Merit Moment: Effektivisera med AI men använd kritiskt tänkande 

Hur kan ekonomer möta den nya framtiden med AI? I panelen på Meritminds Ekobar i Linköping gav Sven Miller och Marcus Kugelberg sina perspektiv på utmaningarna som följer med transformationen.

– Vi kan dra stor nytta av AI om det används på rätt sätt. Det gäller såväl inom ekonomiområdet som andra yrken, där sjukvård och försvar har kommit längst. Administrationsbördan äter upp tiden för det som vi människor är bra på. Genom AI kan vi fokusera på det vi ska, säger Marcus Kugelberg.

Sven Miller konstaterar att det alltid har funnits en strävan efter att optimera och effektivisera:

– Dock har metoderna skiftat. Förr plockade man helt enkelt in resurser utifrån, därefter kom automatiserade it-system och nu handlar det om AI för att effektivisera processerna.

Ämneskunskap viktig och värdefull

Det krävs ingen utbildning för att komma i gång med AI, menar Sven. Men de flesta vet inte hur man kan maximera kraften. De som lyckas bäst är de som använder AI ofta och är insatt i hur promptning går till. Ju bättre ställda frågor, desto mer nyanserade svar får man tillbaka

– Men verksamhetsförståelse är fortfarande oerhört viktigt. För ju mer påläst den är som promptar desto bättre blir resultatet. Som en ekonom till exempel, denne kommer alltid att bli en bättre på prompter när det gäller ekonomi, än någon som inte kan ämnet.

AI-utveckling sker på tre nivåer

När det kommer till AI förklarar Sven att man kan dela upp AI på tre nivåer. Den enklaste individnivån är då man använder befintliga språkmodeller som Chat GPT eller Co-pilot. Här handlar det inte om att organisationen tar ett implementeringsbeslut utan om enskilda medarbetare som själva är nyfikna och experimenterar i vardagen. På nivå två kan AI-modeller integreras i befintliga system via API:er. Detta kräver ofta beslut från organisationen och möjliggör tillämpningar som till exempel kundtjänst-chatbotar. På nivå tre bygger företaget helt egna AI-modeller som tränas på företagets data för att bli bättre på företagets processer. Än så länge är detta kostsamt och ovanligt.

– De flesta organisationer jobbar med AI ”nerifrån och upp”, där medarbetarna driver AI-användningen. Men detta är också något av ett svenskt fenomen. Svenskarna anses vara ”early adopters” och det kan vara svårt för en organisation att hindra individen att utforska och ta till sig AI, säger Sven.

Rimlighet och relevans

Peter Hultman upplever i sin dialog med kunder och ekonomer att många känner en osäkerhet kring cybersäkerhet och skydd av data. På Saab, ett tillväxtbolag inom försvarsindustrin, är säkerhetskraven höga så klart, men även ”vanliga” företag vill inte att företagsdata sipprar ut till utomstående användare. Så hur löser man det?

– Saab har exempelvis utvecklas sin egen AI-baserade chatbot SAGA (Saab Artificial Generative Agent), vilket innebär att användningen sker i en sluten och säker miljö.

En annan säkerhetsaspekt är om resultaten är tillförlitliga. Det är allmänt känt att AI kan ”hallucinera” och vill ”pleasa” frågeställaren hela tiden. Var på din vakt och ha koll på dessa risker, tipsar Sven.

– Det är viktigare än någonsin att vara källkritisk och känna till hur svaret har genererats. Man måste också fråga sig om svaret är rimligt och relevant. Därför är återigen ämneskunskapen mycket värdefull för ekonomen. Från att man plockar fram data till att verkligen analysera en färdig rapport, avslutar Marcus.

Svens tips för att få AI integrerat i verksamheten

• Utse en AI-ansvarig
• Kräv AI-analys i beslutsunderlag
• Starta 1–2 pilotprojekt med AI
• Ta fram en AI-policy
• Öka medarbetarnas egen AI-kompetens

Olika språkmodeller:

Amerikanska: Grok, GPT, Gemini, Llama och Claude
Kinesiska: Deepseek, Ernie, Qwen, Kimmi och GLM
Europeisk: Mistral (styrs av EU:s egen lagstiftning)