Logga in

Från nyfiken till igång med AI – på riktigt, ansvarsfullt och utan krångel

Pia
Pia 23 februari 2026

 De flesta organisationer vet att AI är viktigt. Färre vet var de ska börja – och ännu färre gör det på ett sätt som faktiskt håller över tid.

Det är inte för att de saknar vilja. Det är för att de saknar en strukturerad modell som tar dem från tanke till handling, utan att tappa kontrollen på vägen.

Jag och Mats berättade om resan och hur man tar sig framåt på ett bra sätt där ingen springer för långt och alla kan hänga med.

Varför? AI förändrar allt — oavsett om man vill det eller inte

AI är inte nytt, men det har blivit tillgängligt för alla. Det jämförs med smartphone-revolutionen: det som känns omvälvande idag kommer om några år vara lika självklart som BankID. Organisationer som inte agerar nu riskerar att bli omsprungna — och medarbetare som inte förstår grunderna riskerar att bli lurade eller fatta felaktiga beslut.

Parallellen med motstridiga PM på ett sjukhus (“använd engångsmaterial” vs. “spara engångsmaterial”) illustrerar ett centralt problem: AI-satsningar misslyckas när de genomförs utan tydlig styrning och utan att man möter människor där de befinner sig.

Vem? Alla medarbetare — inte bara teknikerna

Det är inte programmerare som ska bygga vardagsagenter — det är vanliga medarbetare. Frisören ska fortfarande klippa hår, kocken laga mat. Det som förändras är hur arbetet utförs. Men det kräver att man respekterar att människor befinner sig på olika punkter i sin kompetensutvecklingsresa.

Centralt budskap om förändringsledning:
Man kan inte anställa sig ur problemet — AI-kompetens finns inte i tillräcklig mängd, och även om man hittar den måste personen lära sig upp i verksamheten. Det snabbaste och bästa sättet är att de medarbetare som redan vet vad som görs, lär sig AI. Det kräver att man möter folk där de är.

Vad? Processdokumentation och avgränsade agenter

Vanligaste felet: man rullar ut AI på felaktig, inaktuell eller odokumenterad data. AI värderar inte information — den använder vad den får. Grundkrav för att lyckas:

Dokumenterade processer
Inte en fullständig processkartläggning — men tillräckligt för att AI:n ska förstå stegen. Skriv ner hur ni gör saker, på vanlig svenska.


Avgränsade agenter
En agent = en uppgift. “Skriv en rapport” är en uppgift. “Gör all vår omvärldsbevakning” är flera. Ju smalare definition, desto bättre kvalitet.


Informationsägarskap
Den som är processägare är den som avbokar semestern vid en incident. Hittar ni inget ägarskap — börja där det är tydligt, och bygg därifrån.

 

När? Nu — men med rätt ramar

Den bästa tidpunkten att plantera ett träd var för tio år sedan. Näst bästa är idag. Man behöver inte ha hela infrastrukturen på plats — man tajtar ramarna efter vad man har. Börjar man smalt (interna agenter, känd data, frivilliga piloter) behöver man inte heller tunga experter från start.

Det som är kritiskt tidsmässigt är att inte vänta på perfektion. Konceptet — hur man tänker med och samarbetar med AI — förändras inte ens om modellerna byts ut.

Hur? Champions-program med respekt för kompetensresan

Strukturen för ett ansvarsfullt AI-införande bygger på att man tar hand om sina medarbetare — inte skjuter ut licenser och hoppas på det bästa.

1. Skicka ut en enkät
Kartlägg nyfikenhet, farhågor och befintliga förutsättningar (processer, licenser, informationsklassning). Alla svar måste bemötas — att ignorera en knivig fråga är värsta möjliga förändringsledning. Förbered era svar och “Vi vet inte än” eller “Nej” är rätt svar om de är sanna. Här är ett utkast på ett enkät som du bör anpassa efter din verksamhets tonalitet och språk.


2. Kickoff för alla — inte bara de entusiastiska
Bjud in hela gruppen. Bemöt farhågorna explicit. Visa ett enkelt, säkert exempel i verksamhetens tonalitet. Det är här man vänder “jag kommer förlora jobbet” till “det här kan faktiskt vara kul”.


3. Champions-program med workshops
Instruktioner, pilotuppdrag, gemensam visning av vad som byggts. Poängen med att visa upp halvfärdiga agenter som ibland går fel är central — det avdramatiserar och bygger psykologisk trygghet. Programmet ska drivas INTE av en eldsjäl utan vara ett utbildningsprogram så som HR driver program. Strukturerat och långsiktigt.


4. Iterera — aldrig “klart”
Bygg agenter, testa, gör dem lite bättre. KPI:er för agenter handlar inte om tokenförbrukning — de handlar om huruvida det faktiskt fungerar för de som ska använda det. 


Kärnan i förändringsledningen: man kan inte förvänta sig att folk ska komma till oss och fråga. Vi måste gå ut och möta verksamheten där den befinner sig.

Använd Mognadsmodellen som stöd

Tänk på modellen som en projektmodell. Det finns mallar, stöd och väldigt många smarta människor som har tänkt till. Nyttja det. 

Business Process behöver minst 200
Ni behöver inte ha fullständiga processkartläggningar — men ni måste förstå stegen i det ni vill automatisera. AI kan inte läsa av kroppsspråk eller fingertoppskänsla. Det som inte är nerskrivet finns inte för AI:n. Börja enkelt: skriv ner hur ni gör en sak, steg för steg, på vanlig svenska.
Nyckel: processägare — den som avbokar semestern när det brinner.

Governance, Risk & Compliance minst 200
Ni behöver inte ha GDPR-perfekt koll på allt — men ni kan inte köra i blindo. 200 innebär att ni vet vad som gäller för det specifika initiativet. Tajta ramarna: kör interna agenter, använd data som är känd och ofarlig. Toapapper är inte känsligt. Patientjournaler är det. Börja med det ni vet är tryggt.
Alla springer ut ur rummet när GDPR nämns — men ni behöver inte lösa allt innan ni börjar.

Infrastructure  minst 200
Ni behöver ha licenserna på plats, ett team som äger det här och en teknisk miljö som kapslar in arbetet. En WhatsApp-grupp med Meta AI duger inte. Ju enklare pilot, desto mindre infrastruktur behövs — men något grundläggande måste finnas. Kör internt, i en avgränsad miljö, tills ni vet vad ni håller på med.


Management of Content minst 200
AI baserar sina svar på det den får tillgång till — och den värderar inte informationen. En gammal offert och en giltig prislista behandlas likadant. Det räcker med att ni kan peka ut: den här informationen är sann, aktuell och får användas. Ni behöver inte rensa hela filstrukturen — tajta bara ramarna för piloten.
Vanligaste felet i AI-utrullningar: ROT-data (Redundant, Outdated, Trivial).

Staff & Training måste vara 300
Det enda området som måste vara på 300 redan från start men inte för allt i hela verksamheten – för den här kompetensutvecklingen. Det måste finnas någon som driver champions-programmet, som kan ge svar — eller ta frågan vidare och komma tillbaka med ett svar. Man kan inte skjuta från höften här. Medarbetare som är rädda, osäkra eller känner sig ignorerade kommer inte att använda verktygen. Det är förändringsledning, inte teknik.
Man kan inte anställa sig ur det här. De som redan vet vad som görs i verksamheten är de som ska lära sig AI.

Missa inte hela samtalet — se webbinariet (det kommer en länk här när den kommit upp på YouTube) i sin helhet och ladda ner presentationen som PDF för att ta med dig det viktigaste.

Håll dig uppdaterad med CTRLpunkt

Få vårt nyhetsbrev med de senaste insikterna inom Microsoft 365, Teams och modern arbetsplats – direkt i din inkorg.

Relaterade artiklar

AI CV-granskning: hur du går igenom 80 CV på tre timmar med Microsoft Copilot

Det finns en genväg till effektiv AI CV-granskning som de flesta missar. Inte för att den är svår att hitta – utan för att den…

...

Från kaos till klarhet i Microsoft Teams

“Alla” har Teams idag. Men är vi så produktiva som vi skulle kunna vara? Det är många som går omkring med en liten knut i…

...

Få verksamheten att takta med mognadsmodellen

När ni har gjort MASSOR – men det håller inte riktigt ihop Allt finns inte. Mycket finns – men ingenting känns riktigt bra (än). Policies…

...