Skydda företaget mot en AI-krasch – minska ert AI-beroende
AI kan förändra hur företag arbetar. Men AI-marknaden kan också krascha, leverantörer kan försvinna och tjänster kan bli betydligt dyrare. Använd tekniken och bygg kompetens. Var försiktiga med att göra hela verksamheten beroende av dagens AI-tjänster.
Kan AI-bubblan spricka? Ja, även om tekniken är användbar
En teknik kan vara användbar samtidigt som företagen bakom den är övervärderade. Ett AI-verktyg kan spara er flera timmar i veckan utan att leverantören har en hållbar affärsmodell. Det är två olika frågor.
Om investerarnas förväntningar på tillväxt och lönsamhet inte infrias kan finansieringen minska. Då kan leverantörer behöva höja priserna, begränsa användningen, sälja verksamheten eller lägga ned tjänster.
Det betyder inte att all AI försvinner. En AI-krasch kan slå mot bolag, investeringar och enskilda produkter medan tekniken fortsätter att utvecklas. För ert företag är den praktiska frågan därför: vad händer om tjänsten ni är beroende av förändras?
En användbar teknik är ingen garanti för en hållbar leverantör.
IT-bubblan visar varför teknik och affärsmodell måste bedömas var för sig
Internet blev en genomgripande förändring. Ändå sprack IT-bubblan runt millennieskiftet. Företag försvann, investeringar förlorade sitt värde och storslagna tillväxtplaner fick överges.
Det blir däremot missvisande att säga att 90 procent av alla dotcom-företag försvann. Forskning som presenterades av University of Maryland visade en femårsöverlevnad på cirka 48 procent i det undersökta urvalet. Utfallet beror på vilka företag och vilken tidsperiod man räknar. :contentReference[oaicite:0]{index=0}
Problemet var inte bara att tekniken behövde mogna. Många satsningar byggde på att växa snabbt och hitta lönsamheten senare. Kundernas vanor, infrastrukturen och affärsmodellerna hann inte alltid med förväntningarna. Universitetets sammanställning av forskningen om dotcom-eran beskriver hur strategin att snabbt bli stor ofta misslyckades.
Här finns en relevant parallell till AI. Framtida möjligheter används för att motivera beslut i dag. Men att något sannolikt blir viktigt på sikt betyder inte att varje produkt är mogen eller att varje investering kommer att löna sig.
För svenska företag är lärdomen att pröva tekniken mot verkliga behov. Ni behöver inte bygga om organisationen för att visa att ni följer utvecklingen.
Vad händer om er AI blir tio gånger dyrare?
Ingen kan lova hur AI-priserna utvecklas. De kan både sjunka och stiga. Stanfords AI Index 2025 visar att kostnaden för att använda modeller med ungefär GPT-3.5-nivå sjönk mer än 280 gånger mellan november 2022 och oktober 2024. Det gäller en viss prestandanivå, inte alla AI-tjänster. :contentReference[oaicite:1]{index=1}
Effektivare modeller kan alltså göra AI billigare. Samtidigt kan ert företag få högre kostnader genom ändrade abonnemang, mindre generösa användningsgränser eller mer omfattande användning. En agent som gör många anrop för att slutföra en uppgift kan kosta betydligt mer än en enkel chattfråga.
Tio gånger högre kostnad är ett stresstest, inte en prognos. Räkna ändå på vad det skulle innebära under ett år. Klarar ni kostnaden? Kan ni minska användningen? Finns en annan arbetsmetod?
Räkneexempel: En verksamhet betalar 5 000 kronor i månaden för AI i offertarbete och kundservice. Vid tio gånger högre kostnad blir det 50 000 kronor i månaden, alltså 600 000 kronor om året. Om personal, rutiner och alternativa system redan har avvecklats kan det bli dyrt även att sluta använda tjänsten.
Räkna därför på hela arbetet: abonnemang, användning, integrationer, granskning, felhantering och underhåll. Ett billigt svar är inte samma sak som en billig arbetsprocess.
De största AI-riskerna för företag finns i beroendet
Ni behöver inte kunna förutse en börskrasch för att förbereda verksamheten. Börja med sådant ni själva kan påverka.
| Risk | Vad den kan innebära | Hur ni förbereder er |
|---|---|---|
| Högre kostnader | Ett lönsamt arbetsflöde blir för dyrt när priser eller användningsvolymer förändras. | Sätt budgetgränser och följ kostnaden per färdig uppgift. |
| En tjänst försvinner | En leverantör stänger, säljs eller avvecklar en funktion ni använder. | Behåll egen dokumentation och testa hur data kan exporteras. |
| Ändrat modellbeteende | En uppdatering ger andra svar och påverkar ett tidigare fungerande arbetsflöde. | Kontrollera förändringar mot återkommande exempel från er verksamhet. |
| Driftstopp | Offertarbete, support eller interna processer stannar när AI-tjänsten inte svarar. | Ha en reservrutin som personalen kan använda direkt. |
| Förlorad kompetens | Ingen kan längre utföra eller bedöma arbetet utan AI. | Behåll ansvariga personer och dokumentera hur arbetet görs. |
En reservplan måste fungera i praktiken. Att skriva att ni kan byta leverantör hjälper inte om ett byte kräver flera månaders utveckling.
Bygg inte in AI där vanlig automation räcker
Alla digitala uppgifter behöver inte en språkmodell. Ett kontaktformulär behöver oftast validering och fungerande e-postleverans. En prisberäkning behöver tydliga regler. En orderbekräftelse behöver rätt uppgifter och en mall.
AI passar bättre när uppgiften kräver tolkning, sammanfattning eller bearbetning av varierande material. Exempel är att ta fram ett textutkast, sammanfatta mötesanteckningar eller föreslå kategorier för inkommande frågor.
Generativ AI kan däremot lämna övertygande men felaktiga svar. NIST:s riskprofil beskriver bland annat sådana fel och riskerna med att människor förlitar sig för mycket på systemen.
Låt därför fasta regler styra sådant som måste bli exakt. Använd AI där dess flexibilitet faktiskt behövs. Ett offertflöde kan exempelvis låta AI formulera ett utkast medan ett vanligt system räknar priser och en ansvarig person godkänner offerten.
Lär er AI utan att bygga om hela organisationen
Att vara försiktig betyder att införa AI med tydliga mål och kontroller. Ge medarbetarna möjlighet att lära sig. Välj sedan avgränsade uppgifter där nyttan går att mäta.
- Välj ett konkret problem. Börja exempelvis med att minska tiden för ett första offertutkast.
- Mät arbetet före införandet. Dokumentera tidsåtgång, kvalitet och kostnad.
- Testa på verkliga uppgifter. Ta med både vanliga ärenden och besvärliga undantag.
- Räkna in granskningen. Tid för rättningar och kontroll hör till kostnaden.
- Bestäm vem som ansvarar. Någon ska kunna bedöma resultatet och stoppa ett felaktigt flöde.
- Testa reservrutinen. Genomför arbetet utan AI innan ni gör lösningen verksamhetskritisk.
- Utöka när nyttan är bevisad. Låt resultaten styra nästa steg.
Var särskilt försiktiga med att minska bemanning eller avveckla fungerande system efter en kort demonstration. Ett lyckat exempel visar att något är möjligt. Det visar inte hur lösningen fungerar under ett helt verksamhetsår.
Ni ska kunna stänga av AI utan att stänga av företaget.
Lokal AI och öppna modeller kan minska vissa beroenden
Alla AI-lösningar behöver inte använda en extern molntjänst. För vissa uppgifter kan mindre modeller med tillgängliga modellvikter köras på egen utrustning eller hos en vald driftleverantör.
Det kan ge större kontroll över drift och kostnader. Men egen drift kräver också hårdvara, underhåll och kompetens. Den gör inte automatiskt modellen tillförlitlig. Tillgängliga modellvikter betyder dessutom inte alltid att modellen har en öppen källkodslicens.
Välj lösning efter uppgiften. En mindre modell kan räcka för ett avgränsat arbete. En mer avancerad tjänst kan behövas för något annat. Där vanlig programvara räcker finns ingen anledning att lägga till AI.
Behåll kontrollen över data, rutiner och kundrelationer
Ert viktigaste verksamhetskunnande ska finnas i system och dokument som ni kan komma åt. Låt inte kundhistorik, arbetsinstruktioner och beslutsunderlag enbart ligga i chattar hos en AI-leverantör.
- Behåll originalmaterial i era ordinarie system.
- Dokumentera vad AI får göra och vad en människa ska godkänna.
- Kontrollera hur leverantören hanterar data och vilka villkor som gäller för er tjänst.
- Testa export och återställning innan ni behöver dem.
- Ge personalen tillgång till rutiner som fungerar utan AI.
För en webbplats innebär det exempelvis att kontaktformulär, köpflöden och grundläggande information bör fungera även när en AI-funktion ligger nere. Besökaren ska fortfarande kunna kontakta er och göra affärer.
Vanliga frågor om AI-bubblan och företagens AI-risker
Kan AI-marknaden krascha trots att AI fungerar?
Ja. Teknisk nytta och ekonomisk hållbarhet är olika saker. En marknadsnedgång kan slå ut leverantörer och förändra tjänster även om AI fortsätter att vara användbart.
Bör företag vänta med att använda AI?
Ni kan börja lära er och testa redan nu. Inför tekniken stegvis, mät resultatet och behåll kontrollen över viktiga arbetsflöden.
Kommer AI att bli tio gånger dyrare?
Det går inte att säga. Kostnader kan både sjunka och stiga. Använd en kraftig kostnadsökning som ett stresstest för att se hur känslig er verksamhet är.
Vad bör finnas på plats innan AI blir verksamhetskritisk?
En ansvarig person, uppföljning av kvalitet och kostnader, tillgång till egna data och en testad reservrutin. Ni behöver veta hur arbetet fortsätter om tjänsten förändras eller försvinner.
Vill ni använda AI och samtidigt behålla kontrollen över verksamheten? Webbproffs hjälper er att välja avgränsade användningsområden, testa nyttan och bygga integrationer med fungerande reservrutiner. Börja med ett problem som är värt att lösa. Låt resultaten avgöra hur långt ni går.
