--- title: "Scaling Up, men for maskiner: hvorfor AI-agenter bryder vækstplaybooket i stedet for at reparere det | Guardian360" description: "Verne Harnish' vækstparadoks siger, at det er kompleksitet, ikke antal medarbejdere, der gør skalering svær. AI-agenter undslipper ikke den matematik, de accelererer den ved at fjerne den naturlige bremse på, hvor hurtigt nye knuder opstår, og agent-orkestrering flytter det menneskelige kontrolflaskehals frem for at fjerne det." url: https://guardian360.net/da/blog/scaling-up-but-for-machines/ locale: en source: guardian360.net --- [← Alle indlæg](https://guardian360.net/da/blog/) Holdning # Scaling Up, men for maskiner: hvorfor AI-agenter bryder vækstplaybooket i stedet for at reparere det Af Jan Martijn Broekhof · 2. september 2026 Efter at have læst Verne Harnish’ Scaling Up er kapitlet “The Growth Paradox: An Anchor, or Wind at Your Back” et, jeg ikke har kunnet ryste af mig siden. Harnish beskriver, hvad han kalder vækstparadokset: en virksomhed formodes at blive lettere, efterhånden som den skalerer, men det bliver den næsten aldrig, den bliver sværere. Grunden, hævder han, er ikke antallet af medarbejdere i sig selv, men den kommunikationskompleksitet, som antallet af medarbejdere skaber. En grundlægger og en enkelt assistent har to kommunikationskanaler. Tilføj en tredje person, og kompleksiteten øges ikke med en tredjedel, den tredobles til seks kanaler. Tilføj en fjerde, og den firedobles til fireogtyve. Vækst er lineær. Kompleksitet er kombinatorisk. Denne uoverensstemmelse er ifølge Harnish det, der producerer de tre grundlæggende barrierer, som enhver skalerende virksomhed løber ind i: ikke nok ledere, der kan delegere og forudse, ikke nok skalerbar infrastruktur til at bære kommunikations- og beslutningsbyrden, og ikke nok marketingkapacitet til at blive ved med at vokse ind i et mere konkurrencepræget felt. Jeg havde antaget, at AI-agenter ville omgå dette problem fuldstændigt. Start en gruppe agenter op i baggrunden, lad dem køre opgaver autonomt, og det menneskelige kommunikationsflaskehals forsvinder simpelthen. At læse Harnish igen overbeviste mig om, at det kun er halvt rigtigt, og den halvdel, der er forkert, betyder mest. ## AI-agenter fjerner ikke Harnish’ matematik, de accelererer den Nogle agenter vil reelt operere autonomt med kun ringe menneskelig involvering. Men rigtig mange vil ikke. De vil sende input og output til hinanden og til de mennesker, de arbejder sammen med, præcis på den måde, Harnish’ kanaler beskriver. Den kombinatoriske kompleksitet, han identificerer i menneskelige teams, forsvinder ikke, når nogle af knuderne i netværket er agenter i stedet for mennesker, den bliver simpelthen ved med at forstærkes. Det, der ændrer sig, er den hastighed, hvormed nye knuder opstår. Harnish’ framework antager, at vækst er begrænset af, hvor hurtigt en organisation kan ansætte, onboarde og bringe en ny person op til en brugbar standard af dømmekraft, hvilket er langsomt af natur. Agenter fjerner den naturlige bremse. Deloittes teknologiforudsigelser for 2026 beskriver dette direkte: agent sprawl, spredningen af usammenhængende agenter på tværs af en organisation uden samlet synlighed eller governance, forventes at fortsætte med at stige gennem 2026, efterhånden som programmeringssprog, frameworks og kommunikationsprotokoller mangfoldiggøres. En organisation, der engang kun kunne øge sit antal medarbejdere med en håndfuld personer i kvartalet, kan nu øge sit antal agenter med en håndfuld om dagen. Harnish’ kompleksitetsligning gælder stadig. Uret, der plejede at bremse den, er blevet fjernet. ## Vi designer stadig agentorganisationer som menneskelige Lige nu forestiller de fleste af os en AI-drevet organisation, som vi forestiller os en menneskelig: et groft hierarki, definerede senioritetsniveauer, noget der ligner en arbejdsuge. Det billede er allerede forældet. Inden længe vil en enkelt anmodning til en enkelt agent starte et netværk af underagenter op, der planlægger, delegerer til hinanden og sender arbejde frem og tilbage, stort set usynligt for den person, der stillede den oprindelige anmodning. Harnish’ regnestykker antager et synligt, tælleligt sæt kanaler: to, så seks, så fireogtyve. I en agentdrevet organisation er antallet af kanaler hverken fast eller synligt. Det bliver dynamisk, og det bliver skjult for netop de mennesker, der formodes at have kontrol over det. Det er et andet slags problem end blot at have brug for flere ledere. Det betyder, at organisationens form ikke længere kan udledes ved at kigge på et organisationsdiagram, fordi organisationsdiagrammet bliver tegnet om løbende og stille, adskillige lag under hvor nogen holder øje. ## Får agenter ikke bare deres egne ledere? Dette er den oplagte indvending, og den fortjener et lige svar frem for et vink med hånden. Ja, agenter får allerede deres eget ledelseslag. Deloittes forudsigelse omfatter en fremvoksende kategori, den kalder guardian agent, hvis opgave er at eje opgaver, samtidig med at den overvåger andre agenters adfærd. Technology Decisions Australias dækning af 2026-skiftene i agentisk AI-adoption beskriver organisationer, der skaber nye roller såsom Agent Ops Lead og AI Product Owner, hvis hele funktion er at lede agenter, på samme måde som en linjeleder engang ledede mennesker. Jeg tror ikke, dette løser det underliggende problem, og her er hvorfor. Hvert eneste af disse ledelseslag skal stadig lede sit output et sted hen til gennemgang, og det sted er i sidste ende et menneske. At tilføje orkestreringsagenter og guardian agents fjerner ikke det flaskehals, Harnish beskriver, det flytter det bare opad og komprimerer mere aktivitet ind i den samme faste hastighed, hvormed en person meningsfuldt kan gennemgå og kontrollere det, der lægges foran dem. En akademisk artikel fra 2026 af Kaptein og kolleger, der bygger på en KPMG-undersøgelse af ledere i store virksomheder, fandt, at tre fjerdedele af respondenterne nævnte sikkerhed, compliance og auditbarhed som deres mest kritiske krav til agentudrulning, og at multi-agent-orkestreringskompleksitet allerede er blevet det primære flaskehals, efterhånden som organisationer forsøger at flytte agentprojekter fra pilot til produktion. Det er ikke et teknologihul. Det er det samme kontrolproblem, som Harnish navngiver, blot iført en anden uniform. Dette stemmer overens med, hvad der rent faktisk sker med agentiske AI-projekter i praksis. Forbes, der genbesøger Gartners forskning så sent som juli 2026, gør et nummer ud af at bemærke, hvad der er påfaldende fraværende fra listen over grunde til, at agentiske AI-projekter bliver aflyst. Modelkapacitet kommer ikke på den liste. De angivne grunde er eskalerende omkostninger, uklar forretningsværdi og utilstrækkelige risikokontroller, hvilket er en anden måde at sige, at organisationer kæmper med at styre og gennemgå det, de har bygget, ikke at agenterne selv ikke er kapable nok. ## Hvem har egentlig kontrol? En fair læser vil på dette punkt indvende og stille et sværere spørgsmål: hvor længe forbliver mennesker i kontrol overhovedet? I teorien kunne en organisation i sidste ende drives helt af AI-agenter, der koordinerer mål, delopgaver og output uden en menneskelig knude nogen steder i loopet. Jeg mener, det er sandt i teorien og irrelevant i praksis, af to grunde, der intet har at gøre med, hvad teknologien kan. For det første kan i øjeblikket kun et menneske, en person af kød og blod, holdes juridisk ansvarlig for en beslutning. Agenter kan udarbejde, anbefale og handle inden for de rammer, der er sat for dem, men ansvar overføres ikke til et system, det bliver hos den person, der dirigerede det. For det andet har vi en social forpligtelse til at tilbyde mennesker meningsfuldt arbejde, arbejde der lader dem føle, at de bidrager, og at de betyder noget. En organisation, der stille optimerer mennesker ud af hvert loop, er ikke blot mere effektiv, den vender ryggen til begge disse ting på én gang. ## Hvordan skalerbar infrastruktur ser ud for en agentdrevet organisation Harnish’ tredje barriere, skalerbar infrastruktur, er den, jeg bliver ved med at vende tilbage til. For en menneskelig organisation betyder det systemer og strukturer, der kan bære kommunikations- og beslutningsbyrden, efterhånden som antallet af medarbejdere vokser. For en agentdrevet organisation må det betyde noget helt andet igen: infrastruktur, der holder det voksende, delvist usynlige netværk af agenter læsbart nok til, at et menneske stadig meningsfuldt kan gennemgå og beslutte, frem for blot at sætte et gummistempel. Dette er ikke et abstrakt spørgsmål for os. Hos Guardian360 kører vi præcis dette eksperiment på os selv først. Vi opsætter, tester og træner vores egne AI-kolleger internt, før vi overhovedet ville overveje at tilbyde noget lignende til kunder. Den rækkefølge betyder noget. Hvis en måde at arbejde på ikke holder på vores eget team, herunder det punkt, hvor vi begynder at sætte spørgsmålstegn ved vores eget traditionelle hierarki, har vi ingen ret til at love, at det vil holde på en andens. ## Så hvem koordinerer hvem? Et sted i enhver samtale om agent-orkestrering foreslår nogen den samme løsning: giv hver person en enkelt personlig AI-assistent, der taler med alle de andre agenter på deres vegne, så mennesket kun skal styre én relation i stedet for dusinvis. Jeg forstår tiltrækningen, men jeg mener, det er værd at være ærlig om, hvad den assistent faktisk er. Den er ikke en løsning på kontrolproblemet, den er endnu en leder i hierarkiet, ét lag højere end de andre, og den skal stadig betros og gennemgås som ethvert andet lag under den. Du har ikke fjernet flaskehalsen. Du har omdøbt den og flyttet den tættere på dig selv. Harnish skrev, at kompleksitet er prisen for vækst, og at kun få virksomheder nogensinde lærer at betale den godt. Jeg formoder, at det samme vil vise sig at være sandt for de organisationer, der nu fyldes op med agenter. Spørgsmålet, der er værd at dvæle ved, er ikke, hvor mange agenter du har råd til at køre. Det er, hvor mange lag af agentledelse du er villig til at stable op, før du får brug for endnu et menneske, blot til at afgøre, hvem der skal betros. ## Kilder - Harnish, V. (2014). Scaling Up: How a Few Companies Make It…and Why the Rest Don’t. Gazelles, Inc. Kapitel: “The Growth Paradox: An Anchor, or Wind at Your Back”. - Deloitte, [Unlocking exponential value with AI agent orchestration](https://www.deloitte.com/us/en/insights/industry/technology/technology-media-and-telecom-predictions/2026/ai-agent-orchestration.html) (2026 TMT Predictions). - Technology Decisions Australia, [The agentic AI shifts of 2026: Orchestration, governance and scale](https://www.technologydecisions.com.au/content/it-management/article/the-agentic-ai-shifts-of-2026-orchestration-governance-and-scale-1556800236). - Kaptein, M. et al. (2026). [Runtime Governance for AI Agents: Policies on Paths](https://arxiv.org/pdf/2603.16586). arXiv preprint. - Forbes, [Why 40% Of Agentic AI Projects May Be Canceled By 2027](https://www.forbes.com/sites/robertszczerba/2026/07/07/why-40-of-agentic-ai-projects-may-be-canceled-by-2027/).