IT-färdigheter & AI

AI är inte längre bara en chatbot eller textgenerator. Det är ett nytt lager i arbetet, som kan hjälpa till att tänka, producera innehåll, analysera information, skriva kod, använda verktyg och utföra arbetsmoment under mänsklig styrning. I praktiken kan AI sammanfatta dokument, analysera bilder och data, hämta information från företagets system, förbereda beslut, automatisera rutiner, bygga prototyper och vara en del av större arbetsflöden.

De nuvarande AI-modellerna "tänker" ändå inte som en människa. De producerar svar och åtgärder utifrån sin träningsdata, den kontext användaren gett, tillgängliga verktyg och definierade rättigheter. Därför kan AI vara en mycket effektiv medarbetare – men den kan också ha fel, använda felaktig information, dra felaktiga slutsatser eller agera fel, om dess mål, data och gränser är dåligt definierade.

Att förstå grunderna i AI innebär därför mer än att skriva bra prompts. Det innebär att förstå när AI lönar sig att använda för idégenerering, när för produktion, när för analys, när för automatisering och när för arbete som utförs med hjälp av verktyg eller agenter. Ju mer tillgång AI får till data, system och beslut, desto viktigare är det att tydligt definiera rättigheter, tillsyn, mänskligt godkännande och ansvar.

AI:ns funktionslager beskriver hur modern AI byggs upp, från energi, datacenter och chip ända till språkmodeller, data, integrationer, agenter, applikationer, företagens arbetsflöden och ledning. AI är inte bara en enskild chatbot eller applikation, utan en hel verksamhetskedja där varje lager påverkar vad AI faktiskt kan göra.

AI:ns värde uppstår först när lagren fungerar tillsammans. En kraftfull språkmodell behöver rätt data och kontext. Data behöver säkra åtkomsträttigheter. Agenter behöver integrationer, verktyg och orkestrering. Företag behöver tydliga processer, tillsyn och ansvar, för att AI ska bli en pålitlig del av arbetet och inte bara ett löst experiment.

Förmågan att förstå vad AI passar för, var dess gränser går och hur informationen den producerar bedöms kritiskt. AI-kompetens betyder inte att alla måste kunna koda. Det betyder att kunna använda AI förnuftigt, säkert och målinriktat. En bra AI-användare frågar inte bara AI om saker, utan kan också bedöma svaren: är informationen korrekt, vad den bygger på, om det saknas perspektiv och om svaret kan användas som det är.

AI-strategi är inte ett IT-projekt, utan en plan för hur företaget fungerar i en värld där AI utför en del av arbetet. Den svarar på frågor som: var AI ges befogenheter, var människan beslutar, vilken data AI får använda, vilka arbetsmoment som automatiseras och hur produktiviteten mäts. Utan en strategi splittras AI-användningen upp i medarbetarnas slumpmässiga experiment — utanför gemensamma spelregler, datasäkerhet och mätetal.

En bra AI-strategi utgår från affärsverksamheten, inte från tekniken. Den definierar hur data, modeller, agenter, integrationer och processer hänger ihop och var i arbetet AI skapar mest värde. Samtidigt svarar den på vad AI inte får göra, var mänskligt godkännande behövs och hur kostnader, risker och kvalitet hålls under kontroll.

AI-strategi är inte en verktygslista. Det är en arbetsmodell — och allt oftare lika viktig som affärsstrategin, den digitala strategin eller HR-strategin.

Förmågan att formulera instruktioner till AI så att svaren blir så precisa och användbara som möjligt. Bra promptning är framtidens grundläggande färdighet — precis som läsning och skrivning är i den digitala eran.

AI kan producera information som låter trovärdig men som är helt felaktig. Det här är en av de största riskerna med att använda AI. Kontrollera alltid fakta från en tillförlitlig källa.

Man ska inte mata AI med vilken information som helst. Var särskilt försiktig med personuppgifter, kunduppgifter, affärshemligheter, avtal, hälsodata och annat konfidentiellt material. Dataskydd vid användning av AI innebär att organisationen vet vilken information som får matas in i AI, var datan behandlas, om den lagras hos leverantören och om den kan användas för att träna modeller. Utan tydliga regler kan ett bra verktyg bli en stor risk.

En arbetsmodell där en människa granskar, godkänner eller styr AI:ns agerande. AI kan ta fram det första utkastet, analysen eller förslaget, men människan bär ansvaret för det slutliga beslutet. Det här är särskilt viktigt när AI används inom kundservice, rekrytering, hälso- och sjukvård, finans, juridik eller andra situationer där ett fel kan påverka människors rättigheter eller vardag.

AI Act, EU:s förordning om artificiell intelligens, är Europeiska unionens regelverk för utveckling och användning av AI. Syftet är att säkerställa att AI används säkert, transparent och med respekt för människors grundläggande rättigheter. AI Act delar in AI-system efter risknivå: vissa användningssätt förbjuds, högriskssystem får strängare krav och många användningsfall får transparenskrav. Förordningen trädde i kraft den 1.8.2024. De förbjudna metoderna och kravet på AI-kompetens började gälla den 2.2.2025, skyldigheterna för generella modeller den 2.8.2025 och en stor del av förordningen börjar tillämpas den 2.8.2026.

AI Governance innebär styrning, regler, ansvar och tillsyn av AI i en organisation. Det svarar på frågan: vem får använda AI, för vilket syfte, med vilken data, med vilka verktyg och vem ansvarar för resultatet? God styrning är inte bara byråkrati — den gör AI-användningen säkrare, effektivare och mer skalbar. Utan gemensamma spelregler kan varje team använda AI på sitt eget sätt, och då börjar riskerna, kostnaderna och kvaliteten lätt spåra ur.

En teknik där AI först hämtar information från en databas och sedan formulerar svaret utifrån den. Minskar hallucinationer och håller svaren aktuella.

Vidareträning av en färdigtränad AI-modell med egen data. Det gör modellen till en specialist inom ett visst område.

AI läser inte ord, utan delar upp texten i mindre bitar, så kallade token. Att förstå token hjälper dig att greppa AI:ns begränsningar och kostnader.

AI:ns "arbetsminne" — hur mycket text den kan bearbeta åt gången. Ett större kontextfönster gör det möjligt att analysera långa dokument.

Bakgrundsinstruktioner som styr AI:ns roll och beteende i en konversation. System prompt är en "dold instruktion" som styr alla svar.

En teknik där AI:n ombeds tänka steg för steg innan det slutliga svaret. Förbättrar lösningen av komplexa problem avsevärt.

Ett AI-program som kan agera självständigt, använda verktyg och utföra flerstegsuppgifter. Agenter är nästa stora steg i AI:ns utveckling.

En självstyrande agent är ett AI-system som kan planera en uppgift, använda verktyg och gå framåt steg för steg mot ett mål utan kontinuerlig mänsklig styrning. Den kan till exempel hämta information, boka möten i kalendern, skriva kod, hantera dokument eller skicka utkast för granskning. Skills, det vill säga färdigheter, är specialiserade funktioner som agenten har tillgång till: en skill kan vara webbsökning, en annan kalkylarbete, en tredje att skriva e-postutkast och en fjärde att uppdatera CRM-systemet. Ju bättre skills agenten har, desto mer användbar kan den vara — men samtidigt växer betydelsen av tillsyn.

Orkestrering innebär att styra flera AI-modeller, verktyg och agenter så att de arbetar tillsammans mot samma mål. En agent kan hämta information, en annan analysera den, en tredje skriva rapporten och en fjärde kontrollera kvaliteten. En agentfarm är en grupp AI-agenter med egna roller och uppgifter — tanken påminner om ett litet digitalt team: researcher, projektledare, kodare och kvalitetsgranskare. Väl uppbyggd kan den snabba upp flerstegsarbete, dåligt uppbyggd kan den snabbt skapa massor av fel.

MCP, det vill säga Model Context Protocol, är en öppen standard som gör det möjligt för AI-applikationer att ansluta till externa verktyg, datakällor och system på ett kontrollerat sätt. Man kan tänka på det som AI:ns "USB-C-kontakt": ett gemensamt gränssnitt genom vilket AI kan använda till exempel dokument, databaser, kalendrar, projekthantering, CRM-system eller utvecklarverktyg. MCP är särskilt viktigt för agenter och företagsanvändning. När AI inte bara svarar på frågor, utan hämtar information, använder verktyg och utför uppgifter, behövs ett säkert sätt att avgöra vilka system den får tillgång till och vad den får göra.

AI:ns förmåga att hantera olika typer av data: text, bilder, ljud och video. Modern AI förstår världen med flera sinnen.

Nyttan med AI uppstår inte av att man testar den en gång av nyfikenhet. Det största värdet skapas när AI kopplas till vardagens återkommande uppgifter: sådant som tar tid, kräver eftertanke eller lätt blir liggande.

1. Idégenerering och sparring. Be AI om alternativ, perspektiv och frågor. Den fungerar bra som tankeväckare, så länge du inte lämnar över själva beslutet till den.
2. Textutkast. Använd AI för första utkast av e-post, inlägg i sociala medier, blogginlägg, rapporter och presentationer. Människan finslipar tonen, fakta och det egna perspektivet.
3. Sammanfattning. Låt AI sammanfatta långa dokument, PM, rapporter eller mötesanteckningar. Be den separat lyfta fram de viktigaste besluten, riskerna och nästa steg.
4. Informationssökning och jämförelse. AI kan hjälpa dig kartlägga alternativ, samla bakgrundsinformation och jämföra olika lösningar. Fakta bör du ändå kontrollera från tillförlitliga källor.
5. Kundtjänststöd. AI kan föreslå svar på vanliga frågor, sammanfatta kundmeddelanden och hjälpa dig hålla en enhetlig ton.
6. Effektivisering av försäljning och marknadsföring. AI kan hjälpa dig att skapa kundprofiler, ta fram kampanjidéer, personifiera budskap och slipa säljargument.
7. Dataanalys. AI kan hjälpa dig hitta trender, avvikelser och frågor i tabellerna som är värda att undersöka vidare i datan.
8. Skriva kod och felsöka. AI kan snabba upp programmeringen, förklara kod och föreslå rättningar. Det slutliga ansvaret för funktion och datasäkerhet ligger alltid hos utvecklaren.
9. Lärande och utbildning. Be AI:n förklara ett svårt ämne på ett enkelt sätt, skapa övningsfrågor eller bygga en personlig inlärningsväg.
10. Processautomatisering. Koppla ihop AI med återkommande arbetsflöden: rapportering, dokumenthantering, klassificering, påminnelser och intern informationssökning.

Sökfunktioner som hjälper dig hitta information i en annan tabell. XLOOKUP är en modernare och mer flexibel version.

Excels kraftfullaste analysverktyg. Sammanfattar tusentals datarader till översikter med några få klick.

Automatisera återkommande uppgifter genom att spela in åtgärdssekvenser. VBA är Excels programmeringsspråk för mer avancerad automatisering.

Excels verktyg för att importera och bearbeta data. Hämtar data från olika källor, rensar och sammanfogar den automatiskt.

Automatisk färgsättning av celler baserat på värden. Gör datan visuell och lättläst.

Att presentera data visuellt med stapel-, linje-, cirkeldiagram och andra diagramtyper. Rätt diagramtyp berättar datans historia.