När ManageEngine samlade kunder och IT-specialister till UserConf Nordics i Stockholm stod agentisk AI i centrum. Men budskapet från scenen handlade mindre om att välja nästa AI-modell och mer om vad som krävs runt omkring tekniken: robust infrastruktur, bättre data, tydlig styrning och en realistisk syn på människans roll.
I mitten av september samlade ManageEngine deltagare från Sverige, Danmark, Norge, Finland och Island till UserConf Nordics på Hilton Stockholm Slussen. Konferensen hade ett brett nordiskt fokus och samlade både användare och partner i regionen.
Den röda tråden var nästa steg i företagens AI-användning. AI går från system som analyserar och rekommenderar till agenter som i större utsträckning kan utföra arbetsuppgifter inom givna ramar. Därmed förändras också de frågor som IT-organisationen behöver ställa. Det handlar inte längre bara om vad en AI-modell kan göra, utan om vilken IT-miljö den får agera i och hur organisationen behåller insyn och kontroll.
Modellen är inte flaskhalsen
I sin öppningskeynote argumenterade ManageEngines vd Rajesh Ganesan för att diskussionen om företags-AI ofta lägger för stor vikt vid själva modellvalet. Utbudet av modeller växer snabbt, medan den svårare frågan enligt honom är om organisationens digitala infrastruktur faktiskt är redo för AI i större skala.
Ganesan konstaterade samtidigt att många av de organisationer han möter fortfarande experimenterar med AI och ännu inte har överlåtit mer omfattande uppgifter eller beslut till autonoma system.
– Om ni känner att ni ännu inte är redo för AI är ni inte ensamma. Det är inte vi heller. Vi använder AI i många av våra funktioner, men vi har ännu inte överlåtit autonomin till AI, sade Rajesh Ganesan.
Datakvalitet, resiliens, säkerhet, identiteter och möjligheten att följa vad systemen gör blir viktigare när AI också kan initiera åtgärder. Ganesan beskrev den digitala infrastrukturen som ett tillförlitlighetslager som måste klara den belastning och komplexitet som en mer omfattande AI-användning kan innebära.
– Den digitala infrastrukturen måste kunna bära era AI-ambitioner, oavsett om det handlar om automation, intelligens eller autonomi, sade han.
ManageEngines egen inriktning är därför att fokusera mindre på att konkurrera om nästa stora språkmodell och mer på den infrastruktur som krävs för AI. Bolaget har samtidigt byggt ut stödet för AI-agenter inom flera delar av IT-driften, med kontroll och insyn som centrala delar i strategin.
Nordiska kunder vill ha både automation och kontroll
ManageEngine fortsätter att växa på den svenska marknaden. Under 2025 ökade bolagets svenska omsättning med 12 procent och kundbasen med 22 procent. ManageEngine har nu fler än 800 kunder inom privat och offentlig sektor i Sverige.
Vijayakumar Sivalingam, Regional Business Director med ansvar för Norden och Visegradregionen, säger att säkerhet, styrning och datasuveränitet återkommer i dialogerna med nordiska kunder. Han ser samtidigt ett stort intresse för AI, men också osäkerhet kring vilka användningsområden som faktiskt skapar värde.
– Alla vill ha AI, men när vi sätter oss ner och diskuterar med kunderna vet de inte alltid vad de faktiskt vill ha. Då blir vår uppgift att visa vad som går att göra och fråga: är det här något ni verkligen behöver? säger Vijayakumar Sivalingam.
Frågorna om var data lagras och hur den hanteras har samtidigt blivit mer detaljerade. För många organisationer handlar nästa steg därför om en balans mellan effektivisering och kontroll, där nyttan med AI måste vägas mot krav på säkerhet, styrning och insyn.
Grunderna blir viktigare, inte mindre viktiga
Det tydligaste budskapet från två dagar i Stockholm var att nästa fas av AI inte gör traditionell IT-disciplin mindre relevant. När AI går från att rekommendera till att agera blir kvaliteten på data, identiteter, åtkomsträttigheter, infrastruktur, resiliens och styrning ännu mer central.
Samtidigt räcker inte tekniska kontroller. Organisationer behöver förstå hur människor fattar beslut och hur ansvaret ska fördelas när både människor och AI-agenter deltar i samma arbetsflöden. Nästa steg mot mer autonom IT handlar därför minst lika mycket om arkitekturen och styrningen kring AI som om intelligensen i själva modellen.
BIld av Imaginium
