ManageEngine lanserar autonoma AI-agenter – gör datasuveränitet till huvudargumentet
ManageEngine rullar ut egenutvecklade AI-agenter, kallade Zia Agents, över hela sin plattform för IT-hantering. Det intressanta är inte att produkterna får AI, utan var företaget lägger tyngdpunkten: kontroll, spårbarhet och att kunddata aldrig används för modellträning.
Av Redaktionen

Till skillnad från en AI-assistent som föreslår åtgärder ska agenterna kunna planera och genomföra uppgifter på egen hand, inom ramar som administratören sätter. Enligt ManageEngine loggas varje åtgärd en agent utför och kunddata används inte för att träna några AI-modeller. Det är leverantörens egna utfästelser, men de adresserar exakt den fråga som fått många svenska IT-organisationer att tveka inför autonom AI: vad händer egentligen med våra data?
Vad agenterna gör
Lanseringen spänner över fyra områden:
Service management. Färdiga agenter för bland annat första linjens support, incidentuppföljningar (PIR) och kunskapsartiklar. En masteragent kan koordinera flera specialiserade underagenter och fördela ärenden mellan dem.
IT-drift. Agenterna ska identifiera grundorsaken bakom incidenter och förbereda automatiserad återställning – vad ManageEngine beskriver som ett handlingslager ovanpå befintlig övervakning.
Säkerhetsoperationer. Användargranskningar, larmkorrelering och flerstegsutredningar som i dag tar timmar ska enligt företaget kunna kortas till minuter, eftersom agenterna kan hämta kontext från hela produktsviten.
Endpoint-hantering. Analys och prioritering av EDR-larm, enhetsdiagnostik och patchfelsökning. En agent kan exempelvis mappa attackkedjor mot MITRE ATT&CK och föreslå nästa steg.
Den som vill bygga egna agenter gör det i Zia Agent Studio, antingen från grunden eller genom att beskriva uppgiften i klartext. Verktygen stödjer även MCP (Model Context Protocol), vilket gör det möjligt att koppla agenterna mot tredjepartsmodeller och andra agentplattformar, en poäng för den som vill undvika inlåsning.
Därför är suveränitetsfrågan mer än marknadsföring
För svenska organisationer är frågan om datakontroll inte ett tillval utan en förutsättning för att alls kunna införa autonom AI. GDPR har satt ramarna i flera år, och sedan den 15 januari 2026 gäller dessutom cybersäkerhetslagen, Sveriges genomförande av NIS2, som ställer skärpta krav på riskhantering och incidentrapportering för uppskattningsvis 8 000 organisationer. Enligt ManageEngine, som ingår i Zoho Corporation, kontrollerar företaget hela sin teknikstack självt, vilket – om utfästelserna håller – gör spårbarhet till något verifierbart snarare än en rad i ett avtal.
Umasankar Narayanasamy, vice president på ManageEngine, menar att de integritetsprinciper plattformen byggts på i två decennier blir än viktigare i en tid av AI-agenter. Erik Tjärnkvist, produktansvarig för ManageEngine hos den svenska distributören Inuit, sammanfattar marknadsläget med att "AI är ingen bristvara längre, men förtroende är det". Frågan svenska organisationer ställer är inte om de kan automatisera, utan om de vågar.
Det här betyder det för dig
Autonoma agenter går från demo till driftsättning hos de stora plattformsleverantörerna, och konkurrenterna lär följa efter. Tre saker att ta med till nästa utvärdering, oavsett leverantör:
Kräv träningsgarantier skriftligt. "Era data används inte för modellträning" ska stå i avtalet, inte bara i pressmeddelandet.
Granska loggningen i praktiken. Be om att få se hur en agents åtgärdskedja faktiskt ser ut i efterhand – komplett observability är lätt att lova och svårare att leverera.
Testa ramarna, inte bara funktionerna. Det intressanta i en pilot är inte vad agenten kan göra, utan hur tydligt du kan begränsa vad den får göra.