Bättre och snabbare beslut
Få fram ett användbart underlag, se alternativ och komma vidare med bättre omdöme. Följ till exempel tiden till beslut och hur ofta beslutet behöver göras om.
Material att ta vidare / K3 Nordic
Varför ”misslyckas”
AI-piloter?
Och hur ska vi göra istället?
Tack för morgonen i Örebro. Här finns bilderna, resonemangen bakom dem och ramverken att arbeta vidare med. Det viktiga börjar när vi kommer tillbaka till vardagen.
Öppen för alla med länken. Ingen inloggning behövs.
Facit först
Tre saker att hålla fast vid.
Innan vi börjar
Vad menar vi ens med misslyckas?
En pilot som får oss att ändra riktning eller lägga ner en dålig idé kan ha gjort precis det den skulle. Det avgörande är vad vi lär oss och vad vi gör med den kunskapen. En snygg demo som aldrig förändrar någonting är en annan sak.
Därför behöver vi vara försiktiga med stora rubriker om hur många AI-piloter som ”misslyckas”. Vad räknades som en pilot? Vilken effekt letade man efter, och under hur lång tid? Frågorna är mer användbara än en procentsats utan sammanhang.
01 / Förstå genom att göra
AI behöver komma
under huden.
“You can manage what you do not understand, but you cannot lead it.”
Myron Tribus
Vi har levt med människor hela livet. Det gör oss inte automatiskt till bra ledare, men vi har erfarenheter av att förstå, fråga, delegera och reda ut missförstånd. Med AI behöver vi utveckla en ny praktisk förståelse för hur vi arbetar tillsammans.
Det är det jag menar med samexistens. Bjud in AI i tänkandet, förberedelserna, görandet och uppföljningen. Förståelsen växer medan vi gör, och det vi förstår förändrar vad vi gör härnäst. Mindset, skillset och toolset utvecklas tillsammans.
Tribus knöt ihop det i titeln på sin artikel från 1996: You Cannot Lead What You Do Not Understand—You Do Not Understand What You Haven’t Done.
Ramverk / Kasparov
Från oro till handlingsförmåga.
Min tolkning av Kasparovs tre lagar är en berättelse i tre steg. En ingång till att prata om verktygen, vår egen förmåga och arbetssättet runt dem.
Maskinen kan slå människan.
Schacket gör den känslan väldigt konkret. När en maskin klarar sådant vi förknippar med mänsklig skicklighet är det lätt att undra vad som blir kvar åt oss.
Människan och maskinen kan bli ett starkare lag.
Vårt sammanhang, omdöme och riktning kan möta maskinens kapacitet. Där finns en möjlighet, men också en bekväm fälla: att tro att samarbetet uppstår bara för att vi har skaffat verktyget.
Valet av maskin och sättet att arbeta gör skillnad.
En skicklig person med fel verktyg kan få sämre förutsättningar än en mindre erfaren person med rätt verktyg. Där börjar jobbet: välj, pröva, lär och förbättra samspelet. Lägg sedan till processen.
En pedagogisk tolkning av Kasparovs arbete, inte tre ordagranna citat eller ett löfte om att människa plus AI alltid presterar bäst.
Karin / Alla kan bli hackers
Vad händer när du kan lösa skavet själv?
Karin-historien handlar om den där återkommande uppgiften som ingen riktigt har prioriterat att lösa. Kopiera, klistra in, flytta information. Det går åt tid och energi, men problemet är för litet eller för osynligt för att hamna överst på någon annans lista.
När Karin själv kan börja bygga en lösning förändras mer än uppgiften. Hon får handlingsförmåga. Det är hackerperspektivet här: nyfikenheten på hur något fungerar och modet att försöka göra det bättre.
Pröva själv / The Painkiller
Välj en sak som känns onödigt dum.
Beskriv vad du försöker få gjort, vad som skaver och vad ett bra resultat skulle vara. Låt AI hjälpa dig att undersöka om arbetet kan förenklas, förändras eller försvinna. Testa litet, kontrollera resultatet och dela det du lär dig. Historik över ditt arbete kan hjälpa dig att upptäcka upprepningar som blivit så vardagliga att du inte längre ser dem.
Vilken liten förändring skulle göra nästa arbetsdag bättre?
02 / Välj det som spelar roll
Snabbare är en början.
Bättre är en riktning.
Efficiency AI
Gör nödvändigt arbete bättre, snabbare och med mindre onödig insats. Frigör kapacitet där den behövs. Titta på hela flödet så att arbetet inte bara flyttas till någon annan.
Opportunity AI
Upptäck sådant vi tidigare inte kunde göra. Nya erbjudanden, bättre frågor, högre kvalitet och fler människor som kan bidra. Låt verktygen vidga bilden av vad som är möjligt.
Och innan vi låter AI göra den där presentationen, Excel-filen eller feta veckorapporten: behövs den? Vad ska mottagaren förstå, besluta eller göra? Kanske finns ett bättre sätt att nå dit. Ibland är den bästa piloten den som aldrig startas, eftersom vi inser att hela flödet behöver tänkas om.
En tankemodell för affärsnytta
Värde = teknik × adoption × strategisk relevans
Tekniken behöver fungera, användas på ett meningsfullt sätt och vara riktad mot något som spelar roll. En sparad minut får olika värde beroende på om den frigör en flaskhals, minskar en risk eller bara försvinner någon annanstans i arbetsdagen.
Rogers & Sankaranarayanan i HBREn begreppsmodell, inte en uppmätt matematisk lag. Artikeln kan kräva HBR-abonnemang.Ramverk / Sex värdevektorer
Vad räknar vi som värde?
Sparad tid är en del av bilden. De här sex perspektiven hjälper oss att se och följa upp fler sorters nytta. Välj de som är relevanta för ditt arbete.
Mental kapacitet och välmående
Mindre letande, kontextväxling och repetitivt slit kan ge mer energi till det viktiga. Nyttan kan märkas i bättre förberedelser, mindre övertid eller en rimligare arbetsdag.
Gemensam kunskap som faktiskt används
Gör tidigare erfarenheter, beslut och kunnande tillgängliga när de behövs. Kan vi hitta källan, undvika dubbelarbete och hjälpa nästa person att komma igång?
Risk och regelefterlevnad
Gör det enklare att arbeta med rätt information, i rätt verktyg och med tydligt ansvar. Följ om fel fångas, beslut går att förklara och säkra arbetssätt fungerar i vardagen.
Lärande och utveckling
Använd AI som bollplank, handledare och stöd för kunskapsöverföring. Titta på vad människor kan göra efteråt och hur teamets förmåga utvecklas.
Tillgång och inkludering
Sänk trösklar för språk, skrivande, analys och byggande. Värdet uppstår också när fler får möjlighet att delta och agera, inte bara när de redan erfarna blir snabbare.
03 / Håll i
Jobbet börjar när
piloten är ”klar”.
En fungerande demo visar en möjlighet. För att nyttan ska bli verklig behöver någon kunna använda resultatet, ändra sitt arbete och följa upp vad som händer. Fråga därför vad som sker efter att AI har producerat sitt svar. Vem ska agera? Vilka förutsättningar behöver den personen?
För en större satsning behöver vi en tydlig förväntad effekt, någon som ansvarar för nyttan och ett sätt att se om den uppstår. Vardagens lärande behöver samtidigt få utrymme utan ett färdigt business case för varje litet försök.
Don’t be a botsitter
- Set clear boundaries, then let AI work.
- Put human judgment where it matters.
- Fix recurring problems at the source.
- Measure outcomes, not how busy the bot is.
Ta ansvar för hur arbetet fungerar: gränser före delegering, stöd när undantag uppstår och lärande från resultaten. Om samma fel behöver handpåläggning om och om igen behöver vi förbättra systemet eller arbetssättet.
Ramverk / De fyra jobben
Vad ska vi använda vår nya förmåga till?
AI kan hjälpa i alla fyra. Frågan är hur vi fördelar vår uppmärksamhet när mer blir möjligt.
Göra jobbet
Leverera, lösa uppgiften och hålla det vi lovat. Här börjar många med AI: ett underlag, ett mejl, en analys. Kontrollera att resultatet faktiskt håller.
Förbättra hur jobbet görs
Ifrågasätt flödet, ta bort onödiga steg och höj kvaliteten. Det är här frågan ”behöver vi göra detta alls?” hör hemma.
Utveckla dig själv
Lär, experimentera och bygg ditt omdöme. Be AI förklara, utmana och hjälpa dig pröva sådant du ännu inte kan.
Utveckla teamet
Dela arbetssätt, coacha och bygg gemensam förmåga. En förbättring blir större när fler kan använda och utveckla den.
Om AI frigör kapacitet i jobb 1, hur mycket av den investerar du i jobb 2, 3 och 4?
Ramverk / Fyra grundprinciper
Ett arbetssätt att växa med.
Min tillämpning av principerna i Ethan Mollicks Co-Intelligence, utvecklad genom arbetet med människor, team och organisationer.
Bjud in AI till allt du gör.
Börja med vanan att undersöka hur AI kan bidra. Ge sammanhang, tänk högt, testa och iterera. Du behöver inte ha en perfekt prompt för att börja. Att bjuda in AI betyder att utforska dess roll, inte att automatiskt ge den tillgång till all information eller rätt att agera.
Var människan i loopen.
Ta ansvar för var det mänskliga omdömet behövs. Ibland i varje beslut, ibland i gränserna, undantagen och uppföljningen. Meningen är att skapa ett ansvarsfullt samspel, inte en ändlös kö av godkännanden.
Behandla AI som en människa, men glöm aldrig att den inte är det.
Prata naturligt och ge den kontext och återkoppling som en kollega. Behåll samtidigt ditt omdöme om svaren. Sättet du möter AI formar samspelet; det innebär inte att den har mänsklig erfarenhet eller ansvar.
Den AI du har idag är den sämsta du någonsin kommer att ha.
En påminnelse om att börja lära nu och fortsätta ompröva. Det är en hållning till utvecklingen, inte en garanti för att varje ny modell eller varje nytt svar blir bättre.
När beslutet möter kunden
Vad ber vi människan att riskera?
I mitt exempel från Volvo Trucks var ambitionen ett bättre sätt att hantera garantiärenden. Men när slutsatserna innebar att oftare säga nej till kunden uppstod en svårighet i frontlinjen: hur skulle det påverka relationen?
Det hjälper oss att ställa en viktig fråga. Om systemet får fatta eller föreslå ett beslut, men medarbetaren får bära alla konsekvenser av att följa det, vad har vi egentligen förändrat? Att prata om ”motstånd” riskerar att dölja en konflikt mellan ansvar som organisationen behöver reda ut.
Skilj därför på tre frågor: vad omfattas av garantin, vem får besluta om goodwill och vem förklarar beslutet och backar personen i kundmötet? Det är frågor att använda när vi utformar arbetet, inte en beskrivning av Volvos faktiska beslutsregler.
En mänsklig invändning kan också fånga en brist i modellen eller policyn. Vi behöver förstå vad invändningen skyddar och vad utfallet blir. Färre invändningar är inte i sig ett bevis på bättre arbete.
Exemplet är min erfarenhetsberättelse. Det är inte en redovisning av verifierad systemprecision eller ett slutligt projektresultat.
Börja här
En sak.
Nästa arbetsdag.
Du behöver inte börja med en stor AI-plan. Börja med ett verkligt skav och en önskad förbättring.
Gör det synligt för en kollega. Visa både det som fungerade och det som blev fel. Så får en liten upptäckt chans att bli gemensam förmåga.
Fortsätt här
Bilderna, verktygen
och nästa samtal.
Presentation
Alla bilder från K3 Nordic.
Öppna bildspelet i Google Presentationer. Innehållet kan läsas utan konto.
IntroduktionenSå presenterade AI mig.
Den delade Perplexity-tråden från inledningen. Läs, granska och tänk vidare.
Mitt AI-teamVerktygen jag arbetar med.
Utforska mitt AI-team och hitta något att pröva i ditt eget arbete.
Om mig, för dig och din AIMer sammanhang ger bättre samarbete.
Min publika kontextprofil: vem jag är, vad jag arbetar med och hur jag tänker.
Jardenberg.com / NowFrågorna fortsätter.
Vad jag arbetar med och tänker på just nu. Bland annat: var hör det mänskliga omdömet hemma när AI kan göra mer?
Vi håller kontakten
Berätta vad du provar.
Connecta gärna på LinkedIn och skriv en rad om vad du tog med dig från Örebro. Jag är nyfiken på vad som händer när idéerna möter vardagen.
Connecta med mig på LinkedInMer på jardenberg.comOm materialet och källorna
Det här är ett fördjupande material till presentationen och det förberedda upplägget för K3 Nordics frukost i Örebro den 29 september 2026. Någon inspelning finns inte i underlaget. Texten är därför inte ett ordagrant referat av morgonen eller av deltagarnas frågor.
K3 äger sin berättelse om Moneymaker. Här utvecklas Joakims resonemang och ramverk. Kasparov-avsnittet är en pedagogisk tolkning. De fyra principerna bygger på Ethan Mollicks arbete. Värdeekvationen är Rogers och Sankaranarayanans modell.
- Myron Tribus, Journal of Innovative Management, hösten 1996
- HBR: Closing the Gap Between AI Investment and Financial Return
- Das Narayandas: Why Even Your Best Employees Override AI Systems That Work, HBR, angiven som kommande artikel i november–decembernumret 2026.
- Fler idéer och ramverk på jardenberg.com
AI-genererade illustrationer. Denna sida använder inga analysverktyg eller spårningscookies. Ditt val av ljust eller mörkt utseende sparas bara i den här webbläsaren.