Mognad utan användning är värdelös. Många svenska organisationer är inte "omogna" – de har fastnat: styrning, plattformar och policyer finns på plats, men få använder AI i det dagliga arbetet. Mät mognad och användning var för sig.
Kort svar: AI-mognad beskriver hur väl en organisation har förutsättningarna för att skapa värde med AI – strategi, data, teknik, kompetens och styrning. Men en hög mognad säger inget om huruvida medarbetarna faktiskt använder AI. För att veta var ni står och vad nästa steg är behöver ni titta på båda.
Vad är AI-mognad?
AI Sweden beskriver AI-mognad som en organisations förmåga att använda AI-teknik och tillämpningar, med hänsyn till bland annat strategi, datainfrastruktur, teknikplattformar, medarbetare och styrningsprocesser (AI Sweden, bedömning av AI-mognad).
AI Swedens mognadstrappa, som tagits fram tillsammans med Applied AI i Tyskland, har fem steg: Nybörjare, Utforskare, Utövare, Professionell och Ledare. Varje steg kännetecknas av hur mycket värde organisationen har lyckats skapa med AI (AI Sweden, mognadstrappan). AI Sweden betonar också att målet inte nödvändigtvis är att nå översta steget, och att modellen inte är till för att döma utan för att förstå nuläget.
Det är en bra modell, och den används brett i Sverige.
Vad de flesta mognadsmätningar missar
De flesta AI-mognadsmätningar ställer frågor om förutsättningar: Finns en strategi? Är datan i ordning? Finns det plattformar, policyer, kompetens? Svaren placerar organisationen på en skala från låg till hög.
Problemet är att förutsättningar och användning inte alltid hänger ihop. Vi ser två vanliga mönster:
- Organisationer med goda förutsättningar men låg användning. Strategin är skriven, licenserna köpta, policyn godkänd – men vardagen ser ut som förut.
- Organisationer med hög användning men svaga förutsättningar. Medarbetarna använder AI flitigt, ofta i egna verktyg, utan gemensamma regler, data eller uppföljning.
Båda kan hamna på samma punkt på en mognadsskala. Men de behöver helt olika nästa steg.
Två axlar i stället för en
På Lyon AM placerar vi organisationer i en matris med två axlar: användning (hur mycket och hur väl AI används i det dagliga arbetet) och mognad (hur väl förutsättningarna finns på plats). Det ger fyra lägen:
| | Låg mognad | Hög mognad | |---|---|---| | Hög användning | Spretig – mycket experimenterande, lite styrning | Uppskalad – målet: AI är en del av hur arbetet görs | | Låg användning | Uppstart – början på resan | Avstannad – allt på plats, men få använder det |
Varje läge kräver något eget:
- Uppstart: Börja smått. Välj några få arbetsflöden, låt ledningen gå före, ta fram enkla regler.
- Spretig: Fånga det som redan fungerar. Erbjud godkända verktyg, gemensamma regler och ett sätt att sprida goda exempel – utan att kväva engagemanget.
- Avstannad: Sluta investera i fler förutsättningar. Problemet sitter i ledarskap, förväntningar och arbetssätt. Det är ett förändringsarbete, inte ett teknikprojekt.
- Uppskalad: Håll i. Följ upp, förnya och se till att nya verktyg och medarbetare kommer in i samma rytm.
Varför "avstannad" är så vanligt
När ledningar får frågan "hur går det med AI?" svarar de ofta med förutsättningar: vi har en strategi, vi har en plattform, vi har en policy. Det är lätt att mäta och lätt att rapportera. Användning är svårare – och mindre smickrande.
Proscis studie av 1 107 yrkesverksamma visar att 63 procent av utmaningarna vid AI-införande är mänskliga faktorer och 16 procent tekniska (Prosci). Vår bedömning på Lyon AM är att ungefär 70 procent av en lyckad AI-satsning handlar om människor, ledarskap och arbetssätt. En mognadsmätning som mest mäter teknik och styrning ser därför bara en mindre del av bilden.
Så tar ni reda på var ni står – i fyra steg
1. Mät användning för sig
Hur stor andel av medarbetarna använder AI i sina arbetsuppgifter varje vecka? Till vad? Har arbetsflöden faktiskt förändrats? Licenser och inloggningar räcker inte som mått.
2. Mät förutsättningar för sig
Strategi och prioriteringar, ledningens engagemang, data och verktyg, regler och styrning, kompetens. Här passar etablerade modeller som AI Swedens mognadstrappa bra.
3. Placera er i matrisen
Kombinera de två. Var ärlig: hög mognad men låg användning är ingen framgång.
4. Välj nästa steg efter läget
Lägg inte samma plan på alla lägen. En organisation som har stannat behöver inte en ny strategi – den behöver att cheferna börjar använda och efterfråga AI.
Vanliga frågor
Vad är AI-mognad? AI-mognad är en organisations förmåga att skapa värde med AI, med hänsyn till bland annat strategi, data, teknik, medarbetare och styrning.
Vad är AI Swedens mognadstrappa? En modell med fem steg – Nybörjare, Utforskare, Utövare, Professionell och Ledare – som beskriver hur mycket värde en organisation har skapat med AI.
Hur mäter man AI-mognad? Ofta med en enkät om förutsättningar, följd av analys och workshop. Komplettera med mått på faktisk användning i det dagliga arbetet.
Måste alla företag nå högsta mognadsnivån? Nej. Även AI Sweden betonar att det är ett strategiskt val och att det för många räcker att sikta lägre.
Nästa steg
Ta reda på var ni står på båda axlarna. Lyon AM:s AI-diagnos placerar er i matrisen och ger en första rekommendation för nästa steg. Vill ni gå djupare? Kontakta oss.
