Så får du teamet att faktiskt använda AI
Du har köpt licenserna, skickat mailet och bokat en inspirationsföreläsning. Ändå händer ingenting. Problemet är inte verktygen. Det är att du ber folk experimentera utan att ge dem en struktur att experimentera i.

I april 2025 publicerade Shopifys vd Tobi Lütke ett internt memo offentligt, innan det hann läcka. Budskapet var rakt: innan du ber om fler resurser eller fler anställda, visa att du har uttömt vad AI kan göra. Memot blev viralt. Box, Fiverr, till och med Kanadas premiärminister publicerade egna versioner. Chefer runt om i världen nickade instämmande.
Svenska chefer gör samma sak, bara med mjukare formuleringar. "Vi uppmuntrar alla att testa AI-verktyg." "Vi har köpt Copilot-licenser till hela organisationen." "Vi har bokat en inspirationsföreläsning."
Problemet är att det inte fungerar. Att säga "använd AI" ger inte mer effekt än att säga "bli mer digital" för tio år sedan. Teamet nickar artigt på mötet. Sedan går de tillbaka till sina uppgifter och fortsätter precis som vanligt.
Licenser löser ingenting
Det vanligaste misstaget är att förväxla tillgång med förankring. Du köper Copilot. Du rullar ut ChatGPT Business. Du kanske till och med skickar ett nyhetsbrev med tips. Sedan väntar du.
BCG:s AI-rapport från 2025 visar att 74 procent av företagen inte ser något verkligt värde från sina AI-investeringar. I Sverige använder 35 procent av företagen med fler än tio anställda redan AI, enligt SCB. Tillgången finns. Värdet uteblir.
Folk vet inte var de ska börja. "Testa ChatGPT" är lika vagt som "lär dig programmera". Det säger ingenting om vad man ska göra, när man ska göra det, eller hur man vet att det fungerade.
Utan struktur dör experimentet efter en vecka. Den där kollegan som var nyfiken testar en gång, får ett halvbra svar, suckar "det är inte riktigt där än" och går tillbaka till det gamla sättet. Licensen samlar digitalt damm.
Det finns ett ännu vanligare mönster. I nästan varje team finns en person som faktiskt börjar använda AI på riktigt. Hon testar prompts, hittar genvägar, sparar tid, men gör det ensam. Kollegorna ser det som "Lisas grej" snarare än som något teamet gör. Lisa blir teamets AI-expert, men experten blir isolerad. Kunskapen stannar hos en person. Om Lisa byter jobb försvinner allt med henne. Det är inte förankring. Det är beroende av en enskild entusiast.
Det saknas inte verktyg. Det saknas en metod.
Ge dem loopen istället för verktygen
Alex Duffy, AI-konsult på Every.to, beskriver en loop som fångar kärnan i vad som faktiskt driver AI-användning i team. Den ser ut så här:
Testa → Reflektera → Dokumentera → Dela → Upprepa
Det är inte komplicerat, men varje steg är avgörande.
Testa handlar om att någon faktiskt provar AI i sitt riktiga arbete. Inte i en sandlåda, inte på en kurs, utan i den uppgift de har framför sig just nu.
Reflektera innebär att stanna upp efteråt. Vad fungerade? Vad fungerade inte? Tog det kortare tid? Blev kvaliteten annorlunda? Misslyckandena är lika värdefulla som framgångarna. De visar var gränserna går.
Dokumentera är att skriva ner det som fungerade. Inte en rapport, inte en policy. En mening räcker: "Jag bad ChatGPT sammanfatta kundmötet utifrån mina anteckningar, och det sparade mig 20 minuter."
Dela är att berätta det för kollegorna, men inte ad hoc. Det behövs en tydlig plats: en Slack-kanal, ett delat dokument eller en stående punkt på måndagsmötet. Utan en konkret yta att dela i förblir kunskapen osynlig. Det behövs en morot: lyft de som delar, visa att det uppskattas, gör det till något chefen aktivt efterfrågar.
Upprepa är att göra det igen nästa vecka. Inte för att någon sa åt dig, utan för att det finns tid avsatt för det.
Inget av det här händer om folk inte har tid. Det räcker inte att säga "testa AI när du får en chans." Det kommer aldrig en chans, för kalendern är redan full. Som chef måste du aktivt frigöra tid: en timme i veckan, en uppgift som tas bort, ett möte som stryks. Experimentera är inte något som görs ovanpå allt annat. Det är något som görs istället för något annat.
Så här kan det se ut i praktiken. Ett kundtjänstteam har problem med svarstider. En medarbetare börjar använda ChatGPT för att ta fram utkast till svar på vanliga supportärenden. Hon testar i en vecka, reflekterar över vad som fungerar för standardärenden och vad som inte gör det för komplexa reklamationer. Hon dokumenterar sin bästa prompt i ett delat Google-dokument. Inom en månad använder tre kollegor samma metod. Inom två månader har teamet en liten promptsamling med åtta mallar. Svarstiderna har sjunkit märkbart. Ingen har bett om budget. Ingen har skrivit en policy. Loopen har gjort jobbet.
Som chef är ditt jobb inte att välja verktyg. Ditt jobb är att skapa förutsättningar för den här loopen. Ställ tre frågor vid varje månadsmöte: Vad har du använt AI till? Vad fungerade? Vad kan bli repeterbart?
Det låter banalt. Det är det inte. De flesta team har aldrig haft det samtalet.
Från experiment till process
Här kommer den riktigt intressanta insikten. Den är lånad från programmering: DRY, Don't Repeat Yourself. Har någon i teamet gjort samma sak med AI två gånger? Då ska det bli en process.
Dokumentation förvandlar engångsexperiment till repeterbara processer, och repeterbara processer till automation.
Det spelar ingen roll om det handlar om GitHub Copilot i koden eller ChatGPT i texten. Principen är densamma: om det fungerade mer än en gång är det värt att skriva ner.
Tänk på det så här. Första gången någon i teamet använder AI för att skriva ett mötesprotokoll är det ett experiment. Andra gången är det en vana. Tredje gången borde det finnas en kort instruktion som alla kan följa: "Så här gör vi mötesprotokoll med AI." En prompt, en checklista, en rutin.
Dokumentationen behöver inte vara perfekt. Den behöver inte ens vara snygg. Ett stycke i ett delat dokument med en prompt och tre rader om vad man ska tänka på räcker. Poängen är att kunskapen lämnar en persons huvud och blir tillgänglig för alla. Nästa person slipper börja från noll. De slipper lista ut vilken prompt som fungerar, vilka inställningar som ger bäst resultat, vilka fallgropar man ska undvika. Den där halvtimmen av trial and error som den första personen lade ner blir fem minuter för den andra.
Det behöver inte vara avancerat. Ekonomiavdelningen som använder ChatGPT för att skriva sammanfattningar av kvartalsrapporter kan dela sin prompt i ett gemensamt dokument. Utvecklingsteamet som upptäcker att GitHub Copilot genererar bättre tester om man ger den en specifik instruktion kan göra den instruktionen till en del av onboardingen för nya kollegor.
Varje dokumenterad process sänker tröskeln för nästa person. När tillräckligt många processer finns på plats börjar något intressant hända: teamet slutar se AI som ett experiment och börjar se det som infrastruktur.
Det är skillnaden mellan ett team där en person "testar lite AI ibland" och ett team där AI är en del av hur man jobbar.
Tänk på det som en mognadstrappa. I botten finns ad hoc-användning: enskilda experiment utan spridning. Nästa steg är dokumenterade processer, där fungerande metoder skrivs ner och delas. Överst finns systematisk integration, där AI är inbyggt i arbetsflöden och nya medarbetare lär sig det som en del av onboardingen. De flesta team befinner sig fortfarande på det första steget. Loopen är vägen uppåt.
Vad du som chef faktiskt ska göra
Sluta med de stora utspelen. Sluta skicka mejl om AI-strategier. Börja med något litet.
Inför reflektionsstunden. En timme i månaden räcker. Gå laget runt: vad har du testat? Vad lärde du dig? Vad kan andra i teamet ha nytta av? Första gången blir det tyst. Andra gången har folk börjat testa saker bara för att ha något att berätta.
Skapa ett delat dokument. Kalla det "AI-recept" eller "Saker som funkar". Ingen mall, inga kolumner, inget krångel. Bara en lista där folk skriver ner vad de har gjort. "Jag använder GitHub Copilot för att generera testdata. Sparar 30 minuter varje sprint." Det är allt som behövs.
Gör det själv först. Den enskilt viktigaste saken du kan göra som chef är att visa att du själv använder AI i ditt arbete. Inte genom att prata om det i allmänna ordalag. Utan genom att säga: "Jag bad ChatGPT hjälpa mig strukturera den här kvartalsrapporten, och det fungerade riktigt bra. Här är prompten jag använde."
Om du inte kan ge ett eget exempel har du inte gjort jobbet. Varför ska ditt team göra det du själv inte gör?
Fira processerna, inte verktygen. Ingen bryr sig om att ni har Copilot-licenser. Alla bryr sig om att Anna i marknadsavdelningen halverade tiden det tar att göra konkurrentanalyser. Lyft de konkreta resultaten, inte teknikens namn.
Mät utan att göra det till ett projekt. Du behöver inte KPI:er, dashboards eller månatliga rapporter. Räkna antalet dokumenterade AI-recept i ert delade dokument. Notera hur många som har något att berätta vid reflektionsstunden. Det räcker. Om siffran växer varje månad är ni på rätt väg. Om den stagnerar, fråga varför. Ofta handlar det om att folk saknar tid att experimentera, inte att de saknar vilja.
Acceptera att det tar tid. Första månaden kommer tre av tio att testa något. Tredje månaden har det blivit sex. Sjätte månaden är det en del av kulturen. Du bygger inte en AI-organisation med ett memo, du bygger den med repetition och synlighet.
Chefens checklista
☐ Inför en reflektionsstund, en timme i månaden
☐ Skapa ett delat dokument för AI-recept
☐ Visa vägen: dela dina egna prompts
☐ Fira processerna, inte verktygen
☐ Mät enkelt: räkna recept och deltagare
Vill du kickstarta loopen?
AI Leadership Lab – en halvdag där max åtta chefer arbetar med sina egna case.
AI på jobbet – praktisk introduktionskurs för teamet som behöver grunderna.
Det handlar inte om teknik
Du behöver inte en AI-strategi på 40 sidor. Du behöver inte en kompetensinventering. Du behöver inte vänta på att "tekniken mognar."
Det du behöver är en kultur där folk experimenterar, reflekterar och delar. Där det är okej att testa och misslyckas. Där "jag provade och det funkade inte" är lika värdefullt som "jag provade och det sparade mig en timme."
De organisationer som lyckas med att förankra AI har en sak gemensamt. Det är inte budgeten, inte verktygen, inte ens kompetensen. Det är att de har skapat utrymme för loopen. De har gjort det legitimt att avsätta tid för att testa, reflektera och dokumentera. De har chefer som själva visar vägen, inte genom PowerPoint-presentationer utan genom att dela sina egna prompts och sina egna misstag.
Kommer du ihåg Lütkes memo? Ett år senare hade Shopify byggt in AI i varje del av verksamheten, från produktutveckling till kundtjänst. Inte för att memot var briljant formulerat, utan för att det följdes av struktur. Testa. Reflektera. Dokumentera. Dela. Upprepa.
Det börjar med dig. Inte med ett memo. Med en timme i månaden, ett delat dokument och ett ärligt svar på frågan: vad har du själv använt AI till den senaste veckan?
