AI-kostnaderna har blivit en allt mer konkret fråga för företag som gått från test och nyfikenhet till bredare användning. När fler medarbetare får tillgång till generativa AI-verktyg ökar också trycket på it-organisationen att skapa kontroll.
Stor intervju: Han blir Head of AI på HiQ
Nytt jobb När AI-kostnaderna ökar väljer många företag att sätta generella tak för användningen. Det är fel väg, enligt Anders Kullenberg, ny Head of AI på HiQ. Han menar att it-chefer i stället behöver koppla AI-budgeten till kompetens, affärsnytta och mätbara resultat.

Någonting är fel
Läs vidare – starta din prenumeration
Enligt färska siffror från UBS har omkring 60 procent av företagen börjat strama åt AI-utgifterna. Samtidigt uppges svenska företag ligga drygt 20 procent under det globala snittet i avkastning på AI.
Men lösningen är inte att ge alla samma tak, enligt Anders Kullenberg.
– Det dummaste man kan göra är att sätta alla utvecklare på samma nivå. Det är vad många storbolag gör. De har en cap, och sedan varierar det hur svårt det är att få den höjd, säger han till Techtidningen.
”Många tolkar hög användning fel”
Anders Kullenberg har en bakgrund inom mjukvaruutveckling, inbyggda system, computer vision och autonoma system från bland annat Scania och Volvo. I sin nya roll ska han driva HiQ AI-arbete både internt och mot kund.
Han menar att företagens AI-styrning behöver bli mer affärsnära. En vanlig fälla är att mäta användning i sig, till exempel antal förbrukade tokens, och tolka det som produktivitet.
– Det är lätt att tänka att man skickar ut AI till alla, ser att de använder jättemycket tokens och att det skulle vara ekvivalent med en jättestor produktivitetshöjning. Det behöver inte vara sanningen, säger Anders Kullenberg.
I stället bör AI-användning kopplas till de nyckeltal som redan finns i verksamheten. För mjukvaruutveckling kan det handla om antalet buggar i produktion. För säljorganisationer kan det handla om affärer per säljare före och efter införandet av ett AI-verktyg. För HR och ekonomi kan det handla om moment som tar kortare tid eller försvinner helt.
– Har du ingen metod för att mäta saker behöver du skapa en om du vill vara säker, säger han.
Vill se certifiering för AI-användare
Den stora frågan blir då vilka medarbetare som ska få större AI-budget än andra. Anders Kullenberg menar att företagen behöver våga differentiera.
Han jämför med industrin han arbetade tidigare i, där alla anställda inte får använda vilka maskiner som helst.
– De är kopiöst dyra att köpa in och har en timkostnad som är jättehög. De som kan behärska dem får använda dem. De som inte kan behärska dem får använda någonting annat. Det blir fullt rimligt i det här sammanhanget också.
Han förespråkar därför någon form av utbildningssteg eller certifiering för att avgöra vilka medarbetare som kan hantera mer avancerade och kostsamma AI-verktyg.
Samtidigt får styrningen inte bli så hård att den bromsar utvecklingen.
– Man måste ge alla som inte har kommit upp i topp möjligheten att komma upp. Jag är helt övertygad om att vi är på väg från AI-assisterad utveckling hela vägen till någon typ av software factory eller app factory.
Kostnaden kan minska med smartare modellval
Enligt Anders Kullenberg finns det också en teknisk väg till bättre kostnadskontroll: att inte använda de största modellerna till alla uppgifter.
Många företag använder i dag standardlösningar där trafiken automatiskt går till en mellannivå eller premiummodell. Men alla uppgifter kräver inte de dyraste modellerna.
– De flesta av oss är ganska dåliga på att välja modell efter uppgift. Om vi kan addera ett lager som klassificerar alla anrop och utifrån det väljer modell blir det väldigt stor skillnad.
Anders Kullenberg berättar om en pilotstudie som HiQ genomfört där kostnaden sjönk till en sjundedel, med där funktionaliteten ändå bibehölls enligt utvecklarna.
– Där finns det verkligen en enorm potential.
Ett sådant lager kan dessutom hantera mer än kostnader. Det kan också användas för informationsklassning och regelstyrning, till exempel för att avgöra vilken data som får skickas till vilken modell eller miljö.
Varnar för skugg-it
Ett av de största misstagen företag gör är enligt Anders Kullenberg att sätta för hårda begränsningar. Då riskerar verksamheten att tappa kontrollen i stället för att stärka den.
– Då får man hela skugg-it-problematiken. De får inte använda någonting, så då använder de det själva med privata konton och går runt allt det här. Så kan man inte göra.
Ett annat vanligt misstag är att köpa in GitHub Copilot-licenser till alla utvecklare och betrakta det som AI-strategin.
– Jag förstår varför man börjar där, för det är en väldigt lågt hängande frukt. Det är lättillgängligt. Men jag tycker genuint att det inte är ett bra ställe att börja på, för man är fast där.
Han menar att det ofta finns bättre sätt att bygga arbetsmiljöer för utvecklare, även om det kräver mer arbete från it-organisationen.
”Företagen är sin data”
Den största frågan handlar dock inte om licenser eller tokenpriser, utan om företagets data.
– Inom AI är företagen sin data. Det är det som differentierar dem, säger Anders Kullenberg.
Han menar att många företag lägger för mycket fokus på själva AI-modellen och för lite på integrationskostnaden. Resultatet blir att AI-verktygen används ovanpå verksamheten, i stället för att kopplas till de system och datakällor där den verkliga affärsnyttan finns.
– Ofta sitter man med en herrans massa olika it-system som ska kopplas ihop. Eller så gör man inte integrationer överhuvudtaget utan bara generaliserar. Då får man inte alls ut den potential som man skulle kunna få från de här AI-systemen genom att integrera all sin data.
Ett konkret område där han ser stor potential är informationsåtkomst. I många organisationer finns stora datamängder, men bara ett fåtal personer kan tolka dem eller ta fram rätt rapporter.
– Har man tur har man någon bra Power BI eller någon rapport. Har man otur blir det en Excel-fil eller så får man sitta och bläddra i SQL. Och så är det två på företaget som kan göra sig förstådda på all den här informationen.
Här kan AI göra informationen tillgänglig för fler, men bara om datan är samlad och strukturerad på rätt sätt.
Alla företag blir mer mjukvaruberoende
Anders Kullenberg ser utvecklingen som en fortsättning på tidigare teknikskiften. Han jämför med hur IT gick från att vara ett specialintresse till att bli en integrerad del av alla verksamheter.
Samma sak har hänt med klimatfrågan, som gått från att ligga hos en särskild funktion till att bli en konkurrensfråga för hela företaget.
Nu sker något liknande med AI.
– Alla företag är, eller kommer behöva vara, mjukvaruföretag i någon utsträckning.
Han lyfter Volvo som exempel. Bolaget differentierade sig tidigare främst genom maskiner. I dag handlar konkurrenskraften också om mjukvara, it-system och digitala tjänster.
– På samma sätt kommer företagen nu behöva integrera AI-delen. De behöver kunna säga: nu kan vi leverera den här typen av produkter för att vi har den här typen av data som ingen annan har.
För it-chefer innebär det att AI inte kan hanteras som en isolerad verktygsfråga. Det kräver dataarkitektur, integrationer, domänkunskap och verksamhetsstyrning.
– Man behöver båda sidor. Man behöver data analytics och dataarkitektur kopplat med domänkunskapen. Det är den kopplingen som blir viktig för att kunna leverera nya typer av produkter eller tjänster.
Sverige måste höja ambitionen
Trots att svenska företag uppges ligga under det globala snittet i avkastning på AI tror Anders Kullenberg att utvecklingen kan vända.
– Sverige gjorde mycket rätt när vi satsade brett på it i slutet av 90-talet. Vi har länge legat i framkant. Men nu känns det som att vi har tappat lite i ambitioner inom det här området.
Samtidigt menar han att Sverige inte ensamt kan bygga de tyngsta AI-miljöerna.
– Om man ska vara krass kan Sverige inte bygga upp ett frontierlab. Det är inte görbart. Det behöver ske på europeisk nivå.
För företagen är hans råd mer jordnära: lägg huvuddelen av pengarna där effekten går att mäta, men behåll ett utrymme för experiment.
– Man måste se till att man spenderar pengar där man kan mäta resultatet. Precis som med alla andra typer av investeringar. Men man får inte tappa innovationsdriften. Man måste ha med en liten wildcard budget.
Fakta
Anders Kullenbergs råd till it-chefer
Mät AI mot verksamhetens KPI
Titta inte bara på kostnad per användare eller antal tokens. Koppla AI-användningen till exempelvis kvalitet, ledtid, försäljning eller effektivisering.
Ge inte alla samma tak
Medarbetare som kan använda AI effektivt bör kunna få större budget än andra. Kompetens bör påverka tillgången till mer avancerade verktyg.
Undvik för hårda spärrar
För strikta begränsningar kan leda till skugg-IT, där medarbetare använder privata konton och okontrollerade tjänster.
Välj modell efter uppgift
Alla arbetsuppgifter kräver inte den största eller dyraste modellen. Ett styrningslager kan minska kostnader och samtidigt stärka kontrollen.
Glöm inte integrationerna
AI skapar störst värde när den kopplas till företagets egna data och system. Annars riskerar satsningen att stanna vid generella verktyg.
Behåll en experimentbudget
All nytta går inte att mäta från början. Företag bör lägga huvuddelen av AI-budgeten på mätbara områden, men behålla utrymme för oväntade användningsfall.
