Offentlig sektor
Ni har inget AI-problem. Ni har ett problem med att få det in i daglig användning.

Anlitade av team hos
DEN SISTA BITEN
De flesta organisationer misslyckas inte för att de saknar en AI-strategi. De misslyckas för att strategin aldrig var byggd för att nå ända fram till daglig användning. Piloten imponerar i demon och faller ihop i verkligheten. Konsulten går vidare, och kunskapen följer med.
Slutet är sällan dramatiskt: en AI-investering som dör i en byrålåda och tar med sig budget och uppmärksamhet från arbete som hade fört verksamheten framåt.
Vi skriver strategier som är gjorda för att köras, inte för att läsas. Vi vet skillnaden mellan ett användningsfall som håller i verksamheten och ett som bara imponerar i en demo. Och vi stannar tills det är i daglig användning.
BRANSCHER: DÄR AI GRANSKAS, REGLERAS OCH FÅR FÖLJDER
Ni har inget AI-problem. Ni har ett problem med att få det in i daglig användning.
Ni kan regelefterlevnad. Det är precis därför ni underskattar det här.
Systemet som en myndighet uppmanar er att bygga är detsamma som en annan just tvingade ur daglig användning.
SÅ ARBETAR VI
Det vanliga misstaget är att börja i tekniken och sedan leta efter ett problem som passar den. Vi gör tvärtom: verksamheten först, de flaskhalsar som faktiskt står i vägen, och först därefter frågan om AI är rätt verktyg alls. Det gäller AI för företag och offentlig sektor lika mycket. Förutsättningarna skiljer sig, ordningen gör det inte.
Riktningen beslutas i ledningsgruppen, så det är där vi arbetar. Men en plan som bygger på vad ledningen tror om sin egen mognad är en plan som stannar av. Därför mäter vi också var organisationen faktiskt står.
Vi börjar i verksamheten, prioriterar de få användningsfall som faktiskt kommer att nå daglig användning, och avgör vad som är värt att bygga alls.
Vi tar initiativet ut i verksamheten, med styrning och faktisk användning hanterade där de avgörs: i organisationen.
Det vi lämnar efter oss äger och driver ni själva. Inget beroende, inget löpande avtal, ingen inlåsning.
DÄRFÖR OBEROENDE
Vi är managementkonsulter, inte en teknikleverantör. Vi är oberoende av teknik och leverantörer: inga partnerprogram, inget egenintresse i ett modellval eller en riskklassificering. Vi rekommenderar det som fungerar för er, inte det som passar vår egen verktygslåda. Och vi har ingen anledning att bygga något skräddarsytt när något som redan finns gör jobbet till en bråkdel av kostnaden.
För en organisation som investerar i AI är det skillnaden mellan en AI-konsult som säger som det är och en leverantör vars affär bygger på att bygget blir av.
TJÄNSTER
En genomlysning med tydlig avgränsning, och en prioriterad plan som er ledningsgrupp kan besluta om.
02Vad som är värt att bygga, vad som kan vänta, och vad som förtjänar ett nej.
03Ni har redan börjat, och det är planen som gör det till en förmåga: vilken roll som behöver vad, vem som äger den, och hur den håller när verktygen ändras igen.
04Från ledningens beslut till daglig användning, byggt för att klara kraven i verksamheten.
05Det tysta misslyckandet är systemet som ingen använder. Vi ser till att det fastnar i verksamheten.
06Automation som håller i daglig användning, och agenter där de har förtjänat sin plats.
07Inventeringen, klassificeringen, och policyn som folk faktiskt följer.
08En fast motpart till er ledningsgrupp, på ett avgränsat månadsupplägg.
INSIGHTS

76 procent av organisationerna uppger att de har en AI-chef. Det är utnämningen som går att räkna, men det är de tre senaste AI-besluten som säger vem som faktiskt bestämmer.
Läs analysen
Andelen svenska livsmedelsproducenter med minst en AI-teknik gick från 4,71 till 21,39 procent på två år. Andelen som använder AI för produktionsprocesser sjönk samtidigt, och det avgör vad sektorsiffran är värd för er.
Läs analysenFRÅGOR
En AI-konsult avgör vad som är värt att bygga, ser till att det byggs, och lämnar det i händerna på er. Arbetet går i tre steg: strategi, användning, ägande. Ibland är svaret att inte bygga något alls, och då säger vi det. Vi är managementkonsulter och inte en teknikleverantör, så vi har inget egenintresse i vilket verktyg ni landar i.
Varje uppdrag har ett fast pris som är satt innan arbetet börjar, och en avgränsning som säger var det slutar. Det gäller alla åtta tjänsterna, även månadsupplägget för AI-chef på avtal. Vi lovar ingen avkastning innan vi sett era data: en leverantör som ger er ett tal före analysen säljer en berättelse, inte en diagnos. Det vanliga första steget är en AI-mognadsanalys.
Egenintresset. En leverantör tjänar pengar på att bygget blir av och på att ni stannar kvar i plattformen. Vi har inga partnerprogram, ingen provision på ett modellval, och ingen anledning att bygga något skräddarsytt när något som redan finns gör jobbet till en bråkdel av kostnaden. För er är det skillnaden mellan att få ett råd och att få en offert.
Med att ta reda på var ni faktiskt står, inte med att välja verktyg. En AI-mognadsanalys kartlägger vilken AI-användning som redan pågår i organisationen, och den är nästan alltid större än ledningen tror. Den kartlägger också vilken data som är användbar, och vilka få användningsfall som är värda att gå vidare med. Ni får en prioriterad plan som ledningsgruppen kan besluta om, inte en rapport.
Tre saker som sällan är tekniska: data som finns när systemet behöver den, ett arbetsflöde som någon faktiskt ritat om, och en utpekad ägare hos er. Piloter faller nästan aldrig på modellen. De faller på att ingen äger den dagliga driften när konsulten gått vidare. Mönstret ser likadant ut i ett privat bolag som i en myndighet.
Två saker gäller redan i dag, oavsett vad ni kör: kravet på AI-kompetens i artikel 4 och de förbjudna metoderna i artikel 5, båda sedan februari 2025. Transparenskraven i artikel 50 började gälla den 2 augusti 2026. Högriskreglerna träffar färre system än marknaden antyder, och vilket spår ni hamnar i avgörs av användningen och inte av tekniken. Vår sida om AI-förordningen håller hela tidslinjen aktuell.
VAR NI BÖRJAR
Ett avgränsat uppdrag till fast pris. Vi kartlägger var ni står, var AI skapar verkligt värde, och vad som krävs för att få det in i daglig användning.
Att hoppa över det steget har ett pris som sällan hör av sig i tid: fel sak byggs, känsliga uppgifter hamnar i fel modell, eller ett beroende visar sig bli dyrt att ta sig ur.
Vi lovar ingen avkastning innan vi har sett era data. En leverantör som ger er ett tal före analysen säljer en berättelse, inte en diagnos.
Det är precis där vi börjar.
Vi kartlägger läget och de första stegen som är värda att ta.