AI-verktyg för företag: vilka kategorier som finns och hur ni väljer

Vad räknas som ett AI-verktyg?

Termen används om nästan allt just nu, vilket gör den svår att handla på. En användbar avgränsning: ett AI-verktyg är programvara som bygger på en språkmodell eller motsvarande, och som utför en uppgift ni tidigare gjorde för hand, som att skriva, sammanfatta, analysera, söka, koda eller transkribera.

Det utesluter två saker som ofta säljs som AI. Det ena är vanlig automatisering med regler, som funnits i decennier och fungerar bra men inte är AI. Det andra är befintlig programvara där man lagt till ett AI-märke på en funktion som inte ändrat något. Fråga alltid vad verktyget gör som det inte gjorde förra året.

De fem kategorierna av AI-verktyg

Nästan alla verktyg som är relevanta för ett vanligt företag hamnar i en av fem grupper. Att veta vilken grupp ni saknar är mer värt än att veta vilket enskilt verktyg som är populärast.

+

1. Assistenter (den viktigaste)

Allmänna AI-assistenter som Claude, ChatGPT och Gemini, samt Microsoft Copilot för den som redan arbetar helt i Microsoft 365. De skriver, sammanfattar, analyserar, resonerar och svarar på frågor. Det här är kategorin nästan alla bör börja i, eftersom ett enda verktyg täcker en stor del av kontorsarbetet och kräver noll teknisk kompetens.

+

2. Verktyg för möten och tal

Transkribering, mötesanteckningar, sammanfattningar. Låg tröskel och tydlig nytta, men det är också kategorin med störst integritetsfrågor, eftersom den spelar in människor. Reglera den innan ni rullar ut den. Exempel: de inbyggda sammanfattningarna i Teams och Google Meet, och fristående verktyg som Otter och Fireflies.

+

3. Kodverktyg

AI som skriver, granskar och felsöker kod. Störst mätbar effekt av alla kategorier, men relevant bara om ni har utvecklare. Värt att veta: verktygen i den här kategorin används numera också av icke-utvecklare för att bygga interna hjälpmedel. Exempel: Claude Code, GitHub Copilot och Cursor. Vi har skrivit om Claude Code för den som inte är utvecklare.

+

4. Bild, video och ljud

Genererar och redigerar material. Nyttig för marknad och kommunikation, men den kategori där kvalitetskraven och de upphovsrättsliga frågorna är svårast. Behandla den som en specialistkategori som kan vänta. Exempel: AI-funktionerna i Canva, Midjourney för bild och ElevenLabs för röst.

+

5. Agenter och automatisering

Verktyg som självständigt utför uppgifter i flera steg. De hämtar data, bearbetar den och levererar ett resultat. Störst potential och högst tröskel. Hit bör ni komma, men sällan först: en agent som automatiserar en process ni inte förstår befäster bara ett dåligt arbetssätt. Exempel: Claude Cowork för uppgifter i flera steg, och Zapier, Make eller n8n för att koppla ihop system. Var agenter hör hemma i helheten beskriver vi i AI-strategi för företag.

Vad AI-verktyg faktiskt används till

Det är lätt att välja verktyg utifrån vad de påstås klara. Mer användbart är att titta på vad de faktiskt används till. Anthropics Economic Index mäter observerad användning genom att matcha innehållet i konversationer mot typer av uppgifter, land för land.

För Sverige ser de vanligaste ämnesområdena ut så här: innehåll och copywriting står för 19,7 % av användningen, research och informationssökning 12,8 %, fritid och livsstil 12,0 %, utbildning och lärande 11,9 %, och mjukvaruutveckling 11,6 %.

Ännu mer talande är vad konversationerna producerar. Vanligast i Sverige är en förklaring eller ett svar (20,3 %), följt av ett dokument eller en rapport (12,7 %) och ett råd eller en rekommendation (12,1 %). Analyser och sammanfattningar står för 6,4 %.

Slutsatsen för er verktygsvalsprocess är rakare än den låter: tyngdpunkten ligger på att förstå, formulera och sammanställa, medan exotiska specialfunktioner väger lätt. Det är precis vad en allmän assistent gör bäst, och därför är kategori 1 nästan alltid rätt första steg.

Ett fynd till är värt att stanna vid. Svensk AI-användning ligger nära tre gånger så högt som befolkningsstorleken förutsäger, men bara 38,1 % av den ser ut att vara arbete, mot 43,4 % globalt. Privat användning ligger i stället över snittet, 45,0 % mot 40,2 %. Verktygen finns alltså redan i händerna på era medarbetare, men de används inte på jobbet. Vi har gått igenom det mönstret i den nordiska AI-klyftan.

Om datan: den mäter observerad användning av ett AI-verktyg, från anonymiserade och aggregerade konversationer. Den säger inget om vilka användarna är eller om sysselsättning, och det är en ögonblicksbild utan tidsserie, så den kan inte visa om något ökar eller minskar. Metod och siffror finns på anthropic.com/economic-index.

Gratis AI-verktyg: vad de räcker till

Nästan alla stora assistenter har en gratisversion, och för att utvärdera om kategorin är något för er räcker den gott. Låt medarbetarna prova gratis innan ni bestämmer er för något. Det är billigare än vilken utvärdering som helst.

Men gratisversioner har tre begränsningar som spelar roll så fort ni går från att testa till att arbeta:

Svagare modell. Gratisnivån kör ofta en mindre modell än den betalda. Skillnaden märks tydligast på svåra uppgifter som långa dokument, resonemang i flera steg och känsliga formuleringar. Många team utvärderar AI på gratisnivån, blir måttligt imponerade, och drar slutsatsen att tekniken inte håller. Det är den vanligaste orsaken till att ett företag underskattar vad verktygen klarar.

Ingen datakontroll. Det här är den avgörande punkten. På gratis- och privatkonton kan innehållet ni skickar in användas för att träna leverantörens modeller. På företagsavtal gör det normalt inte det. Så fort någon lägger in kunddata eller internt material behöver ni ett företagsavtal. Gratisversionen är inte dålig, men den är inte byggd för företagsdata.

Ingen administration. Ni ser inte vem som använder vad, kan inte lägga till eller ta bort användare, och har ingen gemensam plats för instruktioner och material. Det gör skillnad först när fler än en handfull personer använder verktyget, men då gör det stor skillnad.

Praktisk hållning: gratis för att utvärdera, företagsavtal så fort riktigt arbete och riktig data är inblandade. Var gränsen går bör stå i er AI-policy.

Så väljer ni AI-verktyg

Ställ fyra frågor, i den här ordningen. De flesta hoppar direkt till den sista och det är därför valet blir fel.

+

1. Vilken uppgift ska bort?

Utgå från en konkret arbetsuppgift som tar tid och som ingen tycker om att göra, och låt verktyget komma sedan. Ett verktyg som köps in utan en uppgift att lösa hittar aldrig en.

+

2. Vem ska använda det, och hur ofta?

Ett verktyg som tre personer använder dagligen är värt mer än ett som trettio personer provade en gång. Optimera för återkommande användning i en avgränsad grupp först.

+

3. Vilken data behöver det se?

Avgör om ni klarar er med ett gratiskonto eller behöver företagsavtal med personuppgiftsbiträdesavtal. Den här frågan bestämmer ofta valet helt på egen hand.

+

4. Vilket verktyg?

Den frågan kommer först nu, och för de flesta är svaret på fråga 1–3 att en allmän assistent räcker, vilket gör fråga 4 mycket enklare än den verkade.

Det vanligaste misstaget: för många verktyg

Det finns ett mönster vi ser om och om igen. Ett bolag blir entusiastiskt, köper in en assistent, ett mötesverktyg, ett bildverktyg och en automationsplattform på ett kvartal, och har ett halvår senare fyra abonnemang och inget förändrat arbetssätt.

Orsaken är att varje nytt verktyg har en inlärningskostnad, och att den kostnaden betalas av medarbetaren medan beslutet fattades av någon annan. Fyra verktyg som var och en används till tjugo procent ger mindre nytta än ett som används fullt ut — och betydligt mer administration.

Regeln som fungerar: ett verktyg i taget, tills det används på riktigt. Mät användning innan ni utökar. Om assistenten inte används dagligen av dem som fick den, är nästa verktyg inte lösningen på något.

Det gäller även omvänt. Om ett verktyg används flitigt är det ofta bättre att gå djupare i det än att bredda med ett nytt: koppla det till era system, skriv gemensamma instruktioner, dela mallar.

Data och säkerhet: vilka verktyg får se vad

Så fort ni har fler än ett verktyg behöver någon ha bestämt vilken data som får hamna var. Utan det beslutet gissar varje medarbetare, och de mest ansvarstagande avstår helt. Det är den sämsta utgången, eftersom ni då får riskerna utan nyttan.

Tre saker att slå fast innan ni rullar ut något brett: vilka verktyg som är godkända, vilken data som aldrig får läggas i ett externt verktyg, och vem man frågar när man är osäker. Det behöver inte vara mer omfattande än en sida.

För verktyg som ska hantera personuppgifter krävs dessutom personuppgiftsbiträdesavtal med leverantören, och ni bör kontrollera om det ni skickar in används för modellträning. Vi har gått igenom hela den frågan i vår guide till AI-policy för svenska företag.

Så kommer ni igång utan att köpa något

Det här upplägget fungerar för de flesta företag och kräver inget inköpsbeslut för att starta.

Välj ett enskilt team i stället för hela bolaget. Låt dem använda en allmän assistent på gratisnivå i två veckor, på riktiga arbetsuppgifter ur deras egen vardag. Sätt samtidigt de tre datareglerna ovan, så att de vågar använda den på något som spelar roll.

Följ upp med en enda fråga: vilka uppgifter gick snabbare? Svaren visar både om kategorin är rätt och vilka roller som bör gå först vid en bredare utrullning. Först därefter är ett företagsavtal ett välgrundat beslut i stället för en gissning.

Det som oftast fattas är inte verktyget utan kopplingen mellan verktyget och arbetsuppgiften. Det är därför vi kör hands-on sessioner där var och en bygger något för sin egen roll i stället för att titta på en demonstration. Vad ett sådant upplägg innehåller beskriver vi i AI-utbildning för företag.

Vanliga frågor