Flexibel & datadriven styrning

Fredrik Demling | 0:16

Varmt välkomna allihopa. Fantastiskt roligt att så många kunde vara med oss här idag. Jag heter Fredrik Demling, jag är VD på Stratsys och jag har arbetat med svensk offentlig sektor här på Stratsys i snart, på dagen, 15 år. Jag har också fått äran att moderera och föra den här närmaste timmen framåt, och vi ska prata om väldigt viktiga saker. Vi ska prata om saker som är både strategiskt avgörande men också praktiskt utmanande. Vi ska prata om hur svensk offentlig sektor kan arbeta med både en flexibel och en datadriven styrning.

Fredrik Demling | 1:03

Vi befinner oss i en omvärld där förändringstakten ständigt ökar, samtidigt som kraven på transparens gör detsamma. Som topp på det är det stramare budgetar som ligger till grund, och det ständiga, den ständiga möjligheten numera med AI som också börjar påverka faktiskt hur beslut fattas. Så frågan är egentligen inte om styrningen behöver utvecklas, utan frågan är hur organisationer ska kunna ta fram en styrning som är tillräckligt flexibel för att kunna hantera förändring, men också tillräckligt stabil för att kunna hålla en riktning.

Fredrik Demling | 1:48

Vi ska prata om det här perspektivet under den närmaste timmen utifrån tre olika vinklar. Vi ska börja med den praktiska vinklingen, verkligheten. Hur fungerar det här där ute? Sen ska vi gå över till att prata om tekniken, hur AI och systemstöd möjliggör bättre beslut. Och avslutningsvis ska vi snegla ytterligare in i framtiden, hur ledarskap och styrning faktiskt kan förändras med hjälp av AI.

Pollfrågor: era utmaningar och förväntningar

Fredrik Demling | 2:30

Vi ska börja med att jag och vi får lära känna er lite ytterligare med hjälp av tre stycken pollfrågor som ni gärna får svara på snabbt, för att ge oss lite mer information att utgå ifrån till dagens event. Och den första frågan är: Vilken är er största utmaning med organisationens styrning just nu? Ska vi följa här hur svaren trillar in.

Fredrik Demling | 3:11

Ja, det går i en rasande hastighet med den ständiga utmaningen att få ihop mål, ekonomi och styrning. Omsätta strategi i handling, även det är viktigt. Det är någonstans dom som landar i toppen. Vi kommer återkomma till dom, men vi kan gå vidare till nästa pollfråga, som handlar om hur ni idag använder ny teknik eller AI för att hantera just dom här utmaningarna med styrningen. Varsågoda. Kan vi följa svaren börja studsa in här.

Fredrik Demling | 4:02

Och vi kan säga som så att under vårt senaste AI-webinar så frågade vi hur ni använder AI, och då var det en ganska markant del som testade i mindre skala, så det ska bli spännande att se hur utvecklingen har gått framåt. Utforskar och testar i mindre skala. Det fortsätter också vara ganska många, över 40 % faktiskt, som ännu inte har börjat. Då ska vi avslutningsvis gå vidare på den sista pollen, och det är vad du förväntar dig av din organisation, vad de ska erbjuda för att möjliggöra användningen av AI. Sista frågan här för dagen, så varsågoda.

Fredrik Demling | 4:54

Och det blir spännande att se hur bra fråga två och tre hänger samman, och vilka förväntningar som finns på er där ute som organisationer. Säkerheten ligger högt upp, säkra och godkända AI-verktyg givetvis i topp, kompetens och utbildning. Många som vill veta hur man ska göra det här på absolut bästa sätt. Och det är tydligt att många brottas med dom här frågorna, och det är det vi ska adressera här idag. Under den här timmen skulle jag också vilja uppmuntra er till att använda chattfunktionen som ni har. Där kan ni ställa frågor och funderingar, så kommer vi fånga upp dom, antingen under dagen eller vid ett senare tillfälle.

Del 1: Verkligheten och praktiken

Med Mattias Hedenrud (utvecklingschef, Lunds kommun) och Admir Jusufovic (Director of Customer Growth & Services, Stratsys)

Fredrik Demling | 5:44

Nu är det dags att fördjupa oss i den första delen, verkligheten och praktiken. För styrning är ju i grunden en ledningsfråga, en ledningsfråga som prövas och utmanas i den ständiga dialogen mellan politiken och verksamheten, mellan politiska prioriteringar, ekonomiska ramar och verksamhetens verklighet. Och jag är väldigt glad för att kunna presentera våra gäster, Mattias Hedenrud och Admir Jusufovic, välkomna.

Fredrik Demling | 6:32

Mattias, du är utvecklingschef på Lunds kommun. Du har arbetat i 15 år i olika ledningsroller på ett antal olika kommuner. Och du jobbar också, det här tyckte jag var väldigt fint, i skärningspunkten mellan politiken, ekonomin och verksamheten, där prioriteringarna verkligen får genomslag. Jag har själv bott och studerat fem år i Lund, fantastisk kommun, och en av Sveriges större kommuner. Vi skulle också vilja påstå en av de mest utvecklingsorienterade, med väldigt höga ambitioner, både vad gäller kvalitet och innovation. Därför extra roligt att ha med dig. Varmt välkommen, Mattias.

Fredrik Demling | 7:18

Och så min kära kollega Admir Jusufovic. Du ansvarar för våra befintliga kunder, du ansvarar för offentlig sektor på Stratsys och vår leveransorganisation. Och du, precis som jag, har spenderat många år med svensk offentlig sektor, ledningar i kommuner, regioner och myndigheter som utmanas och brottas med att få ihop strategi, ekonomi och verksamhet i just den här verkligheten. Så jätteroligt att ha er båda här.

Att hålla fokus på det väsentliga

Fredrik Demling | 7:54

Och vi ska börja med Mattias, den stora bilden här. Just nu händer det väldigt, väldigt mycket saker samtidigt, och det går fort. Vi har AI, vi har ökade krav på informationssäkerhet, nya regelverk, samtidigt som alla förväntas bli effektivare med stramare ramar. Vad är din bild? Hur bygger man en styrning och hur skapar man ordning och reda i en så komplex miljö?

Mattias Hedenrud | 8:23

Alltså, jag tänker först, det är ju en fråga som vi skulle kunna stå och prata om i en vecka, tror jag. Men det korta svaret tänker jag så här: viktigt är väl att hitta det som är väsentligt. Det som är viktigt på riktigt, att hålla fokus på det. Vi i Lund försöker kombinera det med tillitsbaserad styrning och ledning så mycket som möjligt, och det finns ganska många verktyg i det som också blir viktiga att ta på allvar. Att våga prata om saker som är logiska eller ologiska. Att vara tydlig med tydligheten, att inte släppa ansvarsbegreppet för löst, till exempel att hålla fast vid det men jobba med det kanske på ett annat sätt. Det vill säga: fokus på väsentligheter, gör det logiskt, ha kvar det som behöver finnas kvar när det gäller tydliga ansvar och så.

Fragmenterad styrning – och konsten att samla den

Fredrik Demling | 9:18

Förlåt, det låter både logiskt och lätt. Men Admir, är det så lätt där ute i verkligheten? Jag skulle vilja höra ditt perspektiv när du möter organisationer. Vad är det som gör att det snarare tenderar att bli komplext?

Admir Jusufovic | 9:36

Nej, men jag tror man får ha med sig i det här sammanhanget att det har varit otroligt prövande för offentlig sektor de senaste åren. Du nämnde ju ekonomin, Fredrik, men samtidigt också extremt mycket nya regelverk, nya ramverk som kommer. Nya socialtjänstlagen, ganska stor puck att hantera, nya cybersäkerhetslagstiftningen, sen kom hållbarhetslagstiftningen, och precis när kommunerna började rampa upp och började förstå vad de skulle göra så förändrades den. Så det händer väldigt mycket. Man har inte skapat de enklaste förutsättningarna för offentliga sektorn. Men en utmaning är ju att när det kommer nya regelverk så tenderar offentlig sektor att också skapa nya strukturer. Stora strukturer: en modell för verksamhetsstyrning, en modell för internkontroll, en modell för hållbarhetsstyrning, informationssäkerhet och så vidare. Tittar man på det så är ju varje modell rationell när du tittar på den delen. Men när man börjar titta på en helhet så blir det otroligt komplexa, parallella lager och utmaningar som man bygger genom att verkligen tänka modell för modell, och det är ganska vanligt.

Admir Jusufovic | 10:33

Styrningen blir väldigt komplex, för det blir också att då följer du upp verksamhetsstyrningen, eller måluppföljningen gör du i ett forum, ekonomin i ett annat forum, informationssäkerheten i en tredje. Så det blir ganska jobbigt för förvaltningar att hålla ihop dom här bitarna. Och dom som lyckas, lite som du är inne på, dom är logiska och tänker till och gör det lite enklare. Dom gör motsatsen på något sätt: man bryter ner målen till aktiviteter, man skapar en uppföljning av flera saker ihop och kopplar kanske framför allt också riskerna direkt till sin måluppfyllelse. Man ser det inte som massa olika forum. Så det är inte enkelt, med tanke på hur omständliga de här senaste åren har varit för offentlig sektor, men det finns verkligen exempel på dom som lyckats.

Mattias Hedenrud | 11:19

Får jag lägga till en sak? För jag tänker att det här med den fragmenterade styrningen som du beskriver, det är absolut en verklighet för oss också, har varit. Vi har lagt väldigt mycket tid på att försöka få ihop det, samla styrsignaler, för det är inte förrän man har samlat dom som man också kan veta vilka man ska agera på. För faktum är ju att de flesta av oss jobbar med politik på något sätt, och allting är inte lika viktigt alltid. Och innan vi börjar aktivera en hel organisation så måste vi göra jobbet att ta reda på vad det är som är viktigt på riktigt. Då måste det först vara samlat. Vi måste ha ett gemensamt kärl för all styrning. All vilja måste bo nära, och så måste den kunna ses samtidigt och tillsammans. Det tror jag är det väsentliga, det är där man hittar det väsentliga.

Informationssäkerhet – från IT-fråga till verksamhetsfråga

Fredrik Demling | 12:15

Spännande. En av de utmaningarna och en av de delarna som man kanske skulle vilja samla är informationssäkerhet. Jag vet att du har en bakgrund inom informationssäkerhet också, Mattias. Hur skulle du säga att arbetet med informationssäkerhet har ändrats de senaste åren, från att kanske vara en IT-fråga till att bli en lednings- och styrningsfråga?

Mattias Hedenrud | 12:45

Ja, men det är väl precis så egentligen, tror jag. Alltså, när det blev en kritisk fråga för kommuner och inte en IT-fråga, så behöver den prioriteras på det sättet. Den blir en väldigt viktig del av det ramverket som vi måste följa. Och jag tror att vi i ganska många år har tryckt undan den, kan man säga, tillsammans med så många andra frågor. Jag tror att många minns när GDPR kom, att det först var kris och panik och katastrof, och det var ett monster. Nu har det blivit hanterbart, för att vi har lärt oss förstå vad det är. Det är numera ganska inkorporerat i våra vanliga processer. Jag tror att informationssäkerheten kommer bli det också, men då måste frågan få vara på den nivån som den förtjänar och som den ska vara. Det ska inte vara, det är inte en IT-fråga. Det är en verksamhetsfråga.

Mattias Hedenrud | 13:29

Och det är det på riktigt, tror jag. Det har gått väldigt snabbt, och det är stora ord och mycket pengar, och lagstiftningen gick väl kanske lite väl fort. Men frågan i sig är väldigt viktig och förtjänar den platsen.

Fredrik Demling | 13:45

Mattias nämner GDPR, informationssäkerhet kanske på väg att komma dit, behöver komma dit. Vad är din bild där, Admir? Var står vi och vad krävs för att faktiskt ta oss dit med informationssäkerhet?

Admir Jusufovic | 14:00

Jag tror, precis som Mattias är inne på, att det först och främst handlar om inställningen: inte en specialistfråga längre, utan en strategisk förmåga. Och de kommuner, och vissa regioner också, som har lyckats väldigt väl, det vi ser där, det är att de lyckas koppla informationssäkerheten till mål och verksamhet. När man tydligt kan se vad en informationssäkerhetsincident kan innebära, och hur du kan koppla det till en förvaltnings förmåga att utföra sitt uppdrag. Vad händer om det här sker? När man har den kopplingen, ser den röda tråden, då blir ju informationssäkerhet på riktigt. Då börjar ledningen förstå vilka konsekvenser som kommer uppstå om vi inte har koll på dom här sakerna. Det är den första delen. Sen tror jag, återigen det här som du är inne på, Mattias, just det här med gemensam uppföljningsstruktur. Fortsätter man hantera informationssäkerhet som en separat sak, och jobbar med verksamhetsuppföljningen som en helt annan, ekonomin som en tredje, ja, då kommer man inte lyckas med informationssäkerhet. Det måste ses som en gemensam helhet i kommunerna och regionerna också.

Admir Jusufovic | 15:02

Så jag tror det är två jätteviktiga delar. Sen vill jag inte sticka under stol med att hitta den här systemlogiken. Sitter du med informationssäkerhet och har ett riskregister någonstans, sen jobbar du med verksamhetsuppföljningen på något helt annat ställe och inte lyckas bygga integrationer och hitta enkelhet för chefer, framför allt kanske första linjens chefer – det är ju där incidenter oftast sker, ute på medarbetarnivå. Hittar du inte den systemlogiken, gör det enkelt, då kommer man inte lyckas med informationssäkerhetsarbetet heller för den delen.

AI i styrningen – risk eller möjlighet?

Fredrik Demling | 15:32

Bra, tack så mycket för det. Då har det blivit dags att kasta in AI i leken, en av huvudanledningarna till varför vi står här idag. Och de här kraven som vi varit inne på – styrning, uppföljning, informationssäkerhet – de finns där, de har funnits där sedan länge. Vilken roll ser du, Mattias, att AI kan spela i det här? Är det en risk, är det en möjlighet, är det både och?

Mattias Hedenrud | 15:58

Men det är ju både och, tror jag. Och jag tänker att risken, förutom informationssäkerhetsrisk och så, det tror jag alla förstår, att vi kan inte använda det till vad som helst hur som helst. Och det är en ganska avancerad process att få tillräcklig koll på sin data för att kunna jobba med den säkert. Det är det ena. Men egentligen tror jag att den största risken är att vi fortsätter producera jättemycket text och uppföljning, fast på ett annat sätt bara, att vi inte orkar göra resan med att ta reda på vad det faktiskt är som är viktigt. Det måste vi nog göra själva. Ja, det är klart att på sikt kan väl AI hjälpa oss med det.

Mattias Hedenrud | 16:43

Man ska börja tänka på den egna produktiviteten och effektiviteten för att hitta AI-vägen, kanske ha en tätare uppföljning, men med lite mindre handpåläggning. Det kan vara fullt möjligt att vi måste definiera det väsentliga, och sen så kanske AI ska göra det åt oss. Men risken är ju att vi inte gör jobbet med datan först, tror jag. Både säkerhetsrisk, absolut, men också att vi kommer få de svar som vi frågar om, helt enkelt.

Mattias Hedenrud | 17:19

Det är ju ett vansinnigt stort jobb att börja strukturera datan när det inte har gjorts. Börjar man om, börjar man från noll? Ska man försöka reda ut, ska man använda AI för att städa datan? Det finns ju så himla många vägval. Man kan väl säga så här att vi har börjat identifiera små öar, små dataöar, som är möjliga och lämpliga att börja med. Men också att inte bara använda det ovanpå. Vi ska inte fortsätta producera 1 000 sidor årsuppföljning fast med hjälp av AI, för då har vi liksom... nej, det är inte värt det. Utan man ska göra det riktiga jobbet först. Vad är viktigt på riktigt?

Fredrik Demling | 17:51

Klokt. Vad är din bild där, Admir? Om vi tittar på offentliga Sverige generellt, är det fortfarande mer en vision, eller börjar det bli en verklighet där ute hos våra kunder?

Admir Jusufovic | 18:22

Jag tycker ändå det är häftigt att det som har hänt, det man märker, är ju att AI påverkar tempot nu hos offentlig sektor. Och det man kan se, vi ser konkreta saker, men det är oftast på en personlig produktivitetsnivå. En medarbetare blir mer produktiv. När vi pratar med våra kommuner och regioner så hör vi, ja men man kommer ju åt beslutsunderlagen fortare till exempel, man sammanställer saker fortare. Men det är en enskild medarbetare som gör saker fortare. Man har ändå inte kommit till just den här generella produktivitetsökningen, man vill ju dit såklart, men man har ändå kommit väldigt mycket snabbare från insikt till handling i den här personliga produktivitetsutvecklingen.

Admir Jusufovic | 18:53

Men jag tror att när vi kommer till generell produktivitetsökning i offentlig sektor, och kommer till mer proaktiv styrning, då kommer vi nå häftiga saker. Vi ser ju exempel. Vi pratade med några kommuner för någon vecka sedan som har börjat bygga AI för underhåll av VA, byggt ut sensorer och så vidare för att säkerställa mot ledningsbrott, de fångar upp det proaktivt. Det är ju otroliga kostnadsbesparingar de kan göra. Så det finns väldigt många exempel där man tassar, där man provar, men man har inte riktigt landat i det breda perspektivet, vad det är vi vill åstadkomma.

Admir Jusufovic | 19:29

Och sen är ju utmaningen, precis som du är inne på, Mattias, det här med vad som krävs. Jo, det krävs en otroligt hög datakvalitet. Och där finns ett förarbete som kommer vara ganska jobbigt för många att verkligen nå, för du måste hela tiden föda underlaget med relevant underlag till AI för att det här ska bli bra, och datakvaliteten är vikande på många håll och kanter. Men jag tror så här också: jag tror att det är lättare att börja med sån här ny rådata. Alltså sensordata som vi inte har haft innan. Då kan man kosta på sig och bara generera hur mycket som helst. Och sen någon gång, om man är riktigt duktig, så kan det bli ett inspel i budgeten utifrån lämplig prioritering, och så förhoppningsvis blir det då kanske till en lägre kostnad än förra året.

Admir Jusufovic | 20:27

Men man måste ju också kunna hantera när det inte är så. Man måste kunna hantera att om du går igenom alla ledningsnät så kommer det visa att du har en jättestor underhållsskuld, och då måste man vara beredd på att hantera det. Så jag tänker att det finns en fara på två håll. Jag menar inte att vi inte ska hantera underhållsskulder, men det blir väldigt svårt när det ligger så datadrivet på bordet. Det blir sant på ett annat sätt.

Att våga ställa data mot data

Fredrik Demling | 20:39

När vi är inne på datadrivet, när ni ser att ni arbetar datadrivet i Lunds kommun, kan ni ge något exempel på vilken typ av data ni använder specifikt, och kanske vilken ni har valt att inte använda?

Mattias Hedenrud | 20:54

Alltså, vi använder bland annat data på massa sätt, men vi har också ett sånt exempel där vi till exempel filmar alla cykelvägar för att kunna hitta kvalitet och se var vi kommer behöva göra något. Det är jättemängder med film som behöver gås igenom, och det ger ju en sanning. Men jag skulle tro att vi behöver, vi är nog lite bättre på att våga ställa data mot data. En brukarupplevelse kan komma fram på många sätt. Men om verksamheten gör en ordentlig kundundersökning på riktigt, regelbundet, då måste vi kanske våga värdera den datan mer än ett hastigt nedslag.

Mattias Hedenrud | 21:36

Det finns ingen sanning, men att våga göra det jobbet med att säga att vi väljer att agera på den här, för att den tror vi är bättre. Det tror jag är det viktigaste vi har gjort de senaste åren, med alla rankingar och medborgarundersökningar. Vi har ofta ganska bra resultat, vi har jättebra resultat i medborgarundersökningen. Men när man tittar på hur många det är som svarar så måste man också kunna hantera det, så att det kanske mer är en indikation på att ingenting är katastrof, än en sanning som vi ska agera på.

Fredrik Demling | 21:58

Är det någonting specifikt som ni använder till ledning eller politiken?

Mattias Hedenrud | 22:10

Ja, det här... jag tänker att det framför allt i politiken är så att man måste vara noga och skicklig på den bild de redan har av kommunen, som de får dygnet runt. Så fort dom rör sig så får dom ju en bild av något på något sätt, eller får höra något. Och det är klart att det måste vi ibland göra mer komplext. Vi måste våga ta deras bild och hitta sanningen i den, eller ibland inte sanningen i den. Men att jobba mycket med presentationer, att göra det enkelt att göra egna undersökningar, det gör vi ganska mycket faktiskt.

Fredrik Demling | 22:52

Använder ni AI i några av de delarna?

Mattias Hedenrud | 22:55

Ja, framför allt för analysen av totalen. Så kan man säga: om vi ska få reda på vad en tjugofemåring faktiskt tycker, så finns det ganska många olika undersökningar som ger inspel till det svaret.

Datainformerad vs datadriven

Fredrik Demling | 23:12

Bra. Admir, vad skulle du säga är skillnaden mellan att vara datainformerad och datadriven?

Admir Jusufovic | 23:21

Ja, men jag skulle säga att offentlig sektor är experter på att vara datainformerade, för man har tvingats till det på något sätt. Data rapporteras till Socialstyrelsen, det är till SCB, det är Kolada – man rapporterar så otroliga mängder data, och ni sitter på jag vet inte hur många tusen nyckeltal egentligen. Datadriven, det är ju att låta dom här siffrorna, samma siffror egentligen, styra beteenden och våga ta beslut utifrån dom. Och det är väl där vi ser ganska stora skillnader, att våga vara datadriven och skapa en styrlogik. Jag tänker just där att varje nyckeltal har en ägare, att avvikelser hanteras, att man vågar hantera: vad händer om Y går uppåt eller neråt? Vem tar beslutet om olika saker? Och våga låta uppföljningen leda till beslut. Det är att vara datadriven.

Admir Jusufovic | 24:08

Jag minns 2010. Då var det den här BI-boomen, alla skaffade BI-system. Qlik, Power BI kom några år senare, men Tableau, det fanns ju massa olika. Och helt plötsligt fick teamchefer eller enhetschefer, första linjens chefer i offentlig sektor, 500 nyckeltal, och så sa man: här, titta här och ta beslut. Helt omöjligt. Att vara datadriven handlar ju inte om fler dashboards, utan snarare om att bygga den här sammanhållna strukturen: mål, ekonomi, verksamhet. Vilka beslut vågar jag ta, vilka beslut ska jag ta utifrån de här siffrorna? Och det är en resa.

Fredrik Demling | 24:40

Vi måste avbryta lite, Mattias, du kommer tillbaka senare till panelen, får ytterligare frågor och möjlighet att kommentera det. Stort tack för de insikterna, Admir och Mattias, stort tack för att ni delar med er. Vi kan konstatera att strukturen och ambitionen är avgörande, men den räcker inte i sig för att det ska fungera i Admirs och Mattias verklighet, utan det krävs också teknik som binder ihop ekonomi, mål, strategi och i slutändan människan.

Del 2: Tekniken – AI i Stratsys plattform

Med Anders Klintelius (Chief Technology Officer, Stratsys)

Fredrik Demling | 25:19

På tal om tekniken så ska vi gå in och prata lite mer om det, och därför vill jag välkomna Anders Klintelius, CTO på Stratsys sedan 16 år tillbaka och ett känt ansikte för många av er. Varmt välkommen Anders. Du leder ju vår teknikavdelning sedan 16 år tillbaka och ansvarar för mycket, men bland annat nu dagens fråga: hur AI integreras i Stratsys plattform. För något som vi ser, det är ju att många organisationer har AI-ambitioner, AI-idéer och initiativ. Men vad krävs egentligen för att gå från idé och initiativ till handling och realitet?

AI-assisterat eller agentdrivet?

Anders Klintelius | 26:22

Ja precis. Tittar vi på AI:n som vi har kollat på nu på Stratsys, så tror jag man får skilja på att det finns den här AI-assisterade delen. Man behöver inte förändra sina processer, utan man hjälper användaren att jobba med AI i befintliga processer. Och sen är det den här andra ytterligheten som börjar komma mer och mer nu, och det är när man tittar på agentdrivna processer istället. Man automatiserar och bygger processer med hjälp av AI-agenter, och den är lite svårare att implementera. Tittar vi just på att man bygger in AI-stöd för sina användare i befintliga processer, då är tröskeln ganska låg. Användarna jobbar fortfarande så som de tidigare har jobbat, dom jobbar kanske kvar i vissa av dom systemen dom har jobbat i, men blir assisterade av AI-funktionalitet i dom här processerna.

Anders Klintelius | 27:16

Och tittar vi på när vi designade Stratsys AI, då ville vi bygga in möjligheten att kunna jobba agentdrivet i kärnan på Stratsys. Men vi visste också att våra användare inte kommer vara där. Många organisationer kommer det ta flera år innan man kommer dit. Så därför byggde vi in det här AI-assisterande direkt in i våra användargränssnitt, i de processer där våra användare jobbar idag. För då blir inte den här omställningen så stor för användaren när de går in i Stratsys och jobbar med sin uppföljning, som vi pratade om här tidigare, eller sin planering. Då ligger AI:n där och stöttar användaren. Tidskrävande uppgifter som tidigare var att samla in väldigt mycket information och analysera den, går nu betydligt snabbare genom att vi har AI-funktionalitet direkt där när användaren ska göra sin uppföljning.

Säkerhet inbyggt från grunden

Anders Klintelius | 28:22

Och det här gör att trösklarna sänks väldigt långt ner, så det blir väldigt mycket enklare för kunderna att komma igång. Och vi hörde ju det tidigare också, jag tror det var en av de här pollerna, att en av stoppklossarna var att man väldigt gärna ville ha säkerhetsgodkända applikationer. Och det är klart, är det nästan 50 % som säger att det är en stoppkloss, så när vi designade Stratsys AI byggde vi det utifrån att vi vet hur säkerhetskraven i offentlig sektor ser ut. Så vi byggde Stratsys AI med åtanke av de här delarna redan från grunden, där man väldigt granulärt kan styra hur man vill rulla ut den här AI:n, vilken information AI:n ska ha tillgång till, så att vi kan göra det på ett enkelt och säkert sätt.

Anders Klintelius | 29:24

Det bygger ju helt och hållet på att sänka trösklarna, inte kräva jättestor inlärning, inte kräva att kunderna bygger om hela sina processer. Vi vet att förändra en organisation, förändra arbetssätt, tar mycket längre tid än vad det tar att få tekniken på plats. Men som sagt, vi byggde också för den här framtiden, så de kunderna, vi ser några kunder nu som redan börjar tassa in lite på agentdrivet. Och det är en större förändring. Det bygger ofta på att man gör om sina processer. Man tittar på sina processer och utgår ifrån vad AI-agenter hade kunnat göra här istället för våra anställda. Alltså att agenterna tar över vissa arbetsuppgifter, men det kräver egentligen att man ser över och skriver om sina processbeskrivningar, roller förändras, och det blir en större organisatorisk fråga. Och vi står mitt i det där idag, vi håller själva på att implementera det på vår utvecklingsavdelning, att vi har agenter som skriver kod, vi har agenter som skriver tester och kollar på kvalitet och jobbar vidare.

Fredrik Demling | 30:38

Och det blir, när du säger agent, bara för publiken, vad menar du då?

Anders Klintelius | 30:42

Nej, men en agent, vi har ju skrivit rollbeskrivningar för våra agenter, så jag skulle säga att man kan likställa en agent med en person som du jobbar med, som har en rollbeskrivning och gör arbetsuppgifter åt dig. Så som att man får in nya medarbetare som gör saker åt en. Och det är en ganska stor transformering ifrån det här AI-assisterade, då är det ju fortfarande människan som fortsätter att jobba i sin process, men blir mer effektiv i den. Medan det agentbaserade egentligen är att man lägger över arbete helt och hållet på agenter, och de jobbar med dom arbetsuppgifterna åt dig.

Konkret värde för en kommunledning

Fredrik Demling | 31:27

För att vara lite konkret här, vad ser du är det mest konkreta värdet en kommunledning exempelvis kan få ut av Stratsys AI?

Anders Klintelius | 31:34

Nej men idag så började vi ju släppa AI-funktionalitet för två år sedan. Vi har nu byggt in AI-funktionalitet i egentligen alla stora delar i processen i Stratsys. Så tittar man bara på en ganska tidskrävande del som handlar om hela uppföljningsprocessen, den är nu AI-stödd. Så en kommun kan i princip gå in och jobba AI-stöttat i hela sin planerings- och uppföljningsprocess. Så tröskeln inför att börja dra nytta av den AI:n som finns, på grund av att vi har byggt så mycket utifrån säkerhetsaspekten och att det är väldigt, väldigt enkelt för användarna att ta till sig det – det är ju absolut där man ska börja.

Fredrik Demling | 32:28

Tröskeln är låg och enkelt för användaren att ta till sig. Stort tack för det, Anders, du kommer tillbaka om en liten stund till panelen.

Del 3: Framtiden – process och värde i fokus

Med Paulina Modlitba (AI Strategist & Keynote Speaker)

Fredrik Demling | 32:37

Vi ska gå vidare och titta på hur tekniken kan möjliggöra, och lyfta blicken ytterligare ett steg. För AI är ju inte bara ett verktyg, det förändrar hur vi leder, det förändrar hur vi prioriterar och fattar beslut, och framför allt kan det skapa värde här och nu. Jag är väldigt glad att kunna välkomna hit Paulina Modlitba. Paulina, du är ju författare, återkommande expert i TV4:s morgonsoffa, föreläsare, en tung röst på den svenska AI-scenen och i debatten kring innovation och skärningspunkten mellan människa, teknik och affär.

Fredrik Demling | 33:44

Wow, eller hur, fantastiskt. Och inte minst är du aktuell med boken Vad fan ska vi med AI till?, som har en undertitel också som är ganska viktig i sammanhanget: affärsutveckling och innovation med AI. Så det här är en bok som verkligen fokuserar på det Anders var inne på, om man vill ta nästa steg, inte bara den individuella produktiviteten utan som organisation ta ett helhetsgrepp och få stöd av AI för verksamhetsutveckling. Det är lika mycket riktat till offentlig sektor som till kommersiell verksamhet och innovation. Hur gör man då? Om man skulle summera det som våra tittare från exempelvis en kommunledning kan ta med sig, vad är det allra viktigaste från den här boken?

Paulina Modlitba | 34:31

Den här boken ger både bakgrund kring AI och de här stora frågorna, men den är lika mycket en handbok man kan återkomma till. Om man ska börja utbilda inom organisationen inom AI, var ska man börja? Vilken typ av utbildning behövs? Vad är en AI-policy för någonting, vad ingår i en sådan? Vilka steg ingår i en AI-transformation överhuvudtaget? Och sen är det framför allt mycket konkreta case i den här, både från privat sektor men också jättemånga case från offentlig sektor, så man kan få konkret inspiration.

Fredrik Demling | 34:52

Handbok och konkreta tips, det gillar vi och det gillar våra tittare. För vi har just bett om det, en konkret och strategisk spaning kring AI. Hur du ser att det kommer kunna påverka offentlig sektor de närmaste åren, vad det kan betyda för målstyrningen som är så viktig för offentlig sektor, uppföljningen, och inte minst vad ledningar kan göra redan nu. Så scenen är din, Paulina, sen kommer jag tillbaka.

Paulina Modlitba | 35:33

Ja, tack så jättemycket. Då ska jag hålla en kort presentation. Ni kommer känna igen en hel del från det Anders nämnde alldeles nyss, men med ytterligare några delar såklart och lite konkreta exempel. Så jag har valt att döpa den här presentationen till Med process och värde i fokus – så skapar du verklig verksamhetsnytta med AI. Ni vet redan det mesta om mig. Jag är också ingenjör i grunden ska jag säga, civilingenjör från KTH, och jag fann kärleken till AI och den nytta som AI kan ha i samhället, men också i våra liv, när jag hade förmånen att vara forskningsassistent och plugga på MIT Media Lab i USA under tre års tid, och fokuserade väldigt mycket på människa- och robotinteraktion. Så det var där jag blev kär i allt som har med sensorer, data, AI och maskininlärning att göra, och har fortsatt jobba med det i olika omfattning.

Varför 95 % av AI-piloterna misslyckas

Paulina Modlitba | 36:37

Jag ska börja i en studie som jag ska flagga för har fått en hel del kritik för att den är ganska begränsad och liten. Men varför tar jag ändå upp den här studien? Jo, därför att det finns en hel del intressanta insikter i den som jag har sett även i annan forskning och i andra rapporter, så det är värt att lyfta. Det här är en MIT-studie som visar på, ni har säkert hört olika varianter av den här, att 95 % av alla pilotprojekt som är relaterade till AI på olika sätt har misslyckats med att visa på eller leverera långsiktigt värde. Och varför är det då så här?

Paulina Modlitba | 37:18

Det finns tre insikter kring detta, och här i detta sammanhang vill jag framför allt fokusera på den första, det vill säga den jag har markerat här: dålig integration med befintliga processer. Det är fortfarande väldigt många organisationer där ute, både inom privat och offentlig sektor, som tar det första steget med att kanske köpa in Copilot- eller ChatGPT-licenser till sina anställda. Och så tänker man som ledare att ja, men nu har vi gjort det där med AI, nu kommer folk automatiskt inse vilken nytta dom har av dom här verktygen, då är vi klara här. Men det här med att köpa in licenser och den här individuella produktiviteten som vi återkommer till hela tiden, det är ju bara att skrapa på ytan skulle jag säga. Det är just när du integrerar AI i dina olika processer, men också tydligt kopplar det till dom mål och riktmärken eller riktlinjer som du har att leva upp till, som man hittar det stora värdet med AI.

Paulina Modlitba | 38:19

Så om ni kommer ihåg någonting från den här presentationen så är det just det här: våga ta steget till att använda AI och ta ett större grepp, och titta på hur er organisation faktiskt kan bli bättre och göra saker på nya sätt, och därför bli mer effektiva som offentlig organisation.

SaaS-börsen och genombrottet för Claude Code

Paulina Modlitba | 38:43

Nu händer det också jättemycket, och som sagt, Anders har redan varit inne och nosat på det här. Det här är en graf som jag har börjat visa nu, därför att för några veckor sedan så skakade hela software as a service, alltså SaaS-börsen. Många av de större amerikanska SaaS-bolagen droppade tillfälligt i värde. Varför hände det här? Det finns ju massa olika faktorer kring det. Jag tror att det här är en del av vad vi pratar om när vi pratar om, ja, är det en liten AI-bubbla, börjar vi se första tecknen på en kalibrering eller någon slags pyspunka på den här AI-bubblan, eller vad man nu väljer att kalla det. Och det här skulle jag säga är någon typ av kalibrering, men det är också en direkt reaktion på faktiskt ett enda verktygs breda lansering, och det är Claude Code. Jag får inte betalt av Anthropic ska jag säga, för att promota det här verktyget, men det har kommit att bli min personliga favorit som jag själv jobbar väldigt mycket med.

Paulina Modlitba | 39:43

Vad är det då med Claude Code som faktiskt gör att kartan ritas om lite här? Med Claude Code, utan att gå in för mycket i de tekniska detaljerna, så har vi för första gången ett verktyg som verkligen är optimerat för att på ett naturligt sätt använda AI integrerat i arbetsflödena. Och helt plötsligt har du en, kan man säga, junior programmerare som kan koda nästan vad som helst åt dig, lösa problem och analysera dokument. Och det är också via Claude Code mycket tydligare och lättare, tycker jag, att kontrollera vad det här verktyget har koll på eller har tillgång till: vilka mappar, vilka filer, vilken data och så vidare, om man vet vad man gör och använder det på rätt sätt.

Paulina Modlitba | 40:16

Så det är många som använder Claude Code. Microsofts utvecklare har själva, trots att de har ett eget alternativ, använt Claude Code. Nu, bara för några dagar sedan, integrerades det i Copilot, och jag vet att inom offentlig sektor i vissa AI-tillämpningar är det väldigt många som använder Copilot och Microsofts lösningar, så nu kan det vara bra att veta att det finns där.

Att kartlägga och rita om sina processer

Paulina Modlitba | 40:52

Och det här är en liten övergång till varför jag gillar att prata om processer och tycker det är viktigt att vi pratar om det. Jag har själv, som egen konsult, behövt gå igenom hela mitt arbetsflöde och mina arbetsprocesser, och det här är lite mer vad Anders menade när man går in och tittar i existerande processer. Vad finns det för flaskhalsar, vad finns det för uppgifter som jag ofta lägger mycket manuell tid på, där jag skulle kunna spara tid med hjälp av AI, och så vidare. Och det är precis det jag har gjort med mitt eget arbetsflöde. Grunden i mitt arbete, som ni ser här, det är alltså jag, och sen är det Claude Code som fungerar som den samordnande AI-teamledaren i mitt fall. Så har jag byggt en agent som hjälper mig med fundamentet i allt jag gör, vilket är att förstå omvärlden, trendspaning och så vidare, och en som hjälper mig att förbereda nyhetsbrev som jag skickar ut varannan vecka.

Paulina Modlitba | 41:47

Jag har byggt ett slidebyggarverktyg för att förbereda bilder till presentationer, det ägnar jag många timmar åt per vecka. En social media-manager som hjälper mig, jag är väldigt synlig i sociala medier. Och sen kanske nästa bok, faktiskt en bokskrivarassistent eller -agent. Så det här är ett väldigt personligt exempel, men ni i era organisationer kan också, som ett första steg, för det är oftast enklast att börja i existerande processer, titta på vad ni har för motsvarande typer av manuella processer och flaskhalsar och börja tillämpa AI där. Och vi ser också Gartner, ett av de institut som spår att vi kommer se en stegring, en stadig tillväxt i hur många bolag som faktiskt aktivt jobbar med den här typen av det som dom kallar task specific AI agents. Alltså AI-agenter som använder AI-modeller som är särskilt tränade för att vara väldigt duktiga på vissa uppgifter. Och i ert fall är det såklart då att stödja i kvalitetssäkring, i analyser, i uppföljning, all typ av styrning som ni jobbar med.

Exempel: Allianz och agentdriven skadehantering

Paulina Modlitba | 42:55

Och bara för att ge ett väldigt konkret exempel, visserligen från en annan sektor än eran, men för att göra det väldigt pedagogiskt har jag fått hjälp av ChatGPT att göra den här fina illustrationen. Allianz är ett stort försäkringsbolag som har pratat väldigt vitt och brett och öppet om sin agentlösning, och det är just en sådan här där agenter till viss del stödjer eller ersätter människor i en process som vanligtvis tar timmar att göra. Så i det här fallet, när en kund till dom har varit med om någonting som gör att hon vill ha ersättning – det har varit storm, mat har blivit förstörd och så vidare – och lämnar in en skadeanmälan, så har dom ett helt team av AI-agenter som på olika sätt jobbar med det. De har en planner-agent som ser över hela processen och kvalitetssäkrar den, de har en weather-agent som kollar upp: stämmer det, har det varit en storm på det sätt som den här kunden påstår? En payout-agent som tittar på vad den här kunden har rätt till enligt sitt avtal med oss, och så vidare.

Paulina Modlitba | 44:03

Och sen också såklart en human-agent. Det är superviktigt att vi, när vi designar den här typen av agentflöden, bestämmer var en människa behöver vara med i loopen och faktiskt kvalitetssäkra hela processen och så vidare. Och enligt dom tar den här processen mindre än fem minuter numera, med hjälp av dom här agenterna, från att ha tagit timmar för en människa att handlägga innan.

En bra AI-resa börjar i process och strategi

Paulina Modlitba | 44:26

Nu är det ju tyvärr inte så, våra processer ser oftast inte strömlinjeformade ut. Man skulle önska att det på något vis såg ut mer som till vänster här i bilden. Men som Anders också har varit inne på tidigare, oftast ser verkligheten helt annorlunda ut. Och om jag ska skicka med någonting till er ledare som lyssnar på det här, så är det precis lika viktigt, som det är att tvätta data, ha koll på er data och samla data på en och samma plats så att ni kan använda det integrerat, att också bygga upp en förståelse och en intelligens kring era processer. Och ofta kommer det bli så, ni kommer märka det, att när ni börjar koppla på AI på vissa ställen så kommer den här kartan att ritas om.

Paulina Modlitba | 45:06

Det är vissa av de här grenarna som kanske inte behövs överhuvudtaget som leds om. Och att successivt, löpande, följa upp hur era arbetsflöden och era processer påverkas av AI, men också vilka framtida möjligheter som finns där att stödja med AI, det är superviktigt. Här finns det såklart teknikplattformar som kan hjälpa till med detta, process intelligence brukar det kallas, men man kan med fördel också göra det här på egna sätt, eller vibecoda egna lösningar för att analysera sina processer och behov av kompetens och så vidare.

Paulina Modlitba | 45:48

Så nu börjar jag landa i slutet av den här presentationen. Den stora resan som man har att göra, oavsett om man är en privat organisation eller offentlig, det är att förstå att en bra AI-resa börjar i process, den börjar i strategi och mål, snarare än i tekniken. Och med det här menar jag inte att man kan vänta med data och teknik till allra allra sist, även om det ser ut så här i den här grafen. Men det jag ser oftast bland mina kunder, det är att man är alldeles för tidigt fokuserad på "åh, vi måste göra någonting med AI, vi behöver köpa in stora dyra AI-system för att lösa detta", snarare än att titta på hur vi kan använda AI på sätt som hjälper oss att nå våra mål snabbare. Fördelen med att jobba med process och strategi integrerat, eller fokuserat, det är också att man lättare skapar incitament för att börja sina AI-initiativ, därför att livet blir helt enkelt lättare för alla involverade. Det blir lättare för mig att leva upp till de krav som jag har på mig som chef och så vidare.

Exempel: PostNord och kundservice

Paulina Modlitba | 46:51

Får jag, jag vet att jag har babblat lite över tid nu kanske, men jag skulle vilja dra ett sista konkret exempel. Hinner jag göra det? Japp. PostNord har jag med i min bok som case, och även om det inte är prick offentlig sektor heller, så är det här någonting som ni som jobbar inom offentlig sektor också verkligen kan ta med er. Jag ser att många organisationer börjar i kundservice och kundtjänst med AI, mycket för att det är tacksam data att jobba med. Den innehåller inte så mycket känslig data, så det kan vara lättare att börja implementera där. Men det är också en viktig hub, insiktshub, feedback från kunder och så vidare. Så PostNord använder en plattform som heter Indicate me, generativ AI som kopplas på i kundtjänst, som både hjälper dem att coacha och kvalitetssäkra den existerande kundservicen, så det har blivit över 10 % ökning i kundnöjdhet.

Paulina Modlitba | 47:45

Och sen nummer två, också effektivare onboarding av nyanställda. De kommer snabbare in i sitt jobb och förstår vad de ska göra. Så från fyra månader till fyra veckor i onboardingtid. De får också hjälp med att tagga och kategorisera interaktioner så att det blir lättare att prioritera ärenden, 85 % av ärendena taggas av AI automatiskt och så vidare. Men det viktigaste, nummer fyra: dom har redan två-tre nya pilotprojekt igång baserat på insikter som generativ AI har hjälpt dom att hitta i kundtjänstdatan.

Paulina Modlitba | 48:27

Och det här har också gjort att de har kunnat rita om organisationen och hur den ser ut. Det här citatet från Lenita Wennström, som är ansvarig för kundservice på PostNord, hon berättar att nu är det så många i kundservice som har fått extra tid över, så att de har kunnat skapa en intern utbildningsloop där de som är mest hängivna och kunniga inom AI kan utbilda dom som inte är det. Så de använder den vunna tiden till att öka AI-kompetensen internt. Och det är ett exempel på vad jag menar med att processerna ritas om, och att man kan fokusera på mer framåtriktade, innovativa verksamheter eller aktiviteter. Så tack så jättemycket för mig.

Fredrik Demling | 48:57

Bra, stort tack för det, Paulina, fantastiskt. Läs mer om Paulinas insikter i Vad fan ska vi med AI till? Den har du skrivit själv. Nästa gång är det din agent som skriver uppföljaren. Håll koll efter den på en bokhandel nära er. Väldigt, väldigt tänkvärt. Stort tack för det. Och också en tydlig påminnelse om alla möjligheter som kommer med tekniken, men inte minst vad duktiga, drivna och modiga chefer kan göra med AI när man leder och fattar beslut.

Avslutande paneldiskussion

Med Paulina Modlitba (AI Strategist & Keynote Speaker), Mattias Hedenrud (utvecklingschef, Lunds kommun) och Anders Klintelius (Chief Technology Officer, Stratsys)

Fredrik Demling | 49:41

Vi ska avrunda Paulina här med att få sällskap av Mattias och Anders. För nu har vi ju fångat upp alla perspektiven, både praktiken, framtiden och teknikperspektivet. Så varmt välkomna Anders och Mattias tillbaka. Då så, tiden springer iväg, det går fort när man har roligt, men vi ska avrunda med en liten summering. Jag ska börja med en gemensam fråga till er alla tre som ni ska få svara på allihopa, och den är: vad tror ni kommer skilja de organisationer som snabbt lyckas arbeta datadrivet och AI-stöttat, versus dom som inte kommer göra det här, på några års sikt? Anders, om vi börjar med dig.

Vad skiljer vinnarna från de andra?

Anders Klintelius | 50:49

Alltså, den här transformationen som vi pratar om nu kommer ju vara en av de största produktivitetsboostarna och kvalitetshöjarna som vi har sett under vår livstid. Och jag skulle säga att de organisationer som tar till sig det här snabbt och kommer igång fort, kommer ju att springa om de andra organisationerna så väldigt mycket snabbare. Ifall vi tittar på att man kommer hela vägen till det här agentdrivna, så kan man prata om två, tre gånger mer produktivitet. Och det är klart att ju snabbare man kommer in i det, och ju snabbare man ställer om sin organisation, desto mer försprång kommer man ha. Är man en kommun så kommer man kunna ge mer kvalitet och värde till sina medborgare. Är man ett företag så kommer man kunna springa snabbare än sina konkurrenter. Så jag skulle säga att det är oerhört viktigt att använda sig av den här möjligheten som finns. Och ju snabbare desto bättre.

Fredrik Demling | 51:52

Och vad säger du, Mattias? Vår bild på Stratsys är ju att ni på Lunds kommun alltid har sprungit snabbt. Hur ska ni fortsätta med det?

Mattias Hedenrud | 52:03

Det ska vi bara fortsätta med. Men jag tänker, om 95 % ändå inte blir bra, så handlar det väl om att de 5 % som blir bra behöver bli så många som möjligt. Jag tror egentligen att, alltså jag är tillbaka till det, den stora risken är att börja utan att reflektera kring vad det är som är viktigt på riktigt. Det finns ju en risk att produktiviteten används för att bibehålla och göra mer av det vi redan gör. Och jag tänker att kommuner, offentliga organisationer, behöver produktivitetshöjning absolut, kanske mer som Postnord-exemplet, men de stora utmaningarna som kommer med oss, som gäller demografi och allt det där, dom kommer ju finnas kvar. I den bästa världen så får vi då kraft att börja jobba med det på riktigt, och kanske även med stöd av AI för att jobba med dom frågorna på riktigt. Så jag tror inte att det bara är ren produktivitet, vi ska nog inte bara lägga i kassan och vara nöjda med att vi kan jobba snabbare.

Paulina Modlitba | 52:53

Jag håller helt med, tänk på vad vi gör av den här extra tiden som vi vinner. Hur kan vi använda den för att bli bättre, göra nya saker? Nu fokuserade jag också mest på hur AI kan göra saker vi redan gör, men det är ju just det här, när man börjar använda AI för att göra saker på helt nya sätt, få helt nya insikter, kombination av källor på sätt som vi som människor kanske inte har tid att kombinera, det är där det finns mycket värde.

Fredrik Demling | 53:20

Så är det några risker för dom som står kvar på perrongen, så att säga, nu och avvaktar?

Anders Klintelius | 53:30

Ja, nu konkurrerar ju inte offentliga organisationer på det sättet, men inom det privata så kommer man ju slås ut, det är ju en ren överlevnadsfråga. Men ja, risken för dom som står kvar på perrongen, det är ju att man blir extremt ineffektiv och att man inte kan erbjuda lika mycket värde till sina medborgare, helt enkelt.

För snabbt eller för långsamt med AI?

Fredrik Demling | 53:51

En annan intressant fråga som har kommit upp, det är just apropå risk: vad är den största risken? Är det att vi går fram för långsamt med AI nu när möjligheterna börjar dyka upp, eller är det att vi springer för snabbt utan att ha hunnit landa och sätta strukturen? Om vi har de två extremerna. Vi börjar hos Anders.

Anders Klintelius | 54:12

Nej, men som jag pratade om innan, vi är mitt inne i den här transformeringen där vi tittar på att agentifiera våra processer, och det är klart att det är en jättekänslig balansgång. Inte springa för snabbt och få agenter som agerar på felaktigt sätt, utan hela tiden göra det på ett kontrollerat sätt. Så nej, man måste balansera dom där två. Man kan inte bara springa och ignorera dom säkerhetsrisker som finns. Vi gör ju ganska detaljerade riskanalyser inför varje sån här förändring. För det är klart, springer man bara och inte tittar på säkerhetsaspekten och vilka risker som uppkommer, ja, då finns det risk att man går bort sig rejält, speciellt när man skalar ut i verksamheten. Så det där är en balans, men man kan inte heller bara säga nej, det är för mycket risker så vi står still.

Fredrik Demling | 55:07

Och du har ju varit inne lite på det, Mattias, idag med data, att vi har data och kvaliteten et cetera.

Mattias Hedenrud | 55:15

Ja, men alltså, jag tror, det är lite, det är en svår fråga, den är väl bra, för det finns ju också en risk att inte göra något. Att bara stå kvar och vänta tills det är helt perfekt hos alla andra, och då går man in. Man måste också lära sig. Och jag tror att det här är en sån förändring, en sån omställning, så att man kan inte uppleva den på något annat sätt än att testa själv. Sen måste man ju såklart ha en säker miljö att testa i, och det måste vara med rätt data. Det finns ju såklart en uppenbar informationssäkerhetsrisk. Den är ovillkorlig, den får inte hända, och det är allas ansvar. Men i grunden är det vårt ansvar om det är vår data, och då måste vi bli väldigt mycket bättre på att förstå det. Väldigt många fler måste bli bättre på att förstå det. Det är inte en IT-fråga längre. Men givet det så tycker jag fortfarande att man måste testa. Man måste förstå vad den här produktiviteten, eller vad de här slutsatserna och analyserna, kan ge, för att börja leka med tanken: vad skulle det här kunna bli hos oss? Så det är både och.

Paulina Modlitba | 56:18

Ja, jag skulle säga att det också verkligen är så ojämnt fördelat, att vi springer för snabbt med vissa saker som vi kanske borde vara långsammare med, och lite för långsamma med saker vi borde vara snabbare med. Jag lyssnade förra veckan på Erik Slottner, civilministern, som precis har lanserat Sveriges första nationella AI-strategi. Och han sa att ja, jag vill se fler offentliga organisationer springa snabbare med AI, det kommer gå fel ibland, men så får det vara. Jag är inte säker på att jag håller med honom om det. Jag tror jag förstår vad han menar, att han märker väl att ganska många är lite överdrivet försiktiga kring vissa saker, men vi måste ju definiera vad det är för fel som i så fall är okej och vilka fel som verkligen inte är okej, apropå det här med säkerhetsbitarna och etik och en AI-förordning som vi behöver förhålla oss till. Så att ja, det är världens svåraste balansgång just nu att springa fort, men samtidigt behålla omdömet och bromsa med dom saker som är viktiga att man tänker igenom och diskuterar igenom.

Den största missuppfattningen om AI i offentlig sektor

Fredrik Demling | 57:19

Vi kan stanna och ställa dig där, Paulina, för jag tänkte passa på, från ditt perspektiv som träffar många organisationer, både offentliga och privata et cetera: vad skulle du säga är den största missuppfattningen om AI i offentlig sektor, exempelvis en kommun eller region?

Paulina Modlitba | 57:38

Ja, men att det måste vara dyrt och krångligt. Att vi inte har tid, vi har inte råd med de här stora satsningarna i AI. Och att man kan bygga saker själv och att det finns bra plattformar, det har liksom aldrig varit lättare att göra de här sakerna. Så jag brukar säga att man ska tänka stort men börja smått. Det vill säga, det behöver inte vara det här stora, enorma, dyra projektet, man kan göra saker kostnadseffektivt men ha ändå stora ambitioner med att de pilotprojekt ni sätter igång med ska ha stor potential för era medborgare eller internt för era processer och era medarbetare. Och det ser man ju också i den här MIT-studien som jag visade, att de som tenderar att misslyckas, de här 95 procenten, de börjar oftast för stort, och det blir också svårt att mäta och följa upp om det är ett lyckat projekt eller inte.

Fredrik Demling | 58:24

Och vad säger du, Mattias, som representerar verkligheten? Finns det missuppfattningar, och vilka är det i så fall?

Mattias Hedenrud | 58:32

Nej, men verkligheten, jag tänker så här: det är klart att det är dyrt om du ser det som ytterligare en licens från IT. Alltså, det är väl i princip ingen som har en IT-budget som mäktar med den här omställningen. Men man måste väl ganska snart lämna det på det sättet och tänka: vad är kostnaden i relation till potentialen för oss som organisation, för våra medborgare? Och helt plötsligt då är det kanske inte så dyrt längre, faktiskt. Men då måste man ju vara mogen. Man måste vara mogen för att kunna prata om det på det sättet. Kan vi ens bedriva framtidens äldreomsorg utan AI? Och är det dyrt då, om vi ska lära oss att göra det? Med full respekt för att alla får tuffare budgetar och så, så är det där vi måste prata om det. Och om man vill tolka Slottner så är det väl det han menar, att ni måste se det på rätt sätt, ni måste våga.

Avslutning

Fredrik Demling | 59:27

Och den tar vi med oss – kan vi ens bedriva framtidens äldreomsorg utan AI? Det tyckte jag var ett fint slutord. Så stort tack Paulina, Mattias, Anders, och även Admir som var med oss tidigare här i studion. En timme har flugit förbi i ett superintressant ämne.

Fredrik Demling | 59:41

Vi kan konstatera att tekniken möjliggör, men i slutändan så är det människan som avgör hur vi ska utnyttja tekniken till vår fördel och leva med den. Det blir också tydligt att i slutändan är det de som lyckas som kombinerar strukturen och möjligheterna med ett modigt ledarskap. Så stort tack allihopa för att ni tog er tid. Vi hoppas att ni har fått med er både praktiska spaningar och intressanta idéer att bolla vidare där hemma. Stort tack från oss på Stratsys, ha en fortsatt fin dag.