🤯⚡️Be din AI-agent kontakta min AI-agent

Ett nätverk där AI-agenter samverkar, utbyter kunskap och erfarenheter. Detta förändrar ju allt!

Det här är nyhetsbrevet där Tomas Seo, innovationsstrateg på Phorecast, berättar om händelser, upptäckter och ny teknik som får honom att utbrista: Detta förändrar ju allt! Du prenumererar på det här för att fortsätta vara steget före med de senaste trenderna och få konkreta tips för att framtidssäkra dig och din organisation. Har du fått det här av en vän? Då vill du kanske starta en egen prenumeration?

---

Vad har hänt?

- AI-agenter kan nu samarbeta över företagsgränser – utan att känna varandra sedan innan.

På Google Cloud Next 2025 presenterades det nya Agent2Agent-protokollet, A2A, ett initiativ som kommer göra det möjligt för agenter från olika system att kommunicera, utbyta information och samarbeta i arbetsflöden som går över organisationsgränser.

Tidigare sätt att bygga agentsystem har krävt att en organisation haft kontroll över hela kedjan. Men på samma sätt som http (och senare https) gjorde det möjligt för webbsidor att prata med varandra utan att vara fördefinierade kontakter, så innebär A2A-protokollet att AI-agenter från olika organisationer kan börja jobba ihop – utan att vara byggda av samma leverantör eller ingå i samma IT-miljö.

Bakom protokollet står Google Cloud tillsammans med ett brett nätverk av teknik- och konsultbolag som SAP, Salesforce, LangChain, Atlassian och McKinsey. Flera av dem beskriver A2A som ett nytt gränssnitt för hur AI kommer att användas i företag framöver – där agenter inte längre är avgränsade assistenter, utan aktörer i ett större ekosystem.

Eftersom protokollet släppts som ett öppet samarbetsprojekt finns också möjligheten att bygga vidare på det allt eftersom nya behov uppstår. Supertab, en av partnerorganisationerna, ser redan en framtid framför sig där AI-agenter kan handla med varandra: “Agents will be able to pay for, charge for, and exchange services — just like human businesses do.” Så om din AI-agent bedömer att den behöver hjälp av en specialist kan den i framtiden ta av sin budget och köpa in konsulttjänster från en annan organisations agent.

Detta förändrar ju allt

Jag har redan skrivit om AI-agenter flera gånger och 2025 sägs vara AI-agenternas år. Men än så länge är de ganska begränsade. ChatGPT Deep research är en fantastisk AI-agent som klarar att söka bra, men det är det den kan. Varje AI-agent är begränsad på egen hand. Tillsammans med MCP:er (jag skrev om MCP:er för några veckor sedan), som gör att AI-agenterna kan använda de verktyg som vi människor använder, blir AI-agenterna mycket kompetentare. Men de är fortfarande isolerade.

Om alla hakar på A2A så blir varje AI-agent mycket mer kraftfull än sin egen träningsdata. Det blir ett nytt sätt att använda internet för AI-agenter. A2A möjliggör ett socialt nätverk för AI där de kan samverka, utbyta kunskap och erfarenheter.

Tänk på det som att den kunskap som din organisation idag vill bjuda på genom att fritt lägga ut som innehåll på webben får en ny kanal. Idag är det ett måste att ha en webbsajt där organisationen delar med sig av sin information. I morgon behöver organisationen ha en AI-agent som hjälper både människor direkt och andra AI-agenter att omarbeta organisationens information till insikter och kunskap. Om en webbsajt var som att erbjuda medborgarna ett informationsblad blir det här som att erbjuda medborgarna en personlig sakkunnig handläggare.

Men varför skulle någon ägna massor av resurser åt att träna och drifta en AI-agent för att kostnadsfritt låta den hjälpa andra AI-agenter att bli bättre? Det är ungefär samma frågeställning som alla hade när world wide web kom. Varför skulle någon ägna massa tid åt att skriva fakta och lägga ut på webben? Varför skulle vi lita på fakta från någon skum typ som får en kick av att lägga upp information till andra gratis? Drivkraften att skapa något stort tillsammans har skapat civilisationer, det byggde grunden till world wide web och det senaste stora exemplet jag kommer på är Wikipedia.

Idén med att vilja skapa AI tillsammans är inte ny. Det finns flera metoder för ägare av känsliga data att tillsammans träna AI-modeller i federation utan att dela datan (till exempel NVIDIA FLARE, Federated AI Technology Enabler, TensorFlow Federated). Men i veckan läste jag i Mathias Sundins inlägg att Kevin Kelly har tankar om hur en delad kollektiv AI kan se ut.

Kevin Kelly (grundare av Wired och ofta före sin tid) har en vision om det han kallar Public Intelligence – ett globalt nätverk av AI som tillsammans bildar en kollektiv intelligens. Det skulle vara öppet, distribuerat, federerat och tillgängligt för alla, ungefär som internet är idag. Han ser det inte som ett alternativ till ChatGPT utan en annan arkitektur för hur intelligens kan organiseras: inte centraliserad hos ett fåtal bolag, utan spritt över miljarder mindre specialiserade AI-agenter. Alla med sin specialitet, alla beroende av varandra. Precis som vi idag tar för givet att det ska finnas bibliotek, vägar, elnät och fri information – skulle Public Intelligence vara en offentlig infrastruktur för planetens samlade tänkande.

De stora modellerna (ChatGPT, Claude, Gemini, Llama, DeepSeek) innehåller alla en teknik som kallas Mixture of Experts (MoE). Det betyder att det under ytan inte är en enda modell som kan allt utan att modellen består av ett gäng experter som delar upp jobbet. A2A är en möjlighet att bygga decentraliserade MoE AI-modeller så de istället för att göra jobbet på egen hand drar nytta av varandra.

A2A (eller annat liknande protokoll) gör inte automatiskt att Kevin Kellys vision förverkligas, men att det skapats manifesterar människors vilja att uträtta något större – tillsammans. A2A blir ett första enkelt samarbetsavtal som gör att alla AI-agenter kan föra dialog med varandra, oavsett vilket system, företag eller ekosystem de kommer ifrån.

Men det är inte för att bygga Public Intelligence som Google har fått med sig Salesforce, SAP, Deloitte, McKinsey med flera. De vittrar istället pengar. Deras drivkraft för att vilja ha A2A-AI-agenter att bygga ekosystem är istället att få synergieffekter så deras minimala utvecklingspengar (jämfört med techbolagens stackar med compute) kan dra nytta av varandra. Deras vision av A2A är mindre av ett bibliotek av kunskap för alla och mer en handelsplats för byggandet av en ny affärsmodell. När AI stänger dörren för konsulter att sälja konsulttimmar så öppnar A2A ett fönster för att varje organisation kan att bli en SaaS-tjänst.

Först tänkte jag att det var konstigt att det inte ingick betalningstransaktioner i A2A redan från början, speciellt med tanke på de aktörer som är med från start. Men efter att ha tänkt igenom vad som behövs för att A2A ska bli använt så inser jag att det skulle skapa onödig friktion för samarbete. För om alla AI-agenter kan ha inledande samtal utan att betala så kan de testa varandra fritt och skapa relation. Varje organisations AI-agent blir då både marknadsförare, säljare och utförare av sina tjänster. De blir en automatisk pengamaskin som tickar in konsultpengar utan mänsklig handpåläggning.

Men för att få det att hända måste tillräckligt många människor vilja skapa A2A-AI-agenter. Då behöver A2A-protokollet i sig vara agnostiskt för om det används för att skapa offentlig infrastruktur för världens tänkande eller som en plattform för att tjäna pengar.

Både drivkrafterna att gå ihop för att skapa något större än oss själva för mänsklighetens skull och för plånbokens skull förekom innan digitaliseringen och kommer fortsätta även efter AI-iseringen. Oavsett varför vi bygger det så känns det oundvikligt att ett nätverk för bara AI-agenter kommer att växa fram och detta förändrar ju allt!

Vad kan du göra idag?

Förstå

Även om Google inte får igång A2A som den etablerade standarden, så kommer vi få se fler försök att etablera infrastruktur för AI-agenter. Resurserna för att skapa en betydelsefull egen AI har varit ett för stort hinder. Men drömmen om samarbetande AI-agenter som tillsammans blir smartare än de globala techbolagens kommer pusha många aktörer att skapa någon slags nätverksplattform.

Vi måste förstå att A2A kan bli en vändning så att även mindre aktörer plötsligt kan skapa värde genom att bidra med att träna små specialiserade AI-modeller. Det gäller även för organisationer som inte sitter på väldigt ovanlig träningsdata.

Även i fall där all data redan finns öppen så skulle till exempel riksdagens egen AI (specialtränad på historiska data om hur det gått för alla lagförslag, hur lång tid de tog att få igenom, vilka formuleringar som gick igenom lättast osv) ha lättare att utreda frågor kring hur snabbt ett nytt lagförslag skulle kunna tas fram än en AI-agent som är generalist och kan därmed bidra med kompetens till communitien av AI-agenter.

Planera

När jag skrev om MCP:er så uppmanade jag organisationer att titta på vilka verktyg de skulle kunna erbjuda AI-bottar att använda. Ompaketera webbtjänster som redan finns så de enkelt kan användas av AI-bottar. Det här nya protokollet kommer innebära ett steg ytterligare och ni som sitter och gör AI-strategi behöver fundera över när det är dags att ni erbjuder en egentränad AI-agent.

Resurserna för att erbjuda en specialiserad AI-agent tränad på något bara din organisation vet är förstås mycket högre än att släppa en MCP. Men den är enormt mycket lägre än att träna en egen stor språkmodell.

Vi är många som funderar på hur världen ser ut när AI bara blir bättre och bättre på att göra människornas arbetsuppgifter. Det är nu det börjar bli dags att aktivt följa hur det här utvecklas. För när nätverk för AI-agenter blir något så kan det vara dags att sluta fråga ”Men varför ska vår organisation erbjuda en AI-agent?” och istället börja fråga ”varför ska vi ha en organisation om vi inte kan erbjuda en AI-agent?”.

Gör

Testa en AI-agent som kan mer än en sak. Genspark släppte sin så kallade Super Agent i veckan. Du kan testa några prompter gratis. (tyvärr ingår inte videogenereringen i det)

Den kan göra fantastiska interaktiva rapporter och ger en bra känsla för vad en mer allsidig AI-agent kan klara av. Om du hörde mycket buzz kring Manus AI men ännu inte fått access till den så är det här en liknande tjänst. En del tycker till och med att den är vassare Manus.

Testa Genspark eller Manus och fundera sedan kring hur mycket bättre dessa verktyg kommer bli när de på egen hand går ut och letar efter andra specialiserade AI-agenter som kan hjälpa dem med deras uppgifter.

Länkar

Google presenterar A2A
https://developers.googleblog.com/en/a2a-a-new-era-of-agent-interoperability/

Google lanserar också Google Agentspace – en egen plattform där människor kan instruera AI-agenter som implementerat A2A. Den är till att börja med tänkt för enterprisekunder, men skulle kunna vara början på nästa generations Google Search, jag får återkomma till den när den släpps på riktigt i så fall.
Se demo och ansök om early access.
https://cloud.google.com/resources/google-agentspace

Kevin Kellys vision om ett delat AI-nätverk
https://kk.org/thetechnium/public-intelligence/

Sedan sist vi hördes

Förutom att som många AI-intresserade läsa dystopin https://ai-2027.com/ och fundera över hur svårt det är att förutsäga framtiden (de hade ju inte ens med A2A och vad det betyder att de mindre specialiserade modellerna börjar samarbeta) så har jag testat AI-agenterna ovan.

Coolaste MCP:en jag testat den här veckan är Browser MCP. Du installerar den i din lokala Claude-app och installerar en Chrome extension, då kan Claude använda din browser. Det är lite meckigt, men coolt att se din lokala Claude-app styra din webbläsare. Nu väntar jag bara på att ChatGPT enkelt ska stödja att lägga dit MCP:er på samma sätt som Claude.

Annars har nästan all lärotid jag haft gått åt till att försöka förstå alla nya funktionerna i Davinci Resolve som släppte version 20 i veckan. Massor av AI-funktioner och det känns som de stakar ut vägen för att lägga dit många fler.

Veckan har faktiskt varit helt galen med olika nya nyheter som potentiellt förändrar allt, så jag har haft lite svårt att välja. Jag hoppas återkomma till flera av dem i kommande nyhetsbrev!

Är du en insiktsdelare?

Känner du någon som vill veta varför ni ska träna en egen specialiserad AI-agent? Eller kanske någon som är intresserad av nya affärsmodeller som uppstår på grund av AI? Vem tänkte du på? Skicka vidare!

Själv har jag fått många nya insikter och perspektiv på Linkedin denna veckan. Så glad att många har delat mitt förra nyhetsbrev och skrivit om min föreläsning på Berghs. Jätteintressant att höra vad mina tankar sätter igång för diskussioner (till exempel i Deepeds nyhetsbrev), och förstås så otroligt roligt att så många gillade min föreläsning och förra nyhetsbrevet!

Nästa vecka tar jag påsklov, men fortsätt utforska så ses vi veckan efter det!

Tomas Seo

Har du fått dagens nyhetsbrev utan att vara prenumerant?
Gillade du det här och vill ha mer så är det bara att skriva upp sig här
(du väljer själv om du vill betala):