AI-strategi för företag: så går ni från test till resultat

Kort svar: en AI-strategi för ett företag handlar inte om att välja verktyg, utan om att välja vilka arbetsflöden som ska förändras och mäta vad det ger. De företag som får ut mest av AI gör om arbetsflödena i stället för att lägga AI ovanpå gamla rutiner, börjar där vinsten syns snabbast och har en tydlig ägare i ledningen. Strategin behöver inte vara lång. Den behöver svara på vad, varför, vem och hur ni vet att det fungerar.

Läget: många testar, få får effekt

I McKinseys globala undersökning från 2026 uppger nästan nio av tio att deras organisation regelbundet använder AI i minst en del av verksamheten, och 80 procent säger att AI har gjort dem själva mer produktiva. Ändå rapporterar bara 37 procent att AI har bidragit positivt till rörelseresultatet, i stort sett samma andel som året innan. Bara sex procent räknas som riktigt framgångsrika, och nästan tre av fyra av dem har gjort om sina arbetsflöden i grunden på grund av AI (McKinsey).

En uppmärksammad rapport från MIT pekade åt samma håll: 95 procent av de undersökta organisationerna hade inte fått någon mätbar avkastning på sina satsningar på generativ AI. Studien är liten och har kritiserats, men förklaringen den ger är värd att ta med sig: verktygen lär sig inte av hur de används och kopplas sällan in i de riktiga arbetsflödena. Lösningar som köptes från externa partner lyckades ungefär dubbelt så ofta som egenbyggda (The Register).

Svenska företag ligger långt fram. 35 procent av företagen med minst tio anställda använde AI 2025, upp från 25 procent året innan (SCB). Det ger Sverige tredje plats i EU, där snittet är 20 procent (Eurostat). Bland de företag som funderat på AI men avstått angav 75 procent bristande kunskap som skäl (SCB).

AI-strategi i sju steg

1. Utgå från affärsmålen. Vad ska bli bättre: kortare ledtider, fler offerter, lägre kostnad per order, nöjdare kunder? AI är ett medel, inte ett mål.
2. Kartlägg arbetsflödena. Lista uppgifter som är återkommande, regelstyrda eller textintensiva: fakturor, offerter, kundfrågor, rapporter, dataöverföring mellan system.
3. Prioritera på värde och genomförbarhet. Välj tre till fem flöden där vinsten är tydlig och datan finns. Spara de svåra till senare.
4. Gör om processen, inte bara verktyget. Fråga hur arbetet skulle se ut om det byggdes i dag, inte var ni kan klistra in en AI-funktion. Det är den enskilt viktigaste skillnaden mellan dem som lyckas och dem som inte gör det.
5. Bestäm köpa, koppla eller bygga. Färdiga verktyg för det generella, kopplingar mellan befintliga system för det mesta, och eget bygge bara där ni har unika behov.
6. Sätt ramar. Vilken data får användas, vem granskar resultaten, hur hanteras personuppgifter? Ramverk som NIST:s riskramverk för AI med sina fyra delar, styra, kartlägga, mäta och hantera, kan vara ett stöd (NIST).
7. Mät, lär och skala. Mät tid och kostnad före och efter. Det som fungerar rullas ut, det som inte gör det läggs ner.

Var ska man börja?

För de flesta små och medelstora företag finns den snabbaste vinsten i administrationen och i kopplingarna mellan system, inte i avancerade AI-projekt. Några exempel:

När flödena går mellan flera system är systemintegration ofta grunden. När AI ska utföra hela uppgifter på egen hand är nästa steg AI-agenter.

AI-förordningen i korthet

EU:s AI-förordning delar in AI i fyra risknivåer: förbjuden, hög risk, krav på öppenhet och minimal risk. Det mesta som företag använder AI till, som texter, analys och automation av administration, hamnar i de lägsta nivåerna. Chattbotar måste visa att de är AI, och system för till exempel rekrytering eller utbildning räknas som hög risk. Sedan 2 februari 2025 gäller kravet att arbeta med AI-kunnighet hos dem som använder AI i verksamheten (Europeiska kommissionen).

Under 2026 justerades förordningen och flera tidsfrister flyttades fram, bland annat för system med hög risk, som nu börjar gälla från december 2027 (Europeiska kommissionen). Använder ni AI för att fatta beslut om människor, som anställningar, bör ni ta in juridisk rådgivning.

Stöd och utbildning i Sverige

• Almi och AI Sweden har ett samarbete för att hjälpa företag med AI, bland annat program för ledare och för att förbereda sig inför AI-förordningen (AI Sweden).
• Elements of AI är en kostnadsfri webbkurs från Helsingfors universitet som finns på svenska och passar som gemensam grund för hela personalen (Helsingfors universitet).
• Regionala utvecklingscheckar från Almi kan i vissa regioner delfinansiera digitaliserings- och AI-projekt. Villkoren skiljer sig mellan regionerna.

Vanliga misstag

• Att börja med verktyget. En licens för alla utan plan ger spridd användning och ingen mätbar effekt.
• Pilotprojekt utan väg till drift. Bestäm från början vad som krävs för att ett test ska rullas ut.
• Ingen ägare. AI som är allas ansvar blir ingens.
• Att inte mäta före. Utan nuläge går det inte att visa vad AI gav.
• Att glömma människorna. Utbildning och tydliga riktlinjer avgör om verktygen används.