte gör. Varje registrerad agent gör nästa billigare, eftersom de svåra besluten den kodar, vad ett kvalificerat lead är, vilka fält en agent kan skriva, när en person skriver ut, är återanvändbara för varje agent som berör samma objekt. Ett säljteam som redan har kommit överens om vad dess offertgivare kan ändra har gjort det mesta av arbetet för sin förnyelseagent. Det är därför en lista är en bättre nästa investering än ytterligare en build. Det förbättrar ekonomin för allt som redan levererats, inklusive de agenter som ingen har tittat på sedan lanseringen.
Hur mäter man CRM-ROI för en portfölj av agenter?
Mät CRM-ROI på en portfölj av agenter på två nivåer. På agentnivå, spåra andelen av en definierad arbetsbelastning som varje agent bär från början till slut, den tid som sparas per slutförd uppgift och kvaliteten på det som lämnas tillbaka, samma mått som du skulle tillämpa för alla processförbättringar. På portföljnivå, spåra de tre siffror som bara finns när du har en lista: hur många agenter som är registrerade, hur många av dessa som byggdes genom att starta från en befintlig och hur stor del av populationen som har en namngiven ägare. Det andra är siffran som visar att ett register betalar för sig självt, eftersom varje återanvändning är en byggprocess som du inte behövde finansiera.
Portföljvyn är också det som gör affärsmodellen lättförståelig för en finansfunktion. En enskild agent som sparar två timmar i veckan är ett avrundningsfel i de flesta budgetar. Fyrtio agenter, var och en med en uppmätt arbetsbelastningsandel och en känd ägare, är en operativ kapacitet med en kostnadsrad och en avkastning, och den kan granskas som en. Organisationer som når den punkten tenderar att upptäcka att samtalet förändras från huruvida man ska finansiera AI-arbete alls till vilken del av portföljen som ska utökas härnäst, vilket är en mycket bättre diskussion att ha i en planeringscykel.
Varför avgör CRM-datakvaliteten vilka agenter som kan återanvändas?
CRM-datakvalitet är viktig eftersom en agents användbarhet begränsas av vad den tillförlitligt kan läsa, och dess återanvändbarhet begränsas av om ett annat teams poster ser ut som dina. En agent som kvalificerar leads väl i en region, eftersom den regionen konsekvent fyller i bransch- och medarbetarantal, kommer att underprestera i en region som lämnar båda tomma, och felet ligger i data snarare än i agenten. Det är därför registret och dataarbetet hör ihop. Att registrera vilka fält och objekt varje agent är beroende av producerar, som en biprodukt, en rankad lista över de poster som är viktigast för din intäktsverksamhet, vilket är den mest praktiska datakvalitetseftersläpningen en organisation kan ha.
Den biprodukten är värd mer än den låter. De flesta datakvalitetsprogram stannar av eftersom omfattningen är hela CRM-systemet och fördelen är abstrakt. En beroendelista inverterar båda. Den visar att elva agenter förlitar sig på kontobranschen och två förlitar sig på ett anpassat förnyelsedatum, vilket gör sekvenseringen uppenbar och fördelen specifik. Team som arbetar på det här sättet rapporterar samma trevliga överraskning: rensningen är mindre än befarat, eftersom de fält agenterna verkligen använder är en liten del av de fält som ett moget CRM innehåller.
Registreringsagenter stoppar teknisk CRM-skuld innan den bildas
Teknisk skuld i CRM är den ackumulerade kostnaden för anpassningar, integrationer, automatiseringar och lösningar som fortfarande fungerar men som ingen har dokumenterat, granskat eller beslutat att pensionera. Det upptäcks vanligtvis år senare, under en migrering eller uppgradering, när det kostar mer att förstå vad som finns än att bygga om det. Agenter är den nyaste bidragsgivaren till det och också de lättast att hantera väl, eftersom befolkningen är ung. En organisation som registrerar sina agenter år 2026 dokumenterar en två år gammal egendom snarare än att driva arkeologi på en tjugo år gammal. Den vanliga kostnaden för god hygien är lägst just nu, och den blir aldrig lägre.
Den praktiska versionen är blygsam. Ge varje agent en ägare, ett syfte på en rad, en lista över de system och fält den berör, en anteckning om de åtgärder den kan vidta utan en person och ett granskningsdatum. Fem fält. Det räcker för att göra fastigheten sökbar, tillräckligt för att svara en revisor och tillräckligt för att låta nästa byggare hitta känd teknik. De 35,9 procent av organisationerna som redan kräver registrering före driftsättning har, utan att det är så, startat det billigaste tekniska skuldprogrammet som är tillgängligt för dem, och de 79,7 procent som planerar att investera i förvaltningsinfrastruktur är på väg att ansluta sig till dem.
Siroccos perspektiv
Vi arbetar med Salesforce, HubSpot och Microsoft Dynamics 365, och registerfrågan är en där oberoende från en enskild leverantör verkligen förändrar de råd vi ger. Varje plattform bygger en bra katalog över agenter som är byggda på sig själv, och Microsofts har redan nått bortom sina egna gränser. I praktiken kör dock de flesta organisationer vi arbetar med agenter på minst två plattformar plus något som byggts internt, och listan som hjälper dem är den som omfattar allt. Det är den tydligaste anledningen att använda en oberoende CRM-partner för just detta arbete: en leverantörs katalog formas naturligt av vad den leverantören kan se, medan det användbara lagret formas av vad din organisation faktiskt kör.
Våra råd till kunder detta kvartal är oglamourösa och tillförlitligt effektiva. Börja listan innan du behöver den, håll den till fem fält och gör den första posten som agenten någon är mest stolt över. Ett register som börjar som en presentation fylls i. Ett som börjar som en efterlevnadsövning gör det inte. De organisationer som börjar nu kommer att spendera nästa år på att återanvända det de redan har byggt, medan kostnaden för katalogisering fortfarande mäts i timmar snarare än kvartal.
Om du funderar på vart din nästa AI-investering ska gå, eller funderar på hur du ska kunna se de agenter du redan använder på mer än en plattform, så diskuterar vi gärna igenom det. Boka en konsultation med vårt team.
Kontakta oss
Om du är redo att skapa en vy över varje AI-agent som körs i din Salesforce-, HubSpot- eller Dynamics 365-miljö, berätta vad du kör idag så hjälper vi dig att utforma den första versionen av den listan.
