Jag var nyligen på ett partnerevent där samtalen kring AI hade en helt annan ton än för bara ett år sedan. Det är inte längre en diskussion om vilken språkmodell som är bäst. Det är en diskussion om vad man bygger runt modellen. Och ju mer jag tänkt på det efteråt, desto mer övertygad är jag om att det är där den faktiska konkurrensfördelen kommer ligga de närmaste åren.
Modellerna är inte längre det viktiga
De senaste två åren har AI-marknaden nästan uteslutande handlat om språkmodeller. GPT, Claude, Gemini. Vem har flest parametrar? Bäst benchmark? Det var den dominerande frågan.
Men något har förändrats. De som arbetar mest med AI i praktiken börjar komma fram till samma slutsats: modellerna håller på att bli utbytbara. De är bra. De blir snabbt bättre. Och de blir snabbt mer lika varandra.
Det är inte ett teoretiskt resonemang. Enligt IDC når 88 procent av enterprise-organisationernas AI-projekt aldrig produktion, och anledningen är nästan aldrig att modellen är för svag. Det är att lagret runt modellen – integrationer, governance, kontext, säkerhet – inte är på plats. Det är där projekten dör.
En av talarna på eventet använde en metafor som har fastnat hos mig. Han liknade språkmodellerna vid motorer i en bil. Kraftfulla, ja. Men i grunden jämförbara komponenter. Det egentliga värdet, sa han, ligger inte i motorn utan i bilen runt motorn. Han kallade det för “the harness”.
Vad är då ett “harness”?
Allt det som omger en AI-modell när den faktiskt ska göra något användbart i en verksamhet: arbetsflöden, verktyg som agenten kan använda, minne av tidigare arbete, tillgång till organisationens data, brand voice, approval-flöden, governance och säkerhet. Hela det sammanhang som gör att en AI-modell går från intelligent chattfunktion till något som faktiskt skapar värde dag efter dag.
Det är därför ett bra harness är viktigare än en bra modell. Modellen blir en utbytbar komponent. Harnesset blir plattformen.
Det här är inte bara en metafor som passade en talare på en scen. Begreppet “harness engineering” har under det senaste året vuxit fram som en egen disciplin inom AI-engineering, och beskrivs nu av flera ledande AI-team som den viktigaste kompetensen i den agentiska AI-eran.
Det är där det organisatoriska minnet lever
Det här förändrar var konkurrensfördelen byggs över tid.
En modell kan bytas ut. När en bättre släpps byter man bara komponenten, behåller harnesset, och får genast en bättre AI utan att bygga om resten.
Men harnesset är något annat. Det är där organisationens samlade intelligens lagras: vad som funkat tidigare, hur varumärket faktiskt låter, vilka approval-flöden som finns, vilken data som ska konsulteras innan ett beslut fattas. Det byggs upp över tid och kan inte enkelt kopieras.
En av talarna formulerade det så här: “Harness value compounds over time. Models reset.” Den meningen säger något viktigt om hur konkurrensfördel byggs i AI-eran. Inte i komponenten, utan i sammanhanget. Inte i vad alla kan köpa, utan i vad bara du har byggt upp.
Vad det betyder för marknadsorganisationen
När vi pratar om “AI för verksamheten” är det ofta marknadsorganisationen som blir den första riktiga användaren. Det är där content skapas, kampanjer drivs, performance mäts, varumärket levereras. Arbetsflöden som kan accelereras dramatiskt av AI – men bara om AI:n är inbäddad i det faktiska arbetet, inte bredvid det.
Vad jag hörde mellan raderna på eventet var en bild av en framtid där marknadsavdelningens roll förändras. Den klassiska modellen där marknad beställer från IT och optimerar i marginalerna håller på att gå sönder – inte för att den är dålig, utan för att den är för långsam för vad AI gör möjligt. BCG beskriver det som en förflyttning där marknadschefen blir “chief growth architect” – ansvarig för hela det orkestrerade arbetsflöde där människor och AI-agenter samarbetar mot affärsmål.
I framtidens digitala plattform är CMS:et inte längre centrum. Det är fortfarande viktigt, men det är AI-lagret som blir det nya centrum – där workflows orkestreras, där content skapas och optimeras, där beslut förbereds. CMS blir en av flera komponenter som AI-lagret arbetar med, inte den drivande mekanismen.
Det förändrar vem som behöver vara delaktig i diskussionen om plattformen. Det räcker inte längre med att teknik och IT bestämmer. Marknadsorganisationen behöver också sitta vid bordet – för det är deras arbetsflöden som AI:n ska stödja, och deras kontext som ska byggas in i harnesset.
Vad jag tar med mig
Den viktigaste investeringen i AI är inte längre vilken modell man väljer. Det är hur man bygger sammanhanget runt den. Och eftersom värdet i harnesset ackumuleras över tid får företag som börjar tidigt en strukturell fördel som blir svår att hinna ifatt.
Det är därför “att börja nu” är meningsfullt även när man inte direkt ser ROI:n. Man bygger upp ett försprång som vinner i längden.
Ett konkret exempel på hur det här tar form i praktiken – och en av anledningarna till att jag personligen blev mer övertygad efter eventet – är vad Optimizely gör med Opal. Det är lätt att se det som “AI i CMS:et”, men det som är intressant ur ett harness-perspektiv är vad de byggt under ytan: skills (motsvarande agentens verktyg), organisatoriskt minne, instructions som styr agenten utifrån bolagets sammanhang, governance-lager. Och det som verkligen knyter ihop det till harness-tesen är den kontextuella medvetenheten – agenten har koll på tidigare artiklar, vad besökare tittar på, vad de uppskattar. Det är där det organisatoriska minnet faktiskt blir användbart i ett beslut, inte bara lagrat någonstans. Värt att titta på oavsett om man har Optimizely-portföljen idag eller inte, för det visar konkret vart enterprise-plattformar är på väg.
Vi arbetar med dessa frågor i våra kundleveranser dagligen, och det är tydligt att fler marknadschefer och digitala beslutsfattare står inför samma typ av strategiska val. Hör gärna av dig om du vill diskutera vidare.