Lägre modellpriser ger nya möjligheter. För svenska företag avgörs vinsten av kvaliteten, efterarbetet och kostnaden för ett löst kundproblem.
Öppna AI-modeller kan sänka kostnaden för att besvara ett kundmejl. Men om svaret lovar fel leveransdatum och en kollega måste reda ut missförståndet har företaget ändå gjort en dålig affär. För ett svenskt tillväxtbolag börjar därför den intressanta kalkylen med en enkel fråga: vad kostar det att faktiskt lösa kundens problem?
Jeffrey Morgan, medgrundare och vd för Ollama, beskriver i sitt samtal med Y Combinator hur lägre kostnader driver intresset för öppna modeller. Han lyfter också företagens önskan om större kontroll och möjlighet att anpassa tekniken. Min slutsats är att den möjligheten blir värdefull först när företaget kan avgöra vilka arbetsuppgifter en billigare modell klarar tillräckligt bra.
När billigare användning blir mer användning
Med öppna modeller menas här modeller vars tränade parametrar, alltså de tal som styr modellens beräkningar, finns tillgängliga att ladda ned. Det gör det möjligt att köra dem på egen utrustning eller genom en tjänsteleverantör, enligt modellens licensvillkor. Ollama beskriver exempelvis hur samma verktyg kan användas med lokala modeller och större modeller i molnet.
En lägre kostnad per användning behöver däremot inte ge en lägre månadsräkning. Morgan uppger att tokenvolymen i Ollama Cloud har blivit 150 gånger så stor sedan början av 2026. Token är de textdelar som modellen bearbetar. Uppgiften gäller Ollamas tjänst och visar varken en motsvarande produktivitetsökning eller utvecklingen för hela marknaden.
Förklaringen blir lättare att förstå när man tänker på en AI-agent som utför flera steg i en uppgift. Att läsa ett kundmejl, hämta orderuppgifter och formulera ett svar kan kräva flera anrop till modellen. Om varje steg blir billigare kan företaget välja att automatisera fler ärenden, och den sammanlagda användningen växer.
Sätt pris på ett löst problem
Tänk dig en svensk nätbutik som vill avlasta kundtjänsten. En fråga om ett pakets status kan ha ett tydligt svar i ordersystemet. En reklamation med ofullständiga uppgifter kräver fler bedömningar och kanske kontakt med en medarbetare. Båda börjar med ett mejl, men de ställer olika krav på lösningen.
Jämför därför modeller på samma urval av verkliga, avidentifierade ärenden. Bestäm i förväg vad som räknas som ett godkänt resultat: korrekta orderuppgifter, begriplig svenska och inga löften som företaget saknar täckning för. Ett vänligt formulerat svar ska inte få godkänt om innehållet är fel.
Den relevanta kostnaden är vad företaget betalar för ett korrekt avslutat ärende. Räkna med modellens användning, driften, nya försök och medarbetarnas granskning. Fördela även arbetet med att bygga och underhålla lösningen över den ärendevolym ni faktiskt väntar er.
Följ samtidigt hur ofta kunden återkommer därför att svaret inte hjälpte. Annars kan en till synes lyckad automatisering bara flytta arbetet till nästa kontakt. Samma krav på en helhetskalkyl behövs när man bedömer hur billigare beräkningar påverkar företagets AI-kostnader.
Låt arbetsuppgiften styra modellvalet
Morgan bedömer att företag kommer att kombinera öppna och slutna modeller, med olika modeller för olika svåra uppgifter. Det är hans framtidsbedömning. För ett mindre företag är den användbara tanken att börja med ett avgränsat arbete där resultatet går att kontrollera.
I nätbutiken skulle det kunna vara att sortera inkommande frågor och ta fram svarsutkast om leveranser. Ärenden med motstridiga uppgifter går vidare till en människa. Företaget behöver också bestämma vilka åtgärder systemet får utföra: att föreslå en återbetalning och att genomföra den är två olika uppdrag.
Öppna AI-modeller ger fler möjligheter att välja drift och leverantör, men varje byte behöver prövas mot samma kvalitetskrav. Spara därför testfallen och bedömningarna när ni jämför alternativ. Det gör modellbyten i ett befintligt arbetsflöde till ett beslut som kan bygga på dokumenterade resultat.
Egen drift behöver också bära sina kostnader för utrustning, uppdateringar och felsökning. För ett litet utvecklingsteam kan en köpt molntjänst vara rimligare, även när själva modellen går att ladda ned. Be leverantören förklara var behandlingen sker, vilken information som sparas och vem som hanterar avbrott. Då blir alternativen lättare att jämföra.
Bygg vidare på det ni kan om kunden
En modell känner inte automatiskt till nätbutikens aktuella sortiment, leveransproblem eller överenskommelser med kunderna. Den informationen måste vara tillgänglig och tillförlitlig. Om ordersystemet visar fel status hjälper det föga att byta till en modell som skriver bättre svenska.
Här finns en konkret uppgift för grundaren: samla de undantag som erfarna medarbetare känner igen men som sällan står i instruktionerna. Vilka frågor missförstås? När behöver någon ringa kunden? Sådan branschkunskap kan ge AI-företaget ett försprång genom bättre arbetsflöden och mer träffsäkra kontroller.
Ett billigare modellanrop skapar värde först när kunden får rätt hjälp. Det gör kundtjänstens erfarenheter till en del av produktutvecklingen. Låt medarbetarna granska återkommande fel och använd resultaten för att förbättra både informationen och instruktionerna.
Lärdomen: låt ett verkligt arbetsflöde avgöra
Börja med en återkommande uppgift där ni känner till dagens tidsåtgång och kvalitetsproblem. Jämför nuvarande arbetssätt med ett avgränsat försök med en öppen modell. Använd samma ärenden, samma krav och samma sätt att räkna på efterarbete.
Bestäm också vad som skulle få er att avbryta försöket. Om handpåläggningen ökar, kunderna får sämre hjälp eller driften tar för mycket tid behöver lösningen ändras. Om resultatet håller och totalkostnaden sjunker finns ett konkret skäl att utöka användningen.
Den möjligheten är värd att ta vara på. Lägg nästa utvecklingsinsats på ett arbetsflöde där ni kan visa att kunden får rätt hjälp till en rimlig kostnad. Då får valet av AI-modell en tydlig plats i företagets affär.
Y Combinators samtal med Jeffrey Morgan publicerades den 4 september 2026. Längd: cirka 57 minuter.
Den relevanta kostnaden är vad företaget betalar för ett korrekt avslutat ärende.
Ett billigare modellanrop skapar värde först när kunden får rätt hjälp.
Källor
- Y Combinator: Jeffrey Morgan om öppna modeller och AI-ekonomi — Publicerad 4 september 2026. Relevanta avsnitt: 02:13 om kostnader och kontroll, 04:54 om tokenvolymen i Ollama Cloud samt 17:44–19:35 om kombinationer av öppna och slutna modeller. Volymuppgiften är Morgans uppgift; resonemanget om den framtida modellfördelningen är hans bedömning.
- Transkription av Y Combinators samtal med Jeffrey Morgan — Transkription från videons undertexter, använd för att kontrollera resonemang och tidsangivelser.
- Ollama: större modeller i molnet med samma lokala verktyg — Ollamas egen beskrivning av stödet för molnmodeller, publicerad 19 september 2025. Används för uppgiften om att lokala verktyg kan ansluta till större modeller i molnet.
Fortsätt läsa
Du kanske också gillar
Innohub TV
Se det här innehållet även på Innohub TV
Vi har plockat klipp från Innohub TV som fortsätter på samma tema.
