AI-agenterna kommer till inköp, men bara hos dem som har ordning och reda

Gartner spår att AI-agenter kommer att stå mellan köpare och säljare i 90 procent av alla B2B-köp senast 2028. Det motsvarar över 15 000 miljarder dollar i handel som går genom agenterna. Samma analysföretag spår att 85 procent av inköpsorganisationerna fortfarande kommer att hålla på att städa i sina data 2027. De två prognoserna hör ihop: agenterna kommer, men de kan bara arbeta där beställningar, avtal och leverantörsdata redan finns i ett system.
Kort sammanfattat
- • Gartner: 90 % av B2B-köpen kommer att gå via AI-agenter senast 2028
- • Gartner: 40 % av inköpsteamen kommer att ha infört minst en AI-agent senast 2028
- • Gartner: över 40 % av projekten med agentisk AI läggs ned före utgången av 2027
- • Gartner: bara 20 % av inköpsorganisationerna kommer att ha data och processer som är mogna nog för flera samverkande agenter
- • En agent kan inte hålla sig till ett avtal som den inte hittar
Vad Gartner faktiskt spår
Siffrorna ovan kommer från fyra olika publikationer, och det är värt att hålla isär dem.
- Marknaden: I oktober 2025 presenterade Gartner sina prognoser för 2026 och åren därefter. En av dem är att 90 procent av B2B-köpen kommer att förmedlas av AI-agenter senast 2028, och att över 15 000 miljarder dollar därmed går genom agenterna.
- Inköpsfunktionen: I rapporten Predicts 2025: Procurement Addresses Data Challenges and Embraces Rapid Change från januari 2025 spår Gartner att 40 procent av inköpsteamen kommer att ha infört minst en AI-agent senast 2028. Samma rapport spår att 85 procent fortfarande kommer att arbeta med att förbättra datakvaliteten 2027 för att kunna hämta hem vinsterna med generativ AI.
- Projekten: I juni 2025 spådde Gartner att över 40 procent av projekten med agentisk AI läggs ned före utgången av 2027. Orsakerna som Gartner pekar på är stigande kostnader, oklart affärsvärde och för svag riskkontroll.
- Mognaden: I augusti 2026 skrev Gartneranalytikern Lynne Phelan att bara 20 procent av inköpsorganisationerna kommer att ha tillräcklig data- och processmognad för att använda flera samverkande agenter fram till 2027.
I samma rapport från januari 2025 uppger 49 procent av inköpscheferna att korrekta och tillförlitliga data är en stor utmaning. Samtidigt prioriterar 68 procent av inköpsdirektörerna investeringar i AI. Ambitionen ligger alltså före grunden.
Varför data är flaskhalsen
En AI-agent som ska beställa åt en anställd behöver svar på samma frågor som en bra inköpare: Vem har vi avtal med? Vad är avtalspriset? Vem får beställa det här, och vem ska godkänna? Vad köpte vi senast?
Om svaren ligger i en pdf på en gemensam server, i en mejltråd eller i huvudet på en inköpare har agenten ingenting att slå upp dem i. Då gör den det som en anställd utan system gör: den hittar något som ser rätt ut, hos en leverantör som verkar okej, till ett pris som ingen har förhandlat. Skillnaden är att agenten gör det snabbare och oftare.
Det är detta som gör köp utanför avtal till ett större problem med agenter än utan. En människa som handlar utanför avtalet gör det några gånger i månaden. En agent utan tillgång till avtalen gör det varje gång.
Agenten förstärker det som redan finns
Har verksamheten kataloger, avtalspriser och godkännanderegler i ett system följer agenten dem i varje enskilt köp. Har den inte det automatiserar agenten oordningen. Tekniken är densamma i båda fallen.
Vad ”ordning och reda” betyder i praktiken
Det finns fyra saker som en agent måste kunna läsa maskinellt innan den kan göra ett köp som du kan stå för.
1. Avtalen som data, inte som dokument
Avtalspriser och sortiment måste finnas som kataloger som agenten kan söka i. Ett undertecknat avtal i ett arkiv säger inte agenten vad en vara kostar i dag.
2. Ett leverantörsregister utan dubbletter
Agenten måste veta vilka leverantörer som är godkända, och att ”Leverantör AB” och ”Leverantör Sverige AB” är samma företag. Det är också här som kontrollen mot fakturabedrägerier börjar.
3. Beställningar som finns före fakturan
Utan en order har varken en människa eller en agent något att kontrollera fakturan mot. Med order, godsmottagning och faktura i samma system kan kontrollen gå av sig själv, så som vi beskriver i artikeln om 3-vägsmatchning.
4. Befogenheter och budget som regler
Vem som får beställa vad, upp till vilket belopp, och vem som godkänner, måste vara regler som systemet upprätthåller. En agent bör ha samma ramar som den anställda den handlar åt, varken fler eller färre.
Inget av detta är nytt. Det är samma struktur som en välordnad purchase-to-pay-process alltid har krävt. Det nya är att den inte längre bara ger kontroll och lägre kostnader. Den avgör också om verksamheten över huvud taget kan börja använda agenterna.
Inköp ska också styra AI-kostnaderna
Saken har en andra sida. AI har i sig blivit en inköpskategori. I augusti 2026 uppmanade Gartner inköpsdirektörer att behandla AI som en egen kategori, eftersom köpen är utspridda på många avdelningar, förbrukningen växer snabbare än styrningen och priserna är svåra att genomskåda. Inköps roll är enligt Gartner att ge överblick, styrning och kommersiell disciplin.
Stigande kostnader är också det första skälet som Gartner anger till att så många agentprojekt läggs ned. En verksamhet som redan har beställningar och avtal i ett system ser de här kostnaderna medan de uppstår.
Tre frågor till CFO:n
- Hur stor andel av inköpen har en beställning bakom sig? Det är den andelen en agent kan arbeta med.
- Ligger avtalspriserna någonstans där ett system kan läsa dem? Om svaret är ”i avtalsdokumentet” är svaret nej.
- Vet du vad verksamheten lägger på AI-verktyg i dag, och vem som har beställt dem?
Så gör vi i Vieri
I Vieri beställer AI-assistenten genom samma plattform som de anställda. Den söker i samma kataloger, får samma avtalspriser och går igenom samma godkännanden. Agenten får alltså ingen egen väg runt reglerna. Hur det fungerar har vi beskrivit i artikeln om AI-styrt inköp.
Om siffrorna
Gartners siffror är prognoser, inte mätningar. De säger vad analytikerna väntar sig, och de träffar inte alltid rätt. Rapporten från januari 2025 ligger bakom betalvägg; vi har läst den i en licensierad återgivning. De tre andra siffrorna är hämtade från Gartners egna pressmeddelanden och från en artikel skriven av Gartners analytiker.
Bilden är inte heller entydig. Konsultföretaget ProcureAbility frågade 160 inköpschefer 2026, och hälften uppgav dålig datakvalitet som det största hindret för att använda AI i större skala. Deloittes undersökning bland över 250 inköpsdirektörer 2025 har däremot silor mellan avdelningar (57 procent) och konkurrerande prioriteringar (46 procent) överst, och nämner inte datakvalitet bland de största hindren. Vad som hamnar överst beror på hur frågan ställs. Siffrorna är internationella. Vi känner inte till några motsvarande norska undersökningar.
Källor
- Gartner: Top Predictions for IT Organizations and Users in 2026 and Beyond (21 oktober 2025)
- Gartner: Predicts 2025: Procurement Addresses Data Challenges and Embraces Rapid Change (8 januari 2025, bakom betalvägg)
- Gartner: Over 40% of Agentic AI Projects Will Be Canceled by End of 2027 (25 juni 2025)
- Lynne Phelan, Gartner: The Procurement Intelligence Gap (Supply & Demand Chain Executive, 29 augusti 2026)
- Gartner: Chief Procurement Officers Should Treat AI as a Dedicated Category Management Domain (18 augusti 2026)
- IT Brief om ProcureAbilitys undersökning bland inköpschefer (25 september 2026)
- Deloitte: 2025 Global Chief Procurement Officer Survey (19 augusti 2025)
Är dina inköpsdata redo för agenterna?
Vi går igenom hur stor andel av inköpen som har beställning och avtalspris bakom sig i dag, och vad som måste finnas på plats innan en agent kan handla åt er.
Boka en genomgång →

