Att komma igång med AI i ett företag betyder att välja ett första avgränsat flöde, till exempel inkommande ärenden eller order som i dag hanteras för hand, göra en förstudie av just det flödet och sedan bygga, testa och sätta lösningen i drift. Verktyget väljs sist, när det är klart vilket arbete som ska bli lättare, vilken data lösningen behöver och vem som äger resultatet.
Texten går igenom de första stegen: hur ni väljer flödet, vad förstudien gör, vilka roller och beslut som behövs och ungefär hur vägen till drift ser ut. Hur själva automatiseringen byggs beskrivs i automatisera processer med AI, och exempel per funktion och bransch finns i AI-användningsområden för företag.
Det första flödet ska vara litet nog att bli klart och viktigt nog att någon saknar det om det försvinner.
Hur väljer ni det första flödet?
Leta efter arbete som återkommer varje vecka, följer regler som går att beskriva och bygger på data som redan finns i era system. Tre frågor tar fram kandidaterna: vad gör vi om och om igen, var skrivs samma uppgifter in i flera system, och vilket arbete blir liggande när en viss person är borta?
Skriv sedan en rad per kandidat med fyra fält. En rad som saknar något av dem är inte redo att beslutas om.
- Affärsproblem. Vad som tar tid, kostar pengar eller blir fel i dag, i en mening utan ordet AI.
- Ägare. En namngiven person i verksamheten som vill ha problemet löst och får fatta beslut om det.
- Mätbart mål. Sparade timmar, färre fel eller kortare handläggningstid, mätt mot ett nuläge ni känner till innan bygget börjar.
- Grov insats. Vilka system och vilken data som berörs och ungefär hur stort bygget är. Hur kostnaden byggs upp beskrivs i vad kostar AI.
Rangordna raderna efter effekt och genomförbarhet. Effekten är sparad tid, lägre kostnad, högre kvalitet och lägre risk. Genomförbarheten avgörs av om datan finns, hur många system som berörs och hur tydliga reglerna är. Det som ger tydlig effekt och är lätt att genomföra går först, eftersom nästa flöde går fortare när data, åtkomster och arbetssätt redan finns på plats. Hur värdet räknas i kronor beskrivs i AI ROI.
Ett tänkt exempel: ett bolag får kundärenden via mejl som sorteras för hand och besvaras med snarlika svar. Raden blir då att ärendena tar tre dagar att besvara och fyra timmar om dagen att sortera, att kundtjänstchefen är ägare, att målet är halverad svarstid och två frigjorda timmar per dag, och att insatsen är integration mot mejl och ärendesystem plus en kontaktperson som kan flödet. Ingenting på raden säger vilken modell som ska användas. Det avgörs i bygget.
Vad gör förstudien?
Förstudien är första fasen i bygget. Den kartlägger det valda flödet steg för steg: vilka system som används, var datan finns och i vilket skick, vilka regler som styr, var besluten fattas och hur lång tid varje moment tar. Metoden beskrivs i processkartläggning inför AI.
Förstudien ska också ta hand om det som stoppar företag som vill börja. Enligt SCB:s lägesbild Artificiell intelligens i Sverige, publicerad i maj 2026, använde 35 procent av företagen med minst tio anställda AI under 2025, tio procentenheter fler än året innan. Bland de företag som övervägde AI men avstod angav tre av fyra brist på relevant expertis som hinder, 49 procent oro för dataskydd och integritet och 44 procent svårigheter med tillgången till data eller datans kvalitet. När förstudien är klar ska ni därför kunna svara på fem frågor om flödet:
- Data. Finns informationen som behövs samlad och åtkomlig, eller måste någon leta i flera system?
- Process. Går flödet att beskriva steg för steg, med undantagen, eller sitter reglerna i någons huvud?
- Ägarskap. Vem äger flödet, och vem tar över lösningen när den är i drift?
- Dataskydd. Behandlas personuppgifter, vilken rättslig grund gäller, behövs personuppgiftsbiträdesavtal med leverantörerna och var får datan lagras? Regelverken beskrivs i AI-förordningen och GDPR.
- Mätning. Vad kostar flödet i dag i tid eller fel, så att effekten går att visa?
Det svagaste svaret visar vad som måste lösas först.
Hos Byron Calles är förstudien det som tjänsten AI-strategi omfattar, och den inleder varje bygge. Den görs med material från er och typiskt 3 till 8 intervjuer med nyckelpersoner och slutar i en AI-roadmap med prioriterade automatiseringar, tidsplan, resursbehov och kostnadsuppskattning samt en införandeplan med pilotteam, milstolpar och vad som krävs av båda parter.
Vilka roller och beslut behövs?
Från verksamheten behövs två personer: en som gör arbetet i dag och kan svara på hur det faktiskt går till, och en områdeschef som äger processen och kan fatta beslut. IT kopplas in för åtkomster till system och data, och den som ansvarar för dataskydd eller avtal när personuppgifter eller nya leverantörer berörs. Under bygget tillkommer ett pilotteam som använder lösningen i sitt riktiga arbete.
Besluten är få, men vart och ett behöver ett namn och ett datum:
- Vilket flöde som går först och vilket mål det har.
- Vilka system och vilken data lösningen får nå.
- Var datan får behandlas och vilka avtal som krävs.
- Var en människa ska granska eller godkänna innan något skickas, bokförs eller ändras.
- Om lösningen håller för drift efter piloten, mätt mot nivåer som bestämdes innan piloten började.
- Vem som förvaltar lösningen och rättar den när den gör fel.
Ett tänkt räkneexempel visar varför beslutsvägarna ska vara korta. Tio frågor som var och en stoppar arbetet tills den är besvarad ger tio veckors väntan om varje svar tar en vecka, och fyra veckor om varje svar tar två arbetsdagar.
Hur ser vägen till drift ut?
Efter förstudien följer fyra faser:
- Mål och ramar. Mätetal, baslinje och avgränsning skrivs ner, åtkomster beställs och de juridiska frågorna avgörs innan bygget börjar.
- Bygg. Lösningen byggs stegvis, integrerad i de system ni redan har eller som en fristående lösning, med demo varannan vecka så att verksamheten kan påverka den.
- Test och pilot. Lösningen prövas mot verkliga fall med godkännandenivåer som är satta i förväg, och pilotteamet använder den i vardagen, se testa AI-lösningar och AI-pilot för produktion.
- Införande och förvaltning. Överlämning, dokumentation och utbildning, och sedan uppföljning när verksamheten, reglerna eller modellerna ändras, se AI-förvaltning.
Hur lång tid själva utvecklingen tar beror på omfattning och integrationer, se hur ett bygge går till. Var ett projekt hamnar avgörs främst av förutsättningarna. En lösning som arbetar med ett flöde i ett system hamnar i den kortare änden, en som läser och skriver i flera system eller kräver integration utan färdiga gränssnitt i den längre. Tiden växer också när åtkomster dröjer, när juridiska frågor väcks först under bygget, när datan visar sig sämre än väntat och när pilotteamet saknar tid att testa. Ska lösningen kopplas in i affärssystem och Microsoft 365 beskrivs vägarna i integrera AI i befintliga system.
Skriv in tre datum i planen från början: första demo, start för piloten och beslut om produktion. Övriga uppskattningar kommer att röra sig, men de tre datumen gör att verksamheten kan planera sin egen tid och att det syns direkt när ett beslut dröjer.
Vad går ofta fel i början?
Fyra fel är lätta att undvika om de är kända från start:
- Verktyget väljs först. Sedan letar någon efter ett problem som passar, och ingen i verksamheten äger resultatet.
- Det första flödet är för brett. Ett initiativ som ska lösa allt får många intressenter och ingen som kan fatta besluten.
- Piloten saknar väg till drift. Utan koppling till riktiga system och utan ägare efter lanseringen förblir den en demonstration.
- Ni väntar på att bli redo. Datan behöver inte vara i ordning i hela företaget, bara för det flöde som ska byggas.
Redo att välja ert första flöde?
Byron Calles bygger AI-lösningar och automatiseringar, med förstudien som första fas. Boka ett samtal om flödet ni funderar på, så går vi igenom vad en förstudie av det skulle omfatta.
Vanliga frågor
Behöver vi en AI-strategi innan vi börjar bygga?
Inte som ett eget projekt före bygget. Hos Byron Calles är strategin förstudien, den första fasen i varje bygge, och den utgår från det flöde ni vill börja med. Har ni redan valt flöde, vet vem som äger det och vad det kostar i tid i dag finns en del av underlaget redan, och förstudien kan lägga tiden på data, regler och integration. Har ni många idéer men ingen ordning mellan dem börjar förstudien med att rangordna dem, så att bygget startar med något som ger tydlig effekt och går att genomföra.
Räcker det att ge medarbetarna en AI-assistent som Copilot eller ChatGPT?
För eget skrivarbete, sammanfattningar och sökningar kan en licensierad assistent räcka, och då är det viktigaste beslutet vilken data som får användas i den. Ett flöde där AI ska läsa och skriva i affärssystemet eller ärendesystemet, följa era regler och lämna undantagen till en människa är en annan sak. Det kräver integration, åtkomster, test mot verkliga fall och en ägare i drift. Assistenten hjälper den enskilde medarbetaren, medan flödet ändrar hur processen går till och kan mätas mot en baslinje.