Så kommer ni igång med AI: en strukturerad metod för företag

Att komma igång med AI är inte ett tekniskt problem. Det är ett metodproblem. Och som med all tillväxt slår strukturerat arbete ad hoc, varje gång. Det här är processen vi använder själva på Daily Wins och som vi rekommenderar till de 100+ små och medelstora bolag vi följt nära under det senaste året.

Varför de flesta AI-initiativ stannar

Vi ser samma mönster i organisation efter organisation. Ledningen läser samma artiklar som ni läser nu. Någon bokar en strategidag. En konsultbyrå presenterar en värdekedja med 47 användningsområden. Det utses en AI-ansvarig. Det startas en pilot. Och så händer ingenting.

Anledningen är sällan att verktygen är fel. ChatGPT, Claude, Copilot och Gemini räcker långt för 80 procent av de vardagliga uppgifterna. Anledningen är att initiativet behandlas som ett IT-projekt när det egentligen är ett tillväxtinitiativ. Och tillväxt fungerar inte enligt vattenfallsmodellen.

Bredd ger djup. När man har sett hundratals försök ser man tydligt vad som skiljer dem som lyckas från dem som fastnar. De som lyckas följer en metod. Den ser ut så här.

En process i fem pelare för att komma igång med AI

Vi har lånat strukturen från Johan Skölds tillväxtramverk och översatt den till AI-uppstart. Fem pelare. Varje pelare har en huvudfråga och ett konkret nästa steg. Inget mer.

Pelare 1: Inventera det ni redan har (effectuation)

Den vanligaste felstarten är att börja med en behovsanalys. Då bygger ni er strategi i ett vakuum och hamnar i ett 18 månaders inköpsprojekt för verktyg ni redan har. Börja istället med inventeringen.

Fråga rakt ut: vem i organisationen använder AI redan idag, till vad, och med vilken licens? Svaret blir nästan alltid förvånande. I ett snittbolag med 50 anställda finns redan 5 till 15 personer som dagligen använder ChatGPT eller Claude, ofta på privata konton, ofta utan att chefen vet om det.

De personerna är er resursklokaste tillgång. De har redan löst tröskeln "hur sätter jag igång". De vet vad som funkar och vad som inte gör det. Och de kostar er inget extra att rekrytera till pilotgruppen, de är redan anställda.

Konkret nästa steg: skicka en enkätfråga på Teams eller Slack. Tre frågor, max. Vilka AI-verktyg använder du? Till vad? Vad är den största begränsningen? Vänta 48 timmar. Då har ni er kandidatlista.

Pelare 2: Hitta era köpbenägna pilotanvändare (segmentering)

Sälj till dem som vill köpa. Den regeln gäller även internt. När ni rullar ut AI gör ni en intern säljprocess: ni säljer in arbetssättet till medarbetarna. Och då slösar ni resurser om ni börjar med de skeptiska.

Sortera er kandidatlista i tre grupper. Tidiga användare som redan testar på egen hand. Pragmatiker som väntar på en tydlig riktning. Skeptiker som behöver se bevis. Lägg 80 procent av er energi på de två första grupperna i sex månader. De skeptiska kommer med när bevisbördan är lagd, inte innan.

Den klassiska invändningen: "men alla måste med samtidigt, annars blir det orättvist". Det är fel. Det blir orättvist om ni öser tid på de motvilliga och svälter de motiverade. Det blir orättvist om det tar 18 månader att etablera ett arbetssätt som kunde varit på plats i tre.

Konkret nästa steg: välj ut 5 till 10 personer från grupp 1 och 2. Gärna spridda över avdelningar. De är er pilotgrupp i 8 veckor. Inget bredare än så just nu.

Pelare 3: Kör experiment, inte projekt (experimentering)

Det här är pelaren där flest snubblar. Ett AI-projekt har deadline, leverabel och budget. Ett AI-experiment har en hypotes, ett mätbart utfall och en acceptabel förlust. Skillnaden låter semantisk men avgör om ni lär er något.

Ett bra AI-experiment ser ut så här: vi tror att säljteamet kan korta tiden från första kontakt till offert med 40 procent genom att använda Claude med en gemensam projektinstruktion för offertutkast. Vi testar i 4 veckor med 3 säljare. Utfallet räknas om snittiden faller från 9 dagar till under 6. Acceptabel förlust: 12 timmars förlorad tid om hypotesen är fel.

Tre saker att notera. Hypotesen är konkret, inte "vi ska bli effektivare". Utfallet är förmätbart, inte "vi utvärderar i efterhand". Förlusten är begränsad, ni satsar inte 6 månader på en gissning.

Kör 3 till 5 sådana experiment parallellt i pilotperioden. Inte 15. Inte 1. Tre till fem är intervallet där ni hinner lära er på riktigt utan att tunna ut fokus.

Konkret nästa steg: skriv ner era hypoteser på ett A4 innan experimenten startar. Hypotes, utfall, mätperiod, acceptabel förlust. Om ni inte kan formulera det är ni inte redo att testa.

Pelare 4: Identifiera den verkliga AI-köparen i varje team (sälj och inköp)

I varje team finns en person som avgör om AI faktiskt får genomslag eller inte. Det är sällan teamchefen. Det är oftast den som teamet vänder sig till med praktiska frågor. Den naturliga rådgivaren. Den verkliga köparen.

Om ni får den personen att börja använda AI i sitt vardagsarbete kommer resten av teamet efter inom 4 till 8 veckor. Om ni missar den personen kommer teamet aldrig dit, oavsett hur många utbildningar HR bokar.

Det här är inte ett retoriskt grepp. Det är samma logik som ni använder i extern försäljning: ni kartlägger köpcentrumet och säljer till den som verkligen bestämmer. Internt är logiken identisk.

Konkret nästa steg: lista era 4 till 6 viktigaste team. Fråga teamcheferna: "vem vänder folk sig till med praktiska frågor när du är på semester?" Det är er verkliga AI-köpare i det teamet. Säkerställ att den personen är i pilotgruppen.

Pelare 5: Mät förtroende, inte aktivitet (tillit)

Den sista pelaren är den som de flesta bolag glömmer helt. Aktivitet är lätt att mäta: antal licenser, antal prompts, antal aktiva användare. Det säger ingenting om värdet.

Det ni vill mäta är förtroendet. Använder folk AI för uppgifter där det räknas, eller bara för att låtsasanvända det? Litar de på utfallet, eller dubbelkollar de allt? Vågar de använda AI i kunddialog, eller bara internt?

En enkel mätning som funkar: ställ varannan månad samma tre frågor till pilotgruppen. På en skala 1 till 10, hur mycket litar du på AI-utfallet i ditt vardagsarbete? Vilken uppgift har du flyttat över till AI senaste månaden? Vilken uppgift skulle du aldrig flytta över? Spara svaren och jämför över tid.

Trenden i de tre frågorna säger mer om hur AI-implementeringen går än alla licensrapporter och dashboards i världen.

Konkret nästa steg: sätt en återkommande kvartalsmätning i kalendern redan nu. 15 minuter per pilotanvändare. Ni får er första mätpunkt direkt och en utfallskurva inom 6 månader.

Så använder vi själva metoden på Daily Wins

Vi är ett litet bolag som hjälper små och medelstora företag att komma igång med AI utan egen AI-avdelning. Det betyder att vi måste vara extra resursklokare själva. Vi äter vår egen kokmat.

Vi har idag en intern AI-flotta på nio specialiserade Claude-agenter, var och en med en tydlig roll: VD-assistent, säljansvarig, dokumentansvarig, eventansvarig, compliance, coach, HR. Alla läser samma gemensamma kontext om bolagets riktning, kunder och tonalitet. Alla rapporterar sitt arbete på samma sätt så att vi människor kan följa upp.

Vi byggde inte den flottan på en gång. Vi följde processen ovan. Först inventerade vi vilka uppgifter vi redan löste manuellt och kände frustration över. Sen valde vi ut tre experiment: säljmailutkast, mötesförberedelse och kvittobokföring. När de tre fungerade lade vi till tre till. När de sex fungerade lade vi till tre till.

Det tog oss 9 månader att gå från noll till nuvarande flotta. Vi hade kunnat förkorta det till 4 om vi varit ännu mer disciplinerade med att begränsa antalet parallella experiment. Det är ett av flera misstag vi gärna delar med oss av i samtal med kunder.

Vanliga fallgropar när man kommer igång med AI

Vi ser samma misstag återkomma. Här är de fyra vanligaste, och vad de kostar.

Att starta med en strategi istället för en pilot. Ni förlorar 3 till 6 månader på dokumentation som blir inaktuell innan ni hunnit verkställa den. AI-landskapet rör sig snabbare än er strategiprocess.

Att rulla ut brett innan ni har bevis. Ni säljer in arbetssättet till de skeptiska innan ni har en case som biter. Resultat: organisationsmässig vaccinering mot AI i 12 månader framåt.

Att fokusera på verktygsval istället för användarvärde. Två veckor på att utvärdera Claude mot ChatGPT mot Copilot. Båda funkar. Skillnaden i utfall mellan ett team som använder rätt verktyg dåligt och ett team som använder vilket verktyg som helst bra är 10 gånger.

Att glömma den gemensamma kontexten. AI utan företagsspecifik kontext är som en konsult som börjar första dagen. Lägg er strategi, era ägardirektiv, er positionering och er ton i en projektinstruktion. Skillnaden mellan svar med och utan är dramatisk.

Vanliga frågor om att komma igång med AI

Hur lång tid tar det att komma igång med AI i ett företag?

En första pilot kan vara igång inom 2 veckor. Ett etablerat arbetssätt över 5 till 10 personer tar 8 till 12 veckor. Att nå hela organisationen brukar ta 6 till 12 månader. Om det tar längre än så är det metoden, inte tekniken, som bromsar.

Måste vi börja med en AI-strategi?

Nej. Börja med en pilot och låt strategin växa fram ur den. En strategi skriven innan ni har egna erfarenheter blir abstrakt och åldras snabbt. En strategi skriven efter 3 månaders pilotresultat blir konkret och hållbar.

Vilket AI-verktyg ska vi börja med?

Det spelar mindre roll än man tror. ChatGPT, Claude och Copilot är alla bra startpunkter för 80 procent av användningsfallen. Välj det verktyg som flest i er pilotgrupp redan provat. Bytet mellan dem är lågt och kan göras senare när ni vet mer om era behov.

Behöver vi en AI-ansvarig eller AI-strateg?

I små och medelstora bolag är svaret oftast nej. Behovet är inte en ny roll, utan en intern drivkraft på 10 till 20 procents arbetstid hos en befintlig medarbetare som har mandat och energi. En extern AI-coach 2 timmar varannan vecka räcker som komplement under uppstartsfasen.

Hur mäter vi avkastningen på AI-arbetet?

Mät tre saker. Tidsbesparing per arbetsuppgift i pilotgruppen. Förtroendekurvan, hur villiga medarbetarna är att flytta nya uppgifter till AI över tid. Och kvalitativa exempel där AI faktiskt löst eller flyttat något konkret för en kund eller medarbetare. De tre tillsammans säger mer än någon ROI-modell kan göra på 3 månaders horisont.

Vad gör vi om medarbetarna är skeptiska?

Inget, till en början. Lägg energin på de motiverade. När de skeptiska ser kollegor som sparar 5 timmar i veckan och levererar bättre, kommer de av sig själva. Att tvinga adoption innan beviset finns bygger motstånd, inte engagemang.

Vill du fördjupa dig?

Vill du gå från teori till handling? I föreläsningen AI i praktiken – från verktyg till värde går vi igenom detta på djupet med konkreta exempel och verktyg du kan använda direkt.

Komma igång med AI är en metod, inte en produkt

Det finns ingen genväg. Det finns en metod. Pelarna är desamma oavsett om ni är 20 eller 500 anställda. Skillnaden är vilken ambitionsnivå och vilket tempo som passar er. Och i båda fall slår strukturerat arbete ad hoc, varje gång.

Om ni vill bolla er egen uppstart eller titta på hur metoden ser ut i ert specifika bolag, ta gärna kontakt. Vi gör inte långa konsultprojekt. Vi hjälper er igång och sedan klarar ni er själva, vilket är hela poängen.