AI i videomöten har på kort tid gått från experimentell funktionalitet till en självklar del av moderna samarbetsplattformar. Funktioner som transkribering, översättning och automatiska sammanfattningar är numera standard i många lösningar.
AI flyttar in i infrastrukturen – så förändras samarbetsplattformarna
Samarbetsverktyg AI-funktioner i mötesplattformar är inte längre en konkurrensfördel. I stället avgör hur data hanteras, var modeller körs och hur tekniken kopplas till verksamheten. Det berättar Michael Whittam, vice president för Pexip i Norden och Europa, för Techtidningen.

Någonting är fel
Läs vidare – starta din prenumeration
Men i takt med att tekniken mognar håller en ny skiljelinje på att ta form. En som handlar mindre om funktioner och mer om kontroll, arkitektur och hur data hanteras.
– AI i möten är inte längre innovation, det är hygien, säger Michael Whittam till Techtidningen.
En tydlig trend i utvecklingen är att flytta AI-bearbetningen närmare själva infrastrukturen, snarare än att skicka data till externa molntjänster. Pexip är ett exempel på en aktör som valt den vägen, där AI-funktionerna integreras direkt i videoplattformens medielager.
I praktiken innebär det att AI-modeller kan köras lokalt, i den miljö där videoströmmen redan hanteras. Genom att arbeta på transkodningsnivå, där video och ljud bearbetas, kan funktioner som realtidsöversättning och transkribering utföras utan att datan lämnar den kontrollerade miljön.
– Vi kan köra AI direkt där videon bearbetas, utan att skicka data vidare till externa språkmodeller, säger Michael Whittam.
För organisationer med höga krav på datasuveränitet, som offentlig sektor eller rättsväsende, är detta en avgörande faktor. Lösningen bygger ofta på att språkmodeller laddas ner och körs lokalt, exempelvis via samarbeten med aktörer som Nvidia, i stället för att använda publika AI-tjänster.
”Handlar om att minska administrationen”
När AI-funktionerna nu blivit standard skiftar fokus från vad tekniken kan göra till vilket värde den skapar. Två områden sticker ut: inkludering och effektivitet.
Inkludering handlar i hög grad om att sänka trösklarna för deltagande i digitala möten. Realtidsöversättning, textning och anpassningar för olika behov gör att fler kan delta på lika villkor, oavsett språk eller förutsättningar. Inom exempelvis rättsväsendet används tekniken redan i stor skala för att möjliggöra tillgång till tolkning utan att känslig information lämnar systemet.
Effektivitet är det andra stora spåret. Här används AI för att automatisera administrativa moment som tidigare tagit tid, till exempel anteckningar, sammanfattningar och uppföljning av beslut.
– Det handlar om att minska administrationen och skapa tydligare uppföljning, snarare än att addera nya visuella funktioner, säger Michael Whittam.
Trots detta ser han att många organisationer fortfarande fastnar i att utvärdera funktioner isolerat, snarare än att mäta den faktiska nyttan i form av tidsbesparingar och förbättrade arbetsflöden.
Mötesupplevelsen kan anpassas efter behov
I takt med att grundfunktionerna blivit etablerade flyttas utvecklingen vidare mot integration med verksamhetssystem. AI i samarbetsplattformar blir därmed inte längre en fristående funktion, utan en del av organisationens bredare digitala ekosystem.
Det kan handla om att koppla videomöten till CRM-system, ärendehantering eller journalsystem, för att skapa mer kontextuella möten och bättre beslutsunderlag. Genom att kombinera data från olika system kan mötesupplevelsen anpassas efter användarens behov och situation.
Ett konkret exempel är vårdsektorn, där information från journalsystem kan användas för att anpassa mötesupplevelsen – exempelvis utifrån patientens tillgänglighetsbehov.
– Nästa steg är att koppla AI i möten till kärnprocesserna i verksamheten, säger Michael Whittam.
Avancerade modeller krävs
Samtidigt som tekniken utvecklas snabbt pekar många på att organisationernas interna processer inte hänger med. En återkommande utmaning är hur AI-genererad information ska hanteras, lagras och göras tillgänglig.
Många organisationer fokuserar i dag på var data lagras – exempelvis inom EU eller i egna datacenter – men lägger mindre vikt vid hur datan används internt. Det gäller särskilt information som genereras i möten, där AI kan skapa nya typer av innehåll i form av sammanfattningar, insikter och analyser.
För att hantera detta krävs mer avancerade modeller för åtkomstkontroll. Rollbaserad och attributbaserad åtkomst blir centrala verktyg för att säkerställa att rätt personer får tillgång till rätt information, samtidigt som känslig data skyddas.
– Många har börjat arbeta så med dokument, men är inte där ännu när det gäller AI-data, säger Michael Whittam.
”Lätt att fastna i…”
En annan tydlig trend är att tekniken ofta ligger före organisationernas förmåga att använda den på ett strukturerat sätt. Många testar AI-funktioner, men saknar tydliga riktlinjer för hur de ska implementeras i verksamheten.
Det gäller inte minst frågor kring datalagring, ansvarsfördelning och hur länge information ska sparas.
AI i möten genererar ofta innehåll som kan vara både affärskritiskt och känsligt, vilket ställer högre krav på styrning än traditionella mötesverktyg. Samtidigt finns en risk att fokus hamnar fel.
– Det är lätt att fastna i de funktioner som ser bra ut, men inte nödvändigtvis skapar verkligt värde, säger Michael Whittam.
Han liknar det vid att köpa en bil och lägga mer fokus på skärmen i instrumentpanelen än på själva körningen.
”Då lanserar vi inte funktionen”
I takt med att AI blir en självklar del av samarbetsplattformar blir också förtroende en allt viktigare konkurrensfaktor. Skillnaderna mellan leverantörer handlar inte bara om funktionalitet, utan om hur data hanteras, vilka garantier som ges och hur lösningarna är arkitektoniskt uppbyggda.
För organisationer med höga krav på regelefterlevnad och säkerhet kan detta bli avgörande vid val av plattform.
– Om vi inte kan garantera hur datan hanteras, då lanserar vi inte funktionen, säger Michael Whittam.
Det gäller även internt utvecklingsarbete, där nya AI-funktioner ofta hålls tillbaka tills det finns tydliga modeller för styrning och support.
Framåt väntas utvecklingen i mindre grad handla om nya enskilda funktioner och mer om hur AI integreras i organisationens arbetsflöden. Integrationer, standardisering och styrning blir centrala områden.
Samtidigt pekar mycket på att de organisationer som lyckas bäst är de som kombinerar teknisk innovation med tydliga interna strukturer.
– Framtiden tillhör de plattformar och organisationer som kombinerar AI med arkitektonisk och beteendemässig disciplin, säger Michael Whittam.
Det innebär att AI inte bara ses som ett verktyg, utan som en del av organisationens grundläggande arbetssätt – där kontroll över data, tydliga processer och långsiktig strategi blir lika viktiga som själva tekniken.
