Når økonomidirektører (CFOer) vurderer integreringen av agentisk kunstig intelligens (KI), bør de nærme seg dette på samme måte som andre teknologier som tidligere er blitt adoptert, samtidig som de gjør nødvendige justeringer for å håndtere de unike risikoene forbundet med dette nye systemet. Ifølge George Westerman, seniorforeleser ved MIT Sloan School of Management, er agentiske systemer ikke et nytt konsept. Selv om det ikke finnes en universelt akseptert definisjon, kan agentisk KI forstås som programvare i stand til å behandle informasjon og ta beslutninger eller utføre handlinger selvstendig. Historiske eksempler inkluderer automatiserte prosesser i Microsoft Windows og handelsalgoritmer på Wall Street. Skillet ligger i evnene til KI-agenter bygget på generative KI-modeller, som kan tilpasse seg, lære og engasjere seg i samtaler, i motsetning til tidligere regelbaserte systemer. Til tross for disse fremskrittene, bør CFOer fortsatt evaluere agentisk KI med de samme kriteriene som ble brukt for tidligere automatiseringsteknologier—identifisere fordelaktige prosesser, potensielle kostnadsbesparelser og vurdere risikoer for både økonomi og omdømme. Eksisterende styringspolitikker og risikarammer bør veilede evalueringen av agentisk KI, med nødvendige revisjoner for å imøtekomme den nye teknologien. Sterk styring i automatisering bør overføres til agentisk KI, med hensyn til nødvendige justeringer i retningslinjene. Når de vurderer avkastning på investering (ROI) for agentisk KI, understreker Westerman viktigheten av å forstå tilknyttede kostnader, som kan være betydelige. Disse kostnadene inkluderer databehandlingsgebyrer, datarensing, lisensiering og prosessendringer.

De mest lovende mulighetene for økonomiske applikasjoner av agentisk KI inkluderer håndtering av ustrukturert data, automatisering av planlegging og rapportering, sikre overholdelse, underwriting og forbedring av kundeinteraksjoner. CFOer anbefales å: 1. **Justere KI-initiativ med forretningsmål**: Definer klart økonomiske utfall som kostnadsbesparelser og forbedret prognostisering for å sikre at KI-investeringer samsvarer med forretningsmål og viser ROI. 2. **Håndtere risiko proaktivt**: Identifisere risikoer knyttet til datasikkerhet, personvern, regulatorisk overholdelse og økonomisk nøyaktighet. Etablere ansvarlighetsstrukturer og forberede beredskapsplaner for potensielle KI-feil. 3. **Investere i ferdigheter og ta tak i jobbbekymringer**: Være åpen med ansatte om potensielle jobendringer og tilby opplæring i KI-bruk. Selskaper bør bygge et kjerne-team med sterk forståelse av KI, samtidig som de sikrer at resten av arbeidsstyrken også er utdannet i dens anvendelser. Samlet sett er åpenhet, proaktiv risikohåndtering og justering av KI-prosjekter med forretningsmål avgjørende for vellykket integrering av agentisk KI i økonomi.