Nästan hälften av de stora organisationerna har minskat, försenat eller pausat sina AI-agentdistributioner efter att driftskostnaderna började överstiga värdet som systemen producerade, enligt undersökningsresultat som publicerades av KPMG och cirkulerade brett i täckning den 8 augusti 2026. Fynden landar som en verklighetskontroll på ett år av aggressiv företagsentusiasm för autonoma AI-agenter.

För chefer och analytiker som väger ekonomin i företags-AI, spårar AI Buzz Wire gapet mellan agenthype och uppmätt avkastning med kontinuerlig bevakning av senaste AI-nyheter.

Klyftan mellan kostnad och värde

Enligt KPMG:s resultat har cirka 49 % av stora organisationer minskat sina utrullningar av AI-agenter eftersom driften av systemen kostade mer än värdet de genererade. Endast en liten del av organisationerna rapporterade att de uppnått en etablerad avkastning på investeringen från sina agentdistributioner. Resultatet omarbetar en av de mest högljudda berättelserna inom företagsteknologi: medan AI-agenter bäddas in i fler produkter än någonsin, är det fortfarande svåröverskådligt för många köpare att förvandla den aktiviteten till positiv ekonomi.

Siffran speglar en spänning som har byggts upp när företag flyttar AI-agenter från piloter till produktion. Varje agentuppgift – där en modell resonerar, anropar verktyg och vidtar åtgärder i flera steg – förbrukar betydligt mer beräkning än en enkel chattprompt, eftersom den ofta kopplar ihop många modellsamtal. I stor skala förvärrades dessa kostnader snabbt, och många organisationer upptäckte räkningen först efter att implementeringen hade påbörjats.

KPMG:s undersökningsdetalj

Resultaten överensstämmer med KPMG:s Quarterly AI Pulse Survey, som fångade perspektiven hos C-suite och företagsledare i stora organisationer. I sin amerikanska utgåva samlade undersökningen in svar mellan 28 april och 25 maj 2026 från 204 USA-baserade seniora ledare som representerar organisationer med en årlig omsättning på 1 miljard dollar eller mer.

Undersökningen identifierade att förstå och hantera kostnaden för att driva AI i stor skala som en framväxande utmaning. Även om många företag har etablerat grundläggande styrningselement som övervakning av instrumentpaneler och godkännandeprocesser, saknar de flesta fortfarande fullständig insyn i AI-relaterade kostnader i realtid – en lucka som blir kritisk när organisationer övergår från isolerade användningsfall till koordinerade, företagsomfattande agentdistributioner.

Orkestrering över fristående agenter

Trots tillbakadragandet i utrullningar är den bredare färdriktningen inte reträtt utan omstrukturering. Enligt KPMG-undersökningen utvecklar organisationer hur agenter används och går från fristående applikationer till mer samordnad orkestrering på företagsnivå. Tillväxten av arbetsflöden för flera agenter signalerar ett steg mot att koppla samman aktiviteter mellan team, system och beslutspunkter, med hjälp av agenter för att anpassa delade mål och automatisera arbete som spänner över funktioner.

Med andra ord, företag överger inte AI-agenter; de blir mer selektiva när det gäller var och hur de distribuerar dem, och gynnar integrerade, högvärdiga arbetsflöden framför spridda experiment som är svåra att motivera vad gäller kostnad.

Människor fortfarande i slingan

Undersökningen fann också att den bästa riskreducerande metoden för AI-agenter under de kommande 6 till 12 månaderna är en "mänsklig-i-slingan"-modell, där en person validerar utdata men inte övervakar varje enskild agentåtgärd eller beslut. Den preferensen återspeglar en praktisk kompromiss: organisationer vill ha effektivitetsvinsterna med automatisering men är ännu inte villiga att låta agenter arbeta utan en kontrollpunkt för deras resultat.

Medarbetarnas erfarenhet dök upp som en annan presspunkt. Undersökningen noterade att de anställdas oro för att arbeta med AI-agenter förändras, och många känner alltmer påfrestningen av ökad komplexitet och arbetsbelastning. Att framgångsrikt skala agenter, drog KPMG slutsatsen, kommer att kräva ett skarpare fokus på medarbetarnas erfarenhet, tydligare anpassning till resultat och mer avsiktliga tillvägagångssätt för att driva engagemang.

Vad det betyder för marknaden

Sammantaget beskriver resultaten en marknad som går in i en mer disciplinerad fas. Den första vågen av AI-agenter drevs av brådska och rädsla för att hamna på efterkälken. Nästa våg, tyder data på, kommer att styras av enhetsekonomi: vilka agentarbetsflöden som faktiskt betalar för sig själva, hur kostnaderna spåras i realtid och där människor måste vara involverade för att hålla utdata pålitliga.

För säljare betyder det att ribban stiger. Agentprodukter kommer i allt högre grad att behöva visa mätbar kostnadseffektivitet, inte bara imponerande demonstrationer. För köpare erbjuder KPMG:s data ett användbart riktmärke: om ungefär hälften av de stora organisationerna drar sig tillbaka för att kostnaderna överstiger värdet, kan kostnadsdisciplin – inte förmåga – vara den avgörande faktorn för att AI-agentens utplaceringar överlever.

Ligg före AI

Agenthypen håller på att mogna till en kostnads- och värderäkning. Följ den senaste analysen av enterprise AI och agent när ekonomin hamnar i fokus.

Utforska AI Buzz Wire →