Om AI.
Hur AI fungerar, vad som gäller och hur ni kommer i gång. Förklarat enkelt.
Grunderna
Vad AI är och när svaren går att lita på.
- Vad är en språkmodell? En enkel förklaring Vad en språkmodell är, vad den är bra på, var den brister och vad det betyder i arbetet. Förklarat utan tekniska omvägar.
- Vad är en AI-agent? En enkel förklaring Vad en AI-agent är, hur den fungerar och vad som skiljer den från en AI-assistent. Om språkmodellen, verktygen, minnet och loopen som håller ihop dem.
- Så undviker ni att AI hittar på svar Varför AI ibland hittar på, och hur ni minskar risken med egna dokument, källhänvisningar och tydlig kontroll.
- Varför källhänvisningar gör AI-svar trovärdiga Ett AI-svar utan källa måste tas på tro. Så gör källhänvisningar AI-svar möjliga att kontrollera, och varför det spelar roll i arbetet.
- Träna AI på egna dokument eller låta den läsa dem? Ska AI tränas på era egna dokument eller läsa dem när frågan ställs? Om RAG och finjustering, och vad valet betyder för aktualitet, källor och behörigheter.
- Skillnaden mellan intern AI och publika AI-tjänster Publika AI-tjänster är bra på mycket. Men när arbetet rör verksamhetens egna uppgifter blir skillnaderna tydliga. Om data, träning, behörigheter och källor.
Säkerhet och integritet
Var uppgifterna finns och vem som når dem.
- Passar egen installation eller molntjänst bäst för er? Ska AI-assistenten köras i er egen miljö eller skötas av leverantören? Så väljer ni mellan egen installation och drift hos leverantören.
- AI för organisationer med höga krav på sekretess Myndigheter, advokatbyråer och försäkringsbolag kan använda AI utan att släppa kontrollen. Om egen installation, air-gap, åtkomst, spårbarhet och källor.
- Behörigheter i AI avgör vem som ser vad En AI-assistent får aldrig bli en genväg förbi era behörigheter. Om roller, inloggning, delning och spårbarhet, och vad ni ska kräva.
- Riskerna med AI-agenter och hur ni hanterar dem Vilka risker finns med AI-agenter och hur hanterar ni dem? Om säkerhet kring dolda instruktioner, behörigheter och handlingar som inte går att ångra.
- Så använder ni AI med öppen källkod på ett säkert sätt AI med öppen källkod ger insyn, men ansvaret för det som laddas ner ligger hos er. Om tillägg, paket, uppdateringar, modellfiler och krav på leveranskedjan.
- Så hanterar ni AI-agenter som kontaktar er Mejl, formulär och samtal kan komma från en AI-agent. Om hur ni vet vem som står bakom, skyddar systemen och hanterar beställningar, uppgifter och bedrägerier.
- När medarbetarna skriver in känslig information i AI Vad händer när medarbetare klistrar in kunduppgifter i öppna AI-tjänster? Om risken, varför förbud sällan räcker och hur ni gör det säkra till det enkla.
- Vad händer med vår data när avtalet tar slut? Frågan som ofta glöms bort vid valet av AI-lösning. Om export, radering, egen installation och vad ni ska kräva innan ni skriver på.
Lagar och regler
GDPR, AI-förordningen, NIS2 och vad amerikansk lag betyder för data i Europa.
- Amerikanska lagar och data som lagras i Europa Vad CLOUD Act, FISA 702 och ramverket mellan EU och USA betyder för uppgifter som lagras i Europa, och hur ni avgör vilka uppgifter som passar var.
- Vad CLOUD Act betyder för er data Amerikanska leverantörer kan behöva lämna ut uppgifter som lagras i Europa. Vad CLOUD Act säger, hur lagen möter GDPR och vad ni kan fråga leverantören.
- FISA 702 och vad underrättelselagar betyder för molnet FISA 702 och EO 12333 styr amerikansk underrättelseinhämtning utanför USA. Läget hösten 2026, med datum, och vad det betyder för molntjänster.
- Räcker ramverket för dataskydd mellan EU och USA? Ramverket gör det enklare att föra över personuppgifter till USA och gäller i dag. Det prövas nu i EU-domstolen, och därför är en plan B klok.
- Molntjänster och sekretess i offentlig sektor Vad 10 kap. 2 a § OSL, förarbetena, eSams vägledning och regeringens molnpolicy betyder när myndigheter, kommuner och regioner väljer moln och AI.
- När blir ett AI-svar en allmän handling? Vad offentlighetsprincipen betyder när myndigheter använder AI. Om promptar, svar och loggar som allmänna handlingar, sekretess och utredningen som pågår.
- Är ett suveränt moln tillräckligt? Amerikanska leverantörer erbjuder europeiska moln med drift i EU. De löser mycket, och en rättslig fråga är ännu inte prövad i domstol.
- GDPR och AI: frågorna att ställa till leverantören Ska ni använda AI med personuppgifter? Frågorna om GDPR att ställa till leverantören innan ni väljer lösning.
- Vad AI-förordningen betyder för er AI-assistent Vad kräver EU:s AI-förordning av en organisation som använder en intern AI-assistent? Riskklasser, transparens, AI-kunnighet och datum som gäller.
- Vad NIS2 och cybersäkerhetslagen betyder för era AI-verktyg Cybersäkerhetslagen gäller nu i Sverige. Så påverkar NIS2 valet av AI-verktyg: leverantörskedjan, åtkomst, loggning och incidenter.
- Vad DORA betyder för AI i finansbranschen Vad DORA kräver när finansföretag använder AI från en extern leverantör. Om informationsregistret, exitstrategier, koncentrationsrisk och FI:s granskningar.
Bransch för bransch
Så används AI där kraven är höga.
- AI för vårdcentraler ger mer tid för patienten Hur en vårdcentral kan använda AI i vardagen. Utkast till journaltext och remiss från diktat, svar ur egna rutiner och stöd för hela personalen.
- Vad krävs för säker AI inom vården? Vad krävs för att AI ska kunna användas säkert inom vården? Om patientuppgifter, ansvar, åtkomst och spårbarhet, och vad ni ska fråga efter.
- AI för juristbyråer med krav på sekretess AI för juristbyråer med klientakterna kvar i den egna miljön. Behörigheter per ärende, svar ur egna mallar och promemorior, och juristen som ansvarar.
- AI i offentlig sektor med sekretess och ansvar Hur offentlig sektor kan använda AI utan att uppgifterna lämnar organisationen. Om sekretess, ansvar, egen installation, åtkomst, spårbarhet och svar med källa.
- Säker AI för finansbranschen Hur finansbranschen kan använda AI utan att känsliga uppgifter lämnar verksamheten. Om egen installation, air-gap, åtkomst, spårbarhet och källor.
- AI för HR och personalfrågor Hur HR kan använda AI för att svara snabbare på personalfrågor, utan att känsliga uppgifter sprids. Om underlag, behörigheter, gränser och införande.
Införande
Från första beslut till en del av vardagen.
- Så inför ni AI-sökning i organisationen, steg för steg En plan för att införa AI-sökning i era egna dokument, från första användningsfall till att hela organisationen använder den.
- Checklista inför upphandling av AI Vad ni ska fråga efter innan ni väljer en AI-lösning. En checklista om data, säkerhet, åtkomst, spårbarhet, svarskvalitet och avslut.
- Så skriver ni en AI-policy som medarbetarna kan följa Hur ni skriver en AI-policy som fungerar i vardagen. Om godkända verktyg, vilken information som får användas, ansvar, AI-kunnighet och skugg-AI.
- Kostnaden för att inte använda AI Den dolda kostnaden i många verksamheter är tiden det tar att hitta rätt information. Så synliggör ni den, och så kan AI ge tiden tillbaka.
- Introduktion av nya medarbetare med svar från första dagen Så hittar nya medarbetare rutiner och svar på egen hand från första dagen, med källor och rätt behörigheter, utan att ständigt behöva fråga kollegor.
- Så stannar kunskapen kvar när erfarna medarbetare slutar När en erfaren kollega går vidare försvinner ofta kunskap som aldrig skrevs ner. Så gör ni den tillgänglig för alla, med svar ur era egna dokument.
- Anbud och offerter med AI i er egen stil Så skriver ni anbud och offerter snabbare med AI: hitta tidigare svar och formuleringar, skriv i er egen stil och håll underlaget konfidentiellt.