ERP-strategi for Business Central i en AI-tid

Dør SaaS og ERP på grund af AI?

Nej. SaaS og ERP bliver ikke slået ihjel af AI, men bliver beriget og udvidet med AI.

Det globale SaaS-marked er ifølge Precedence Research estimeret til 408,21 milliarder dollar i 2025 og forventet at nå 465,03 milliarder dollar i 2026. Tallene afhænger af, hvordan markedet afgrænses, men denne analyse peger ikke på et SaaS-marked i tilbagegang.

AI kommer ind i ERP-systemerne på flere niveauer. Der er de små funktioner inde i systemet, der hjælper med at skrive tekst eller drafte en e-mail. Der er de egentlige agenter inde i Business Central. Og så er der dem, der bruger kodeværktøjer som GitHub Copilot og Claude Code til at bygge ting ved siden af deres ERP-system.

Da fortællingen om SaaS-løsningernes død startede, lød påstanden også, at systemerne nok bliver system-of-record, men at brugergrænsefladen forsvinder. Det ser vi heller ikke. Folk bruger stadig systemerne, også grænsefladen. Det, der reelt bliver sagt op på LinkedIn, er sjældent Business Central-licensen. Det er de små enkeltfunktionsløsninger til et par dollar om måneden, som man nu kan vibe code sig ud af med Claude Code. Det er ikke ERP-kernen.

Skal du vælge apps, AI-udvikling eller agenter?

Du skal vælge den løsningstype, der passer til opgaven, fordi apps, AI-assisteret udvikling og AI-agenter har forskellige styrker, omkostninger og risici.

Forestil dig en virksomhed, der skal noget nyt. Måske er der kommet nye lovkrav, måske en ny markedsmulighed, måske skal en arbejdsgang bare optimeres. Business Central skal noget mere end før. Så er der tre veje, og de har hver deres pris.

Den første vej er at bruge AI til at kode funktionaliteten direkte. Det går lynhurtigt og billigt. Men det er i princippet det samme, som en udvikler kunne gøre i gamle dage, og du ender med den samme tekniske gæld. Før hed det, at “Preben byggede den funktion, og Preben er gået på pension, og ingen andre kan det”. Nu hedder det bare, at Peter brugte Claude Code eller GitHub Copilot til at skrive AL-kode, og da Peter gik på pension, gik hans agent med ham. Al den kontekst, der lå i samtalen med kodeværktøjet, er svær at få tilbage. Du kan sætte en agent til at undersøge koden, men gælden følger med.

Den anden vej er at sætte en AI-agent til at løse opgaven løbende. Det giver stor fleksibilitet, men her skal du vide, hvad du laver. Hvis agenten ikke er kodet til at følge grænsefladens proces, så risikerer du, at den behandler tingene forskelligt fra gang til gang. I en økonomiverden er det et problem. Har agenten udfyldt to felter, seks eller alle otte, før den bogførte? Uden dokumentation har du ikke overblikket.

Den tredje vej er at finde en app på Microsoft Marketplace. Det er lidt sjovt at kalde apps for det traditionelle valg, for så gammel er teknologien ikke, men det viser bare tempoet. Med en app ved du, hvad du får, og det er som regel helt deterministisk. Hvis appen bruger AI, så er det styret til at ske på de rigtige måder. Leverandøren tager udfordringen med credit consumption og overforbrug, og leverandøren har ansvaret for, at appen følger med, når Business Central bliver opgraderet. Så skal du ikke tilbage i din egen kode og bruge credits på at gøre den klar til en ny version. Ulempen er den løbende betaling, men du kender udgiften på forhånd.

Hvordan vurderer du kvaliteten af en app?

Du skal undersøge, hvordan appen er bygget, om den bruger AI, og om leverandøren løbende holder løsningen opdateret.

Der kan sidde nogen derude, som ikke har kodet meget, får en kodeagent til at skrive noget og lægger det op på AppSource. Når du ser tempoet, som antallet af apps på Microsoft Marketplace stiger med, så er det svært ikke at gætte, at nogen laver noget meget hurtigt. Der er ikke belæg for at sige, at kvaliteten falder over hele linjen, men det er værd at undersøge, hvordan en app er bygget, og om der bruges AI-funktionalitet. Vælg en leverandør, der holder sig opdateret og bruger de tilgængelige værktøjer med omtanke.

Hvor meget af ERP kan AI-agenter overtage?

AI-agenter bliver sandsynligvis en del af ERP-systemet snarere end en fuld erstatning for det. ERP-systemet vil fortsat være fundamentet for data og standardprocesser, mens agenter overtager eller hjælper med udvalgte opgaver.

Satya Nadella fra Microsoft har sagt, at AI-agenter vil overtage en stor del af forretningsprocesserne, og at ERP mest skal være system-of-record, altså der, hvor dataene ligger. Microsoft ser sig selv som bedst til at drive orkestreringslaget, det lag der holder styr på agenterne. Med mange forretningsprocesser bliver der mange agenter at styre, og Microsoft har allerede setuppet med sikkerhed, adgangsstyring og governance.

Microsoft Agent 365 er Microsofts kontrolplan til at observere, styre og sikre agenter og deres interaktioner. Det omfatter både agenter bygget med Microsoft AI og agenter fra Microsofts økosystempartnere. Bygger Abakion en agent ind i en app oven på Business Central, så vil Agent 365 derfor være det sted, hvor virksomheden kan få den ind i den samlede styring.

Når du arbejder i Business Central, så starter du grænsefladen, og agenten hjælper med at udfylde felter eller lave research på nettet i stedet for, at du selv skal gøre det. I den nærmeste fremtid forsvinder grænsefladen ikke bare, fordi der ligger en agent ovenpå.

Charles Lamanna fra Microsoft har sat en dato på og sagt, at business apps bliver erstattet af AI-agenter inden 2030. I en podcast modererede han det til, at gamle systemer ikke forsvinder natten over, men bliver gradvist irrelevante. Over for Fortune nuancerede han det yderligere til, at agenter redefinerer roller frem for at eliminere systemer. Det er den samme mand, der i Las Vegas i oktober 2025 sagde det famøse “Power Platform as we know it is dead”. Han har bare skiftet Power Platform ud med business applications for at lave overskrifter. Det, han reelt siger, er, at måden vi arbejder på bliver anderledes. Det er svært at være uenig i. Men det slår ikke hele systemer ihjel.

Der er stemmer på begge sider. Bill McDermott fra ServiceNow ligger tæt på Lamanna og mener, at traditionelle apps bliver core databases. På den anden side siger Ray Wang, en af de mest citerede ERP-analytikere, at ERP kræver mere end letvægtsagenter, og at ERP ikke bare overlever AI-disruptionen, men bliver fundamentet for den. McKinsey beskriver tilsvarende et spænd mellem en radikal fremtid uden det ERP, vi kender, og behovet for et stabilt ERP-fundament, der sikrer pålidelighed, sporbarhed, compliance og brugbarhed.

Den mest sandsynlige udvikling er, at ERP bliver fundamentet, og at dataene fra ERP-systemet bliver grundlaget. Der vil stadig være en brugergrænseflade, og den vil blive brugt. Nogle roller vil læne sig meget op ad agenter, andre op ad grænsefladen. Det afhænger af opgaven.

Hvorfor begrænser credits brugen af AI-agenter?

Credits begrænser brugen af AI-agenter, fordi en opgave kan blive for dyr, selv om agenten teknisk set løser den korrekt.

Nicolai Schjørmann byggede en agent, der virkede fint i testen. Da han trykkede play, gik den i gang med at behandle poster, slå op og gøre benarbejdet. Da den løb tør for credits, havde den behandlet 16 poster. Den skulle behandle et par tusind. Agenten fejlede ikke, men prisen for credits gjorde løsningen for dyr til opgaven.

Nogle gange er svaret at skrue ned for, hvor meget agenten slår op, eller at skifte til en anden model. Forbruget går kun én vej, og priserne bliver ikke flade. Derfor bør du bruge agenter, hvor fleksibiliteten og den sparede tid kan bære credit-forbruget.

Hvor bør du bruge AI i ERP-processerne?

Du bør bruge AI til trivielle processer, hvor mennesker alligevel ikke gør en forskel, så du frigiver folks tid til opgaver, hvor faglighed og menneskelighed betyder mere.

Niels B. Christiansen, direktør for LEGO, siger det godt: han tror ikke, at LEGO i nogen nævneværdig fremtid laver produkter med kunstig intelligens alene, men han tror, at værktøjerne kan give designerne mere tid til den kreative proces og mindre tid på det administrative. Præcis det samme gælder mange andre steder, hvor kreative hoveder bruger for meget tid på dokumentation og planlægning.

Der er også et nyere mønster. Flere siger: “Jeg har en opgave, der godt kunne løses som en automatisering, men jeg har ikke behov for, at den bliver løst på samme måde hver gang.” Så kan det give mening at bygge en agent, der selv finder ud af, hvordan den flytter data fra det ene system til det andet, med åbne øjne for, at det koster credits, men sparer et andet sted. Det er en højere teknisk kompleksitet fra brugerens perspektiv, men det fjerner besvær fra mennesker.

Skal du vente med at udvikle dit ERP-system?

Nej. Hvis du venter på, at udviklingen omkring AI-agenter falder til ro, så stopper du samtidig din egen forretningsudvikling og risikerer, at andre overhaler dig indenom.

Og vi taler ikke om måneder, vi taler om år. Apps og abonnementer er gode her, netop fordi de er fleksible: du vælger en løsning nu, bruger den, og når din forretning er vokset ud af den, så finder du den næste og forholder dig igen til, om det skal være en app, Claude Code eller en agent.

McKinsey afviser tanken om at prioritere AI-agenter på bekostning af det ERP-fundament, som agenterne skal bruge. McKinsey vurderer også, at AI-agenter kan reducere indsatsen ved implementering af ERP-systemer med mindst 50 procent og halvere projektets varighed.

Gartner advarer samtidig mod de alt for hurtige projekter. Gartner forudsiger, at over 40 procent af projekter med agentbaseret AI bliver skrottet ved udgangen af 2027 på grund af eskalerende omkostninger, uklar forretningsværdi eller mangelfuld risikostyring. Gartner beskriver de fleste nuværende projekter som tidlige eksperimenter eller proof of concepts, der hovedsageligt er drevet af hype og ofte bruges forkert. I en Gartner-måling fra januar 2025 svarede 31 procent, at deres organisation ventede og så eller var usikker.

De to ting modsiger ikke hinanden. Du skal ikke bare kaste dig ud i AI, fordi det er fedt, men du skal heller ikke vente på det perfekte tidspunkt. Teknologien udvikler sig så hurtigt, at alle, der går i gang nu, i et vist omfang er betatestere. Da Copilot Studio for halvanden måned siden fik en helt ny motor nedenunder, blev det bygget hidtil ikke ubrugeligt, men der kom noget bedre. Venter du på en helt færdig løsning, så er den forældet, når den er færdig.

Hvordan sammensætter du din ERP-strategi?

Du skal videreudvikle ERP-systemets strukturer og datagrundlag, bruge apps til vedligeholdt standardfunktionalitet og sætte AI-agenter ind, hvor fleksibiliteten skaber reel værdi.

Konklusionen bliver et mudret både-og, og det er den ærlige konklusion. Du skal bruge standardprocesser fra ERP, bygge videre med apps, bruge Power Platform og agenter, og specialudvikle, hver især der hvor det giver mening.

Det afgørende er, at du gør det på den rigtige måde. Hvis du bare bygger en masse ikke-skalerbare, ustabile løsninger, så står du med sæbebobler, der falder fra hinanden om uger, måneder eller år. Så det gode råd til din ERP-strategi er enkelt: lad være med at hoppe med på en hype, tænk dig godt om, og brug tingene til det, som de hver især er gode til.

Hvis du har brug for at vurdere, hvornår det ene og hvornår det andet giver mening, så find en rådgiver eller partner, der har kompetencer på tværs af apps, agenter og udvikling, og ikke kun på én af delene.

Ofte stillede spørgsmål

Er ERP-systemer ved at blive erstattet af AI-agenter?

Nej. Den mest sandsynlige udvikling i artiklen er, at ERP-systemet fortsat er fundamentet for data og standardprocesser, mens AI-agenter hjælper med eller overtager udvalgte opgaver. Nogle roller vil bruge agenter meget, mens andre fortsat vil arbejde i ERP-systemets brugergrænseflade.

Hvornår bør en virksomhed vælge en app til Business Central?

En app passer til standardiserede processer, hvor virksomheden har brug for stabil og deterministisk funktionalitet. Leverandøren står for at følge med Business Central-opgraderinger, mens virksomheden betaler en kendt, løbende pris.

Hvornår giver AI-assisteret specialudvikling mening?

AI-assisteret udvikling giver mening, når virksomheden har brug for særlig funktionalitet og accepterer selv at eje koden og vedligeholdelsen. Udviklingen kan gå hurtigt og være billig, men teknisk gæld og tabt kontekst forsvinder ikke, fordi koden er skrevet med GitHub Copilot eller Claude Code.

Hvornår giver en AI-agent mening i en ERP-proces?

En AI-agent giver mening, når opgaven ikke behøver at blive løst på præcis samme måde hver gang. Virksomheden skal samtidig have styr på dokumentation, adgang, governance og credit-forbrug, især hvis agenten arbejder med økonomiprocesser.

Skal en virksomhed vente med ERP-modernisering, til AI-agenterne er modne?

Nej. Et bedre ERP- og datafundament gør det lettere at skalere AI senere, mens en venteposition kan bremse forretningsudviklingen. Virksomheden bør udvikle ERP-systemet løbende og bruge AI, hvor værdien kan forsvares.

Kilder

• Software as a Service Market Size, Precedence Research
• Bridging the great AI agent and ERP divide to unlock value at scale, McKinsey & Company
• The end of ERP as we know it? Five ways AI is disrupting ERP, McKinsey & Company
• Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027, Gartner
• Microsoft Agent 365, now generally available, expands capabilities and integrations, Microsoft
• The End of Biz Apps? AI, Agility, and The Agent-Native Enterprise, Madrona