Sverige halkar efter grannländerna i AI-utvecklingen

Nordic AI Navigator, som undersökningen kallas, visar att det som i bromsar upp AI-användningen i Sverige inte i första hand är tekniken utan ledning, styrning och förmågan att investera långsiktigt. Svenska organisationer har höga ambitioner inom AI, men betydligt svårare att omsätta dem i verksamhetsövergripande förändring.

– Svenska organisationer ser en tydlig potential i AI, men många ligger fortfarande under sin ambitionsnivå jämfört med nordiska motsvarigheter, säger Venke Bordal, Sverigechef på Vivicta.

Hon menar att skillnaderna sällan bottnar i själva tekniken. I stället handlar det om hur organisationerna leds och hur AI prioriteras på strategisk nivå.

– Skillnaderna handlar sällan om tekniken i sig, utan om ledningens engagemang, styrning och förmågan att betrakta AI som en långsiktig affärsförmåga snarare än en samling fristående initiativ.

Drygt 340 ledare i Sverige, Norge och Finland har deltagit i undersökningen och det visar sig att Sverige sticker ut som ett land där utvecklingen går långsammare än i grannländerna när det gäller att införa AI brett i verksamheten. I många fall stannar AI-arbetet vid enskilda initiativ, i stället för att bli en integrerad del av verksamhetens kärnprocesser.

Övergången till verksamhetsnytta går långsammare

Undersökningen visar också att Sverige har en större andel organisationer i det som beskrivs som den “sena majoriteten”. Det signalerar en mer försiktig hållning till AI än i både Norge och Finland. Konsekvensen blir att övergången från experiment till bred och mätbar verksamhetsnytta går långsammare.

En av de tydligaste förklaringarna till att Sverige har halkat efter finns i företagens ledningsgrupper. Ledningsengagemanget i Sverige ligger under det nordiska genomsnittet och färre än hälften av de svenska deltagarna anser att högsta ledningen har en god förståelse för AI:s strategiska betydelse.

Bland de andra faktorer som bromsar utvecklingen i Sverige finns datahantering och datakvalitet. När datahanteringen är svag i grunden blir det betydligt svårare att industrialisera lösningar och få dem att fungera konsekvent i större skala.

Kompetensfrågan nämns också som en annan tung bromskloss. Brist på AI- och datakompetens begränsar organisationernas förmåga att både utveckla, införa och förvalta lösningar över tid. Det räcker alltså inte att vilja satsa på AI. För att få verklig effekt krävs också rätt kompetens för att bygga arbetssätt och följa upp resultat.

Sverige sticker också ut när det gäller ledningens fokus på AI-etik och regelefterlevnad. Jämfört med övriga Norden uppger svenska organisationer ett lägre fokus på dessa frågor. Det kan få betydelse i takt med att kraven på reglering och ansvarsfull AI ökar. En lägre mognad inom etik och compliance riskerar att förlänga beslutsprocesser och göra det svårare att gå från pilotprojekt till storskalig användning.

Undersökningen ger bilden av att svenskt näringsliv och offentlig sektor tror på AI-tekniken, men ännu inte lyckats skapa de organisatoriska förutsättningarna för att bli verkliga AI-vinnare. För att minska avståndet till de nordiska föregångarna krävs enligt studien en tydlig förflyttning från experiment till systematisk implementering. De organisationer som lyckas bäst i nästa fas lär vara de som stärker ledningens ägarskap, etablerar tydlig styrning och gör AI till en integrerad del av strategin.