En sjælden indrømmelse i toppen af udgiftskurven

Den 2. juli sagde Mark Zuckerberg ved et internt Meta-møde til medarbejderne, at udviklingen af AI-agenter i de foregående fire måneder ikke, med hans ord, var accelereret på den måde, selskabet ventede. Reuters, der hørte en optagelse, berettede, at han også kaldte den nylige reorganisering mindre ren end planlagt, sagde, at dens strukturelle væddemål endnu ikke havde båret frugt, og lagde den ventede gevinst tre til seks måneder ude i fremtiden. Det er det samme selskab, der har udmeldt op til 145 milliarder dollar i AI-udgifter for 2026 og betalte omkring 14 milliarder dollar for en andel i Scale AI for at bemande sine Superintelligence Labs.

Pointen er ikke, at Meta fejler. Basismodellernes evner bliver ved med at blive bedre, og Meta har balancen til at finansiere sig gennem en langsom periode. Pointen er det gab, indrømmelsen blotlægger: mellem den allerede forpligtede kapital og de fungerende agentsystemer, den skulle købe. Langsigtet planlægning, pålidelig værktøjsbrug, hukommelse og forankring, de svære dele ved at gøre en agent pålidelig i produktion, er sakket bagud i forhold til de rene modelgevinster. Når den med det største budget og den bedste information siger, at tidsplanen er skredet, er det data.

Leverandørers køreplaner er markedsføring; basisrater er beviser

Hvorfor det betyder noget: de fleste ejere får netop nu solgt en agent-tidsplan. En softwareleverandør, et konsulenthus eller en intern fortaler nævner en dato, hvor autonome agenter vil klare support, indkøb eller backoffice, og den dato kommer næsten altid fra en leverandørs køreplan. Zuckerbergs møde er et rent naturligt eksperiment i modsat retning. Her er den bedst udstyrede, bedst informerede køber på markedet, uden tilskyndelse til at tale sit eget projekt ned, der fortæller sit personale, at tidsplanen flyttede sig. Hvis hans 145 milliarder dollar ikke købte tidsplanen, gør et sekscifret pilotprojekt det heller ikke.

Ja, men: en forsinkelse er ikke en blindgyde. Agenter, der udarbejder, opsummerer og videresender inden for en menneskekontrolleret sløjfe, er allerede nyttige og værd at finansiere i dag. Fejlen er ikke at indføre AI; den er at forpligte et års budget og en reorganisering til et autonominiveau, som markedets største udgiver netop har sagt ikke er her endnu. Finansier den evne, der virker nu, og behandl fuld autonomi som en milepæl, der skal fortjenes, ikke en dato, der skal bookes.

Sådan finansierer du et agentprojekt, så et skred koster én fase

Konklusionen: strukturér hver AI-agentinvestering som en række reversible faser, hver med en defineret udgangstest skrevet, før pengene bruges. Fase et finansierer en smal, menneskeovervåget pilot med et enkelt forud aftalt succesmål, for eksempel en fejlrate under en angivet tærskel på en defineret opgave inden en defineret dato. Næste fase låses kun op, hvis den test består på beviserne, ikke på en leverandørs prognose. Det er almindelig kapitaldisciplin, samme basisrate-tænkning, som en forsigtig ejer allerede anvender på en ny fabrik eller et nyt marked, anvendt på en teknologi, hvis fortalere er usædvanligt sikre.

Disciplinen beskytter dig i begge retninger. En mellemstor virksomhed i Danmark eller Holland, der på den måde faser en kundeserviceagent, bruger måske 50.000 euro på at lære, om værktøjet klarer sin egen barre, i stedet for 500.000 euro på en fuld udrulning tidsbestemt efter en køreplan. Kommer evnen til tiden, skalerer du med beviser i ryggen. Skrider den, som Metas netop gjorde, har du mistet én fase og bevaret din handlefrihed. Lektionen fra mødet er ikke, at AI-agenter vil fejle. Det er, at den bedst placerede til at vide det netop har omvurderet tidsplanen, og dit budget bør omvurdere med ham.

Læs videre: Uber brændte sit AI-budget 2026 på fire måneder  |  Tre dage til at lappe den AI-bygger ingen skrev op