AI-governance i praktiken: vad jag lärt mig hittills

Det har gått drygt fem månader sedan jag fick ansvar för AI i vår affärsenhet. Dags för en ärlig halvårsrapport.

Vad som fungerat: AI-champions-nätverket är på plats och vi hoppas att det utvecklas vidare till ett naturligt forum för att dela erfarenheter mellan avdelningar. Utbildningen är genomförd och vi landade faktiskt på runt 95% slutförandegrad, vilket vi fick siffror på nu vid årsskiftet.

Vad som varit svårare än jag trodde: AI-riktlinjerna. Det låter enkelt att skriva “här är vad du får och inte får göra med AI” men i praktiken är det genuint svårt. Å ena sidan har vi governance-krav som ställer höga krav på säkerhet och kontroll. Å andra sidan vill vi inte skriva riktlinjer som är så begränsande att ingen vågar använda verktygen. Vi jobbar fortfarande med att hitta rätt balans.

En sak jag funderar mycket på men inte har svar på ännu: hur vet man om folk faktiskt använder AI produktivt? Vi planerar att göra en ordentlig undersökning i Q1 2026 i vår affärsenhet för att få en bild av hur det ser ut. Utan den datan är det mest anekdoter och magkänsla.

Den svåraste frågan jag brottas med just nu är balansen mellan kontroll och innovation. Om vi reglerar för hårt dödar vi experimenterande. Om vi släpper för fritt riskerar vi dataintrång eller bristande kvalitetskontroll. Det finns ingen perfekt lösning men jag lutar åt att tillåta mer snarare än mindre, med tydliga gränser för känslig data.

Nästa steg: vi ska börja titta på branschspecifika AI-lösningar. Copilot är bra för generella kontorsuppgifter men vår verksamhet handlar om fastigheter. Det finns potential i AI-driven driftoptimering, energianalys och hyresprognoser som Copilot aldrig kommer nå. Det är där det blir riktigt intressant.