Samtidigt är just avkastningen en av de största barriärerna för AI-adoption. Enligt AI-nomics-rapporten är finansiella risker och osäker ROI de största hindren för en tredjedel av företagen som ännu inte investerat i AI.
Från hjälpreda till nära kollega
Om vi zoomar in på Sverige så visar en undersökning från Fellowmind, att 76 procent av svenska företag har börjat använda AI, och enligt Google beräknas den generativa AI:n öka Sveriges årliga BNP med över 500 miljarder kronor inom tio års tid. Siffrorna visar tydligt att AI är på väg att bli en trogen assistent i många svenskars arbetsliv. System som Claude, Mistral eller ChatGPT automatiserar rutinuppgifter och frigör tid till mer värdeskapande arbete.
Även om AI fortfarande oftast använts till textproduktion och tal, finns mycket bredare användningsområden. Novo Nordisk använder exempelvis Claude för att ta fram rapporter från kliniska studier, och Royal Unibrew har skapat virtuella AI-medarbetare som fungerar som en slags varumärkesväktare – med stöd kring tidigare kampanjer, tonalitet och insikter.
Och det är bara början. Nästa generation av generativ AI erbjuder hyperpersonliga lösningar som inte bara bygger på generisk träningsdata, utan lär sig från användarens specifika beteende och kontext. Det gör AI ännu mer träffsäkert – i en tid där rätt prompt kan vara en konstform.
En utveckling full av dilemman
När AI anpassar sig till våra beteendemönster och tolkar våra digitala fotspår suddas gränsen mellan bekvämlighet och datasäkerhet snabbt ut.
Därför blir en nyckelutmaning för svenska företag under de kommande åren att hitta var tekniken kan skapa störst affärsnytta. Här menar jag att man bör utforska hyperpersonalisering och hitta rätt balans mellan öppna AI-modeller och företagets egna lösningar. Samtidigt måste man navigera juridiska och etiska frågor kring dataskydd, anställdas säkerhet och bias.
Kostnadsfritt nyhetsbrev
Få den senaste uppdateringarna direkt i inkorgen.
Det kräver att företagen gräver djupare i sina AI-strategier och inför en hybrid AI-infrastruktur. Då kan man dra nytta av hyperpersonalisering genom att träna modeller på sina egna data – och samtidigt behålla kontrollen över den.
Bortom hajpen
Den accelererande AI-utvecklingen kräver både skalbara, lönsamma lösningar och hög datasäkerhet. För att lyckas krävs kontextspecifik anpassning – där hyperpersonalisering och hybrid-AI kan bli avgörande kombinationer för att ge snabbare avkastning på AI-investeringen.
De företag som lyckas hitta rätt balans idag är de som kommer stå starkast imorgon.
Jens Henrik Thomsen är Nordenchef för Solutions and Services Group på Lenovo
publicerad 20 augusti 2025
av
Jens Henrik Thomsen, Lenovo