Fyra faktorer styr användningen
Forskning om teknikacceptans pekar ut fyra faktorer. Tre påverkar viljan att använda ett verktyg och en påverkar användningen i praktiken.
Kunskap
Alla artiklar
31 artiklar, sorterade efter publiceringsdatum, om de mönster som får AI-satsningar att köra i diket och vad som faktiskt går att göra åt dem. Vill ni istället utgå från er egen situation snarare än läsa i tur och ordning, se artiklarna organiserade efter tema på startsidan.
Copilot och behörigheter
Microsoft 365 Copilot följer de behörigheter som redan finns. Då sätter behörigheterna gränsen för vad en fråga kan visa, även gamla och för vida delningar.
Testa mot facit
Låt verktyget lösa en uppgift där svaret redan finns. Avvikelsen visar vad ni kan lita på, och vad ni måste kontrollera, bättre än en demonstration.
Företagshemligheter och AI
En företagshemlighet förutsätter att bolaget vidtagit rimliga åtgärder för att hemlighålla den. Det påverkar hur bolaget bör se på data i AI-verktyg.
Brådskande väljs före viktigt
Experiment visar att människor väljer brådskande uppgifter före viktigare. Det kan förklara varför AI-arbetet trängs undan i en full kalender.
Att följa AI-utvecklingen
Att följa AI-utvecklingen kan vara ett medvetet val. Då behövs någon som bevakar, villkor för vad som tas in och förmåga att bedöma det.
IT-chefens plats i ledningen
En studie i MIS Quarterly pekar på att IT-chefens rapporteringslinje bör följa bolagets strategi. Vad det betyder när AI landar hos IT.
Från prototyp till drift
Det går att bygga en fungerande applikation med AI utan hjälp från IT. Det svåra är att avgöra när den får röra riktiga data, och vem som bestämmer det.
AI-ansvarig i teamet
Att utse en person per avdelning som driver AI-frågorna är ett rimligt grepp. Det fungerar bara om rollen har mandat och avsatt tid.
Förvärvade bolag
En koncern som växt genom förvärv består ofta av bolag med olika sätt att arbeta. Hur mycket frihet varje bolag ska behålla i AI-arbetet är något ledningen bör ta ställning till innan verktygen väljs.
Rörlig räkning
Flera AI-tjänster räknar kostnaden efter förbrukning, utöver antalet användare. Då flyttar kostnadsfrågan från inköpet till vardagen, och därmed till ledningen.
Affärsmodellen bromsar
Ledningen har sagt ja till AI och budgeten finns. Ändå händer förvånansvärt lite. En förklaring som sällan tas upp på ledningsmötet är att AI sänker värdet på det bolaget tar betalt för.
Nästa generation
AI klarar allt mer av det arbete som nyanställda brukade börja med. Det sänker kostnaderna i dag, men väcker en fråga som sällan står på ledningsgruppens agenda: vilka blir bolagets erfarna medarbetare om tio år?
När leverantörerna ringer
Säljtrycket kring AI har flyttat upp till vd:n. Den som saknar ett tydligt sätt att sortera erbjudandena riskerar att låta leverantörerna bestämma riktningen.
Piloten som aldrig tog slut
De flesta AI-piloter avbryts sällan och skalas sällan upp. De bara fortsätter. Orsaken är nästan alltid att ingen bestämde i förväg vad som skulle räknas som framgång, eller när beslutet skulle fattas.
Vem äger AI:n?
Allt fler bolag får sina AI-verktyg valda av någon annan. Reglerna för vad som får användas är ofta tydliga. Det som saknas är någon som äger frågan om vad AI ska göra för just dem.
Ensam om ansvaret
Den som säger ja till en AI-satsning tänker sällan på vem som bär ansvaret om något går fel. Svaret är nästan alltid samma person som drev igenom den.
Fyra frågor om högrisk
De flesta chefer vet inte säkert vilken riskkategori deras AI-verktyg hamnar i. Fyra raka frågor räcker långt för att ta reda på det.
AI-förordningens nya tidplan
En ändring i EU:s AI-förordning i juli 2026 sköt upp de tyngsta kraven för högriskklassad AI. Andra delar av samma lag gäller redan i dag, och de kraven missas oftast av mindre bolag.
Det styrelsen vill höra
De flesta som förbereder en AI-presentation för styrelsen tror att den handlar om tekniken. De flesta styrelser vill egentligen ha svar på tre andra frågor.
Tystnaden i styrelserummet
Styrelsen frågar om bolagets AI-strategi. Sedan blir det tyst, inte för att kunskapen saknas, utan för att ingen formellt äger frågan.
AI och systemskiftet
Ett kommande systemskifte känns som en naturlig anledning att pausa AI-arbetet. Ibland är det rätt. Tre frågor avgör vilket i ert fall.
Teknisk skuld bromsar AI
AI behöver data, och data behöver ett system att bo i. Om grunden är gammal och svår att koppla ihop spelar det liten roll hur ambitiös AI-strategin är.
Rädda, skala ner, lägg ner
De flesta AI-initiativ som gått snett dör inte med ett beslut. De vissnar i limbo. En process på fyra veckor för att faktiskt bestämma vad som händer nu.
Var sjätte projekt missar målet
Riksrevisionens granskning av över tusen statliga IT-projekt visar tre mönster som knappast är unika för myndigheter. Samma mönster avgör om ett AI-initiativ går att rädda.
Fem team, samma problem
Fem avdelningar som var för sig bygger en egen lösning på samma problem gör dubbelt jobb utan att veta om det. Ett räkneexempel på vad det faktiskt kostar.
AI utan plan
Fyra av tio svenska företag har en strategisk plan för sin AI-användning. Resten har AI utan riktning, vilket kostar mer än det syns i budgeten.
Hitta alla AI-initiativ
Fråga en VD hur många AI-initiativ som pågår i bolaget, och svaret kommer nästan alltid för lågt. Fem ställen att leta, och en metod för att kartlägga resten på en vecka.
AI utan mätbar effekt
Många bolag har använt AI i över ett år utan att någon i ledningen kan svara på vad det faktiskt gett tillbaka. Det beror sällan på ovilja. Mätning blev bara aldrig någons uppgift.
57 av 100 i AI-mognad
Ett medelbetyg på 57 av 100 i AI-mognad säger inget om var just ert bolag ligger. Fem konkreta frågor gör det möjligt att själva sätta ett eget betyg.
Värdet av tio minuter
En anställd som sparar tio minuter om dagen med AI låter obetydligt. Räknat på ett helt bolag och ett helt år är summan sällan obetydlig, trots att nästan ingen räknar på den.