Vem använder AI-agenter – och vad gör de egentligen med dem?

2025 utropas till året då AI-agenter går från teori till verklighet. Men hur ser det faktiskt ut i praktiken? En ny storskalig studie från Harvard och Perplexity ger oss de första riktiga svaren – baserade på hundratals miljoner användarinteraktioner.

För dig som projektledare är insikterna ovärderliga: de visar exakt vilka yrkesgrupper som leder utvecklingen, vilka uppgifter AI-agenter faktiskt utför, och var du bör fokusera din egen AI-strategi.

Vad är en AI-agent – och varför spelar det roll?

Till skillnad från en vanlig chatbot kan en AI-agent agera självständigt. Den planerar, utför och justerar uppgifter i verkliga digitala miljöer – som att boka flyg, redigera dokument eller hantera e-post – utan att du behöver guida varje steg.

Forskarna definierar det så här: en agent tänker, agerar och observerar i en iterativ cykel tills målet är uppnått. Det är skillnaden mellan att fråga “hur bokar jag ett möte?” och att säga “boka ett möte med Sara nästa tisdag kl 14”.

Praktisk åtgärd: Börja skilja på uppgifter som kräver dialog (chatbot) och uppgifter som kräver handling (agent). Det förändrar hur du strukturerar ditt arbetsflöde.

Vem ligger i framkant?

Studien visar tydliga mönster i vem som adopterar AI-agenter:

Tidiga användare dominerar: De som fick tillgång först står för 50% av alla agentanvändare och 70% av alla agentförfrågningar – trots att de bara utgör 30% av användarbasen. Mönstret är klassiskt för ny teknologi: early adopters driver utvecklingen.

Digitala och kunskapsintensiva branscher leder: Digital teknologi toppar listan med 28% av alla användare, följt av akademi, finans, marknadsföring och entreprenörskap. Tillsammans står dessa fem sektorer för över 70% av all agentanvändning.

Utbildning och ekonomi spelar roll: Länder med högre BNP per capita och fler utbildningsår visar signifikant högre adoption. Korrelationen är stark (r = 0.85 för BNP).

Praktisk åtgärd: Om du arbetar i en kunskapsintensiv bransch bör du agera nu – dina konkurrenter gör det redan. Om du arbetar i andra sektorer har du tid att lära av pionjärerna innan du skalar upp.

De två stora användningsområdena

Två kategorier dominerar totalt: produktivitet och arbetsflöde (36%) samt lärande och forskning (21%). Tillsammans utgör de 57% av all agentanvändning.

Under produktivitet är de vanligaste uppgifterna:

• Dokumentredigering (22%)
• Kontohantering (21%)
• E-posthantering (16%)
• Kalkylblad och datahantering (11%)
• Programmering (10%)

Under lärande dominerar kurser (62%) och forskning (38%).

Praktisk åtgärd: Börja med dokument- och e-posthantering – det är där flest användare redan ser värde. Testa att delegera rutinuppgifter som att sammanfatta långa e-posttrådar eller skapa utkast till projektdokumentation.

Topp 10 uppgifter som AI-agenter utför

Studien identifierar de vanligaste specifika uppgifterna:

1. Hjälp med övningar/uppgifter (9%) – främst i utbildningskontext
2. Sammanfatta och analysera forskningsinformation (7%)
3. Skapa och redigera dokument (7%)
4. Söka och filtrera produkter (6%)
5. Söka och filtrera forskningsinformation (6%)
6. Sammanfatta produktinformation (5%)
7. Hantera inställningar och profiler (4%)
8. Sammanfatta kursmaterial (4%)
9. Navigera kurser (3%)
10. Söka och filtrera sociala medieinlägg (3%)

Praktisk åtgärd: Notera att sammanfattning och analys återkommer i flera kategorier. Det är agenternas styrka – att bearbeta stora mängder information åt dig. Testa att be agenten sammanfatta projektrapporter, mötesanteckningar eller marknadsundersökningar.

Var arbetar agenterna?

De vanligaste miljöerna där AI-agenter opererar:

• Google Docs (12%) – dokument, kalkylblad, presentationer
• E-posttjänster (11%) – Gmail, Outlook
• LinkedIn (9%) – professionellt nätverk och jobbsökning
• YouTube (7%) – forskning och lärande
• Amazon (3%) – shopping och produktjämförelser

Koncentrationen varierar kraftigt: i vissa kategorier (musik, video, professionellt nätverk) står de fem största miljöerna för över 95% av användningen. I andra (kontohantering, tjänsteshopping) är det bara 28-35%.

Praktisk åtgärd: Identifiera vilka digitala miljöer ditt team arbetar mest i. Börja med AI-agenter i de miljöer där störst värde kan skapas – ofta e-post, dokumenthantering och kalender.

Professionellt, personligt eller utbildning?

Användningskontexten fördelar sig så här:

• Personlig användning: 55%
• Professionell användning: 30%
• Utbildning: 16%

I professionell kontext dominerar produktivitet (80% av förfrågningarna är produktivitets- eller karriärrelaterade). Document editing och LinkedIn-relaterade uppgifter toppar listan.

Praktisk åtgärd: Produktivitetsverktygen är mogna för professionellt bruk. Fokusera på dokumenthantering, e-post och professionellt nätverkande som första steg i din organisations AI-strategi.

Användare fastnar i sina mönster – men utvecklas över tid

Studien visar stark “stickiness” – användare som börjar med produktivitetsuppgifter tenderar att fortsätta med produktivitet. Men över tid sker en gradvis förskjutning mot mer kognitiva uppgifter: andelen produktivitets-, lärande- och karriärrelaterade förfrågningar ökar, medan underhållning och resor minskar.

Praktisk åtgärd: Introducera AI-agenter i en specifik uppgiftskategori och låt användarna bli bekväma där först. Bredda sedan successivt till fler områden.

Vad betyder detta för dig som projektledare?

1. Du har tid att agera strategiskt – men inte hur länge som helst. De kunskapsintensiva sektorerna accelererar snabbt.
2. Börja med produktivitet – det är där de flesta ser omedelbart värde. Dokument, e-post och kalender är naturliga startpunkter.
3. Mät och dokumentera – studien visar att användare som dokumenterar ROI får bättre förankring. Kvantifiera tidsbesparingar från dag ett.
4. Räkna med inlärningskurva – tidiga användare är nio gånger mer aktiva än genomsnittet. Det krävs tid och övning för att nå dit.
5. Anpassa efter yrkesgrupp – marknadsförare använder agenter annorlunda än utvecklare. Skräddarsy introduktionen efter teamets behov.

Den globala marknaden för AI-agenter förväntas växa från 8 miljarder dollar 2025 till 199 miljarder 2034. PwC uppskattar det ekonomiska bidraget till mellan 2,6 och 4,4 biljoner dollar årligen till 2030.

Frågan är inte längre om AI-agenter kommer att påverka projektledning. Frågan är om du kommer att vara bland dem som formar utvecklingen – eller bland dem som reagerar på den.

Källa: “The Adoption and Usage of AI Agents: Early Evidence from Perplexity” av Jeremy Yang (Harvard University) et al., publicerad 7 december 2025.