AI adoption sticks when you start with one repeated, low-risk task, build the AI step into a workflow people already use, keep a person deciding, measure and share the result, and have leaders go first. Those are the five conditions I plan against. Pick that task first, then track breadth, depth and momentum and review after 90 days.
Av Johannes Sundlo, rådgivare inom AI och framtidens arbetsliv. Jag hjälper ledare och HR-team att använda AI genom föreläsningar, workshops och förändringsprogram.
AI-adoption handlar om att använda AI i det dagliga arbetet och följa upp om det hjälper. Här går jag igenom vilka uppgifter ni kan börja med, vilket stöd människor behöver och vad ni bör mäta när ni går vidare från en pilot.
Vad betyder AI-adoption?
AI-adoption är en varaktig förändring i hur människor använder AI i sitt arbete. Följ användningen i specifika uppgifter, kvaliteten på resultatet och tiden som går åt till att granska det. Köpta licenser och startade pilotprojekt visar inte i sig om arbetet har blivit bättre.
Vad kan bromsa AI-adoption?
- AI ligger vid sidan av arbetet. AI finns i ett separat verktyg som folk glömmer att öppna, istället för att vara integrerad i det arbetsflöde de redan använder.
- No early, visible win. A 12-month transformation with nothing to show after month one loses people’s attention.
- Fear goes unaddressed. People quietly worry that AI replaces them, so they keep their distance.
- Det betraktas som IT-avdelningens uppgift. Teamen behöver stöd med både verktygen och förändringarna i arbetet.
Modellen ”Adoption that Sticks”
Jag använder följande fem förutsättningar när jag planerar AI-arbetet med ledare och team. De är en arbetsmodell att pröva mot er situation, inte en garanti för resultat.
Två undersökningar beskriver olika delar av AI i arbetslivet. Gallup rapporterade i juni 2025 att 40 procent av de anställda i USA använde AI i sin yrkesroll minst några gånger om året. I en separat internationell undersökning, publicerad i september 2023, fann Randstad att 13 procent av fler än 7 000 svarande hade erbjudits AI-utbildning under föregående år. Undersökningarna gäller olika grupper, tidpunkter och frågor. De mäter inte en och samma skillnad mellan tillgång och användning.
- En konkret uppgift att börja med. Välj en återkommande uppgift där behovet är tydligt och riskerna går att hantera.
- Integrerat i arbetsflödet. AI-steget ingår i den mall, checklista eller det dokument som användarna redan använder.
- En människa granskar och ansvarar. AI tar fram ett utkast. En person kontrollerar innehållet och fattar beslut.
- Synliga lokala bevis. Mät tid och kvalitet före och efter förändringen och dela resultatet med teamet.
- Ledare som går i bräschen. När ledare öppet använder AI får alla andra också tillåtelse att göra det.
Var börjar ni, utifrån er roll?
Where you start depends on your role. These guides go into the detail for each:
- HR-avdelningar: läs AI inom HR: en praktisk guide.
- Ledare och chefer: se AI för ledare: att leda införandet.
- Rekrytering och kompetens: se AI inom rekrytering.
Hur man mäter AI-adoption
I track three signals rather than licence counts: breadth (how many teams use AI in real work without being told to), depth (is it touching meaningful tasks, not toys), and momentum (are new use cases appearing on their own?). When all three rise together, AI has left the pilot and become everyday work.
Förändringsledning med AI i fem steg
Vad innebär förändringsledning med AI? Det innebär att hjälpa människor använda AI i arbetet, med tydligt ansvar och uppföljning. Jag använder fem steg: kartlägg användning och frågor; låt ledare öva; utbilda team i utvalda uppgifter; bestäm regler för verktyg, data och granskning; följ upp användning, kvalitet och tid. Tabellen är ett exempel att anpassa till er organisation. I min undersökning State of AI in HR 2025 uppgav 81 procent av dem som besvarade frågan att arbetsgivaren tillhandahöll generativ AI. 33 procent uppgav formell AI-utbildning. Det är olika mått, inte belägg för att ett visst utbildningsupplägg orsakar ökad användning.
| Steg | Vad ni gör | Ansvarig | Vad ni följer upp |
|---|---|---|---|
| 1. Kartlägg nuläget | Befintlig AI-användning, återkommande uppgifter och medarbetarnas frågor | HR och en ansvarig i ledningen | En lista över uppgifter där teamen behöver stöd |
| 2. Låt ledare öva | Ledare provar AI i sitt arbete och visar exempel, exempelvis under fyra veckor | Vd och ledningsgrupp | Ledarna kan beskriva hur de har använt AI och vad de har lärt sig |
| 3. Öva utifrån rollen | Grunderna, en arbetsuppgift per team och sparade instruktioner | Teamchefer tillsammans med HR | Teamen har instruktioner som de använder och granskar |
| 4. Bestäm regler | Godkända verktyg och data, ansvar för granskning och kontaktväg vid frågor | HR, IT och juridik | Medarbetarna vet vilka verktyg och data som är godkända och vem de kan fråga |
| 5. Följ upp | Användning, arbetsuppgifter, kvalitet och tidsåtgång följs upp regelbundet | Ansvarig i ledningen | Underlag för att fortsätta, ändra eller avsluta ett arbetssätt |
Hur förhåller sig upplägget till ADKAR?
Prosci-modellen ADKAR omfattar medvetenhet, vilja, kunskap, förmåga och förstärkning. I mitt upplägg får ledare öva tidigt, så att de kan diskutera verktygens möjligheter och begränsningar med teamen. Ordningen behöver anpassas till vad människor redan kan och vad som hindrar användningen. Vi arbetar med dessa frågor i workshops för ledningsgrupper och förändringsprogram.
Vanliga frågor om AI-adoption
Vad kan få en AI-pilot att stanna av?
En pilot kan stanna av när ingen äger nästa steg, deltagarna saknar tid eller uppgiften ligger utanför det vanliga arbetsflödet. Jag rekommenderar att ni utser en ansvarig, väljer en återkommande uppgift och bestämmer hur kvalitet, tid och fortsatt användning ska följas upp. I min undersökning 2025 uppgav 81 procent tillgång till generativ AI via arbetsgivaren, 25 procent användning av AI-agenter och 33 procent formell AI-utbildning. Agentanvändning är ett annat mått än all AI-användning. Resultaten beskriver de svarande och förklarar inte varför enskilda piloter misslyckas. Se State of AI in HR.
Hur lång tid tar det att införa AI i arbetet?
Tiden beror på uppgifter, system, risker och vilket stöd som finns. En plan på 90 dagar kan ge en första avstämning: låt ledare öva och klargör regler, testa några arbetsflöden och bestäm sedan vilka förändringar ni ska behålla. Följ faktisk användning, kvalitet och tidsåtgång. Det är ett planeringsexempel, inte ett löfte om hur snabbt förändringen går. Resultat från svenska HR-respondenter finns i State of AI in HR.
Vem ansvarar för AI-adoption i organisationen?
Ledningen bör prioritera arbetet och utse en ansvarig för varje arbetsflöde, med stöd från HR, IT och andra berörda funktioner. Teamen behöver tid att öva och en väg att lyfta problem. I min undersökning 2025 såg 3 procent AI främst som en HR-fråga, 39 procent som en IT-fråga och 47 procent som båda. Frågan mäter uppfattningar, inte vem som ledde AI-arbetet i varje organisation. Se State of AI in HR.
Hur börjar vi arbeta med förändringsledning kring AI?
Jag rekommenderar att ledare använder verktygen i egna uppgifter samtidigt som några team testar utvalda arbetsflöden. Bestäm vilka verktyg och data som får användas, vem som granskar resultatet och när försöken ska utvärderas. Anpassa utbildningen till deltagarnas förkunskaper och uppgifter. En avstämning efter 90 dagar kan ge underlag för vad ni ska fortsätta, ändra eller avsluta.
Ta nästa steg med AI i er organisation
En föreläsning kan ge en gemensam utgångspunkt. I en workshop övar vi på utvalda uppgifter och planerar uppföljningen. Berätta vilka som ska delta och vad ni vill arbeta med.
Pilotprojekt kontra införande: vad är skillnaden?
| En pilot | Fortsatt användning | |
|---|---|---|
| Mål | Bevisa att verktyget fungerar | Förändra sättet att arbeta på |
| Tillämpningsområde | Ett team, med tidsbegränsning | Används i överenskomna arbetsflöden |
| När det är över | Beslut att avsluta, justera eller fortsätta | Integrerat i de dagliga arbetsflödena |
| Nyckelsignal | ”Det fungerade i demoversionen” | Användes utan att man blivit uppmanad till det |
| Nästa steg | Utvärdera försöket | Följ upp den fortsatta användningen |
De fem villkoren i korthet
Underlag: se State of AI in HR: Sverige 2024–2025, med resultat om verktyg, utbildning och AI-policyer.
Relaterade guider
- AI-ordlista för HR: 25 begrepp som alla HR-proffs bör känna till
- De bästa AI-verktygen för HR, uppdelade efter kategori
Alla guider på webbplatsen
Kurser och lärande
- Kostnadsfri AI-kurs för HR med kursintyg
- AI-kurser för HR: jämför 14 kostnadsfria och betalda alternativ
- Kostnadsfria AI-kurser för HR: jämför tid, innehåll och intyg
- Lär dig AI inom HR genom arbetsuppgifter
- AI-kunskap för HR: fyra steg i införandet
- AI-ordlista för HR: 20 begrepp förklarade
- Vad är HR? Roller, ansvar och exempel
Föreläsare och workshops
- AI-föreläsare för HR: jämför 12 profiler
- Välj AI-föreläsare: guide för 2026
- Boka AI-föreläsare: upplägg, pris och innehåll
- AI-föreläsningar
- AI-workshops
- Program för AI-omställning
AI i HR-arbetet
- AI i rekrytering: en praktisk guide
- 13 ChatGPT-instruktioner för HR
- AI-verktyg för HR: 20 alternativ utifrån uppgift
- Vilket AI-verktyg passar HR? ChatGPT, Claude, Gemini och Copilot
- AI som stöd inför prestationssamtal
- AI för personalanalys och bemanningsplanering
- Kompetensbaserade organisationer: en praktisk start
- Ansvarsfull AI inom HR: en checklista
- MCP och AI-anslutningar: en guide för HR
- AI-agenter för HR: erfarenheter från mitt test av ChatGPT Operator
- Skapa en PowerPoint-presentation med AI
- Hur påverkar AI HR-jobben? Uppgifter, roller och nästa steg
Ledarskap och införande
- AI inom HR: En praktisk guide till en hållbar implementering
- AI för ledare: att leda införandet
- Hur man genomför ett AI-pilotprojekt som inte går i stöpet
- Kom igång med AI: organisationens första 90 dagar
- AI inom HR: Sverige 2024–2025
