88 % av företagen brändes av sina egna AI-agenter

88 % av företagen brändes av sina egna AI-agenter

AvePoints rapport State of AI 2026, baserad på 750 företagsledare, levererar en obekväm siffra: 88,4 % av organisationerna drabbades av minst ett säkerhetsintrång kopplat till AI-agenter under det senaste året [4]. Nästan hälften av de anställda (46,9 %) använder nu agenter dagligen eller varje vecka — vilket betyder att attackytan växte snabbare än någons styrning hann följa med [5].

Rapporten är inte bara domedagsklick — den är också handlingsinriktad. AvePoints fem rekommenderade metoder — hantering av identitet och behörigheter, insyn/observerbarhet, skyddsräcken med mänsklig kontroll som kontrollpunkter, granskningsspår och återställningsförmåga — låter mindre som AI-säkerhetsteater och mer som grundläggande IT-hygien som hoppades över i jakten på snabb driftsättning [4]. CTO John Pelusos poäng är rakt på sak: företag behöver operativa fundament, inte konfidenspoäng. En instrumentpanel som säger att agenten är "94 % säker" hjälper inte när den redan mejlat fel kunds faktura till en konkurrent [4].

62,4 % av organisationerna planerar nu att öka utgifterna för agentövervakning, där merparten går till tredjeparts AI Agent Management-plattformar snarare än att bygga styrning internt [5]. Det säger något: företag erkänner att de inte kan lösa problemet på egen hand internt och hellre köper säkerhetsbältet än bygger ett själva.

Wafer vill göra varje GPU billigare genom att lära AI att optimera sig själv

Wafer, ett YC-stöttat startup från San Francisco, bygger AI-agenter vars uppgift är att fungera som autonoma prestandaingenjörer — de finjusterar GPU-kärnor, modeller och inferenspipelines för bättre prestanda per krona och per watt [6]. De tog in en seedrunda på 4 miljoner dollar i april, ledd av Fifty Years, med Jeff Dean bland änglainvesterarna — en stark signal om att det här inte bara är YC-hype [7].

Påståendena är aggressiva: 2–2,8 gånger snabbare prestanda för modeller som Qwen, GLM och DeepSeek jämfört med standardlösningar (vLLM, SGLang), uppnått genom skräddarsydda kärnor som körs på AMD-hårdvara [6]. Det är ingen marginell vinst — det är skillnaden mellan en inferensräkning som skalar och en som inte gör det. Wafers pitch är i grunden: de flesta företag lämnar dubbel prestanda outnyttjad eftersom ingen har tid att för hand optimera kärnor för varje kombination av modell och hårdvara, så låt en AI-agent göra det kontinuerligt [7].

Detta är loopen "AI som optimerar AI" som blir kommersiellt verklig, inte bara teoretisk. Eftersom beräkningskostnader förblir den enskilt största utgiftsposten för alla som kör modeller i stor skala, slutar verktyg som autonomt sluter gapet mellan teoretisk och faktisk hårdvaruprestanda vara trevligt att ha — de blir en förutsättning.

Textpipelinen dör inom röst-AI — PolyAI och Gnani AI är beviset

PolyAIs nya Dialog-RSN-1, lanserad i juli, slår ihop end-pointing, taligenkänning (ASR) och svarsgenerering direkt från rå ljuddata — utan mellansteg med text — och når under 300 ms latens i produktion, samtidigt som den fortfarande lämnar över till ett separat TTS-system för kontrollerbarhet [8]. Samtidigt går Gnani AI, som fokuserar på Indiens marknad, ännu längre med genuina röst-till-röst-modeller (5–14 miljarder parametrar, tränade på miljontals timmar indiskt ljudmaterial) som bevarar känsla och tonläge över 14+ språk utan att någonsin konvertera tal till text internt [9].

Båda angriper samma svaghet från olika håll: den klassiska sammankopplade pipelinen (tal-till-text → LLM → text-till-tal) tappar information vid varje steg — tonfall, tvekan, känslomässig böjning, allt det som gör att ett telefonsamtal känns mänskligt snarare än transaktionellt [8][9]. Gnanis CTO menar att specialiserade mindre modeller slår generella LLM:er just för detta, eftersom röstnativa problem (kodväxling, regionala accenter, känslomässig kadens) kräver träningsdata och arkitektur som generiska transformatorer aldrig byggdes för [9].

Tillsammans med Phonelys lansering av Alma samma vecka är detta nu en trend, inte ett enskilt fall: tre olika företag som inom loppet av några veckor konvergerar mot slutsatsen "röst behöver sin egen arkitektur". Den sammankopplade pipelinens dagar som standardval är räknade.

Vad detta betyder för ditt företag

Alla dagens nyheter pekar mot samma förskjutning: AI går från "en modell du anropar" till "ett system du orkestrerar" — och vinnarna är de som slutat behandla AI som en generell hjärna och istället börjat bygga infrastruktur specifik för sitt problem. Phonely finjusterade inte ChatGPT för telefonsamtal; de byggde en ny modell från samtalsdata. Wafer skrev inte snabbare inferenskod; de byggde agenter som skriver den åt dem, kontinuerligt. Mönstret är specialisering plus automation, inte "större modell, fler prompter".

Men AvePoints siffror är den nödvändiga motvikten till all denna optimism. En intrångsfrekvens på 88 % är ingen fotnot — det är notan som förfaller för företag som driftsatte agenter snabbare än de byggde skyddsräckena runt dem. Lärdomen är inte "sluta använda agenter", utan att omdöme — vem som kan komma åt vad, vad som loggas, vad som kräver mänskligt godkännande — nu är den faktiska konkurrensfördelen. Vem som helst kan koppla ihop en agent det här kvartalet. Betydligt färre kan bevisa att den är säker att lämna obevakad.

För nordiska företag som betraktar detta från sidlinjen: kalkylen för att bygga själv kontra köpa har just blivit skarpare. Röstnativa modeller och självoptimerande infrastruktur blir snabbt till råvaror, vilket innebär att konkurrensfördelen inte längre ligger i modellen — den ligger i hur väl du definierat skyddsräckena, eskaleringsvägarna och det specifika affärsproblem du riktar AI:n mot. Kod — och alltmer även modellen — håller verkligen på att bli gratis.

Viktigaste slutsatsen: Infrastrukturen för AI blir till råvara i rekordfart (röstmodeller, inferensoptimering, orkestrering); den knappa resursen som återstår är omdömet att driftsätta den säkert och rikta den mot rätt problem.