Det pratas mycket om AI-mognad i svenska organisationer just nu. Konsulter erbjuder mognadsbedömningar, IT-avdelningar bygger checklistor och ledningsgrupper nickar igenkännande när begreppet kommer upp på dagordningen. Men vad menar vi egentligen med begreppet och hur vet man om man är mogen eller inte?
McKinseys senaste globala AI-undersökning* visar en fascinerande paradox: 78% av organisationer använder AI i minst en affärsfunktion, men bara 1% av företagsledarna beskriver sina organisationer som "mogna". McKinsey definierar mognad som att "AI är helt integrerat i arbetsflöden och driver betydande affärsresultat". Det är en medvetet hög ribba som förklarar den låga siffran, men som samtidigt säger något viktigt om gapet mellan aktivitet och verklig transformation.
Checklistor som skjuter bredvid målet
De flesta mognadsbedömningar jag sett fokuserar på det tekniska: Har ni ren data? Rätt säkerhetsstruktur? Integrerade system? API:er på plats? Det är förstås viktiga frågor, men jag tror att de riskerar att skjuta bredvid målet.
För vad händer när checklistorna är avbockade och systemen är på plats men medarbetarna fortfarande "gör som de alltid gjort"? När stora investeringar inte ger avkastning för att kulturen inte följt med?
Det finns organisationer med perfekt teknisk infrastruktur där AI-initiativ ändå rinner ut i sanden. Likaså finns det organisationer med modest teknikstöd som skapar verklig transformation eftersom de har något annat: en kultur av nyfikenhet och mod att experimentera.
Vad är egentligen "AI-mognad"?
Min slutsats, baserat på erfarenhet och spaningar kring ledarskap och organisationsförändring, är att AI-mognad handlar om tre dimensioner som sällan hamnar på checklistan:
Nyfikenhetsmognad: Finns det en genuin öppenhet för att utmana befintliga sätt att arbeta? En vilja att ställa frågan "Kan AI hjälpa oss här?" utan att redan ha bestämt svaret?
Experimenteringsmognad: Har organisationen utvecklat förmågan att testa, missa målet, lära sig och försöka igen? Eller kräver alla initiativ perfekta förstudier och garanterade utfall?
Integrationsmognad: Kan organisationen ta nya verktyg och arbetssätt och göra dem till en naturlig del av hur man arbetar, inte bara en sidoaktivitet som försvinner när projektet är slut?
Frågor som avslöjar verklig mognad
Istället för, eller åtminstone som komplement till, checklistor över teknisk kapacitet, behöver vi ställa andra slags frågor. Frågor som fokuserar på attityder, förändringsbenägenhet och kultur. Till exempel:
På individnivå:
- När stötte du senast på ett problem och tänkte spontant "Kan AI hjälpa mig här?"
- Har du ändrat ditt arbetssätt permanent och använder AI konsekvent till en eller flera arbetsuppgifter?
- Vad skulle du säga till en kollega som är skeptisk till AI?
På organisationsnivå:
- Hur arbetar vi med de nyvunna kunskaperna efter en genomförd AI-utbildning?
- Pratar vi om AI som något vi "ska börja med" eller som något vi "gör"?
- Har vi avbrutit eller omdefinierat ett projekt för att en AI-lösning visade sig bättre?
- Hur ofta pratar vi om AI på ledningsgruppsmöten och i vilka sammanhang?
Mognad som process, inte tillstånd
AI-mognad är inte något man "har" eller "inte har" liksom ett förutbestämt slutmål. Det är en process, en riktning, ett sätt att förhålla sig till förändring och möjlighet.
En mogen organisation är inte den som har alla svar, utan den som har lärt sig att ställa bättre frågor. En mogen ledare är inte den som behärskar alla AI-verktyg, utan den som har mod att experimentera och uthållighet att fortsätta lära.
McKinseys låga siffra för "mogen" AI-implementering (bara 1% globalt) påminner oss om att verklig transformation kräver mer än pilotprojekt och checklistor. Den kräver att vi vågar förändra hur vi arbetar och att vi adderar tid och tålamod för att nå full effekt.
Så nästa gång du får frågan eller själv reflekterar över om du eller din organisation är “AI-mogen”, börja med att definiera begreppet.
***
Helena Bombas Holmström
VD & Grundare, Embracion
* McKinsey & Company. The state of AI: How organizations are rewiring to capture value. March 2025. McKinsey Global Survey on AI, July 16-31, 2024. 1,491 deltagare från 101 länder.
