Guide: Hitta rätt AI-expert (?)

Guide: Hitta rätt AI-expert — om det ens är det du behöver

“AI-expert” har blivit ett av de mest överanvända begreppen i näringslivet.

Det används om forskare, utvecklare, jurister, strateger, utbildare, föreläsare, konsulter, produktledare, förändringsledare och personer som nyligen börjat arbeta med generativ AI. I vissa fall är etiketten rimlig. I andra fall säger den nästan ingenting.

Den avgörande frågan är därför sällan: Vem är AI-expert? Den bättre frågan är: Vem har rätt erfarenhet för det problem vi faktiskt försöker lösa?

Att hitta rätt person kräver mer än att söka efter en imponerande titel, ett stort följarantal eller en välformulerad profil. Det kräver att man först förstår vilken typ av fråga man står inför.

“AI-expert” är inte en roll

AI är inte ett avgränsat kompetensområde. Det är ett tekniskt, juridiskt, organisatoriskt och affärsmässigt förändringsfält.

Två personer kan båda kalla sig AI-experter och ändå vara relevanta för helt olika uppdrag.

Den ena kan vara stark inom maskininlärning och teknisk arkitektur. Den andra kan förstå AI Act, dataskydd och ansvar. En tredje kan vara skicklig på att hjälpa ledningsgrupper prioritera mellan initiativ. En fjärde kan förstå hur nya arbetssätt faktiskt införs i organisationen.

Alla kan vara kunniga. Ingen av dem är automatiskt rätt för varje fråga.

Några helt olika kompetensområden

• AI-strategi och affärsnytta
• Data, arkitektur och teknisk implementation
• Generativ AI och agentiska system
• Juridik, AI Act och dataskydd
• Governance, risk och intern kontroll
• Produktutveckling och tjänstedesign
• Förändringsledning och kompetensutveckling
• Informationssäkerhet och cybersäkerhet
• Branschspecifik tillämpning
• Ledningsgrupps- och styrelsefrågor
• Upphandling och leverantörsbedömning
• Etik, samhällspåverkan och ansvar

Att samla allt detta under samma etikett är praktiskt för marknadsföring, men dåligt för beslutsfattande.

Börja med frågan, inte personen

Många organisationer börjar i fel ände.

De söker efter “en bra AI-expert” innan de har formulerat vad personen ska hjälpa till med. Resultatet blir ofta ett inspirerande möte, en allmän presentation eller ett stort antal idéer utan tydlig koppling till organisationens verkliga behov.

En bättre process börjar med att definiera problemet.

Vad försöker ni förstå?

Det kan handla om frågor som:

• Vad innebär AI för vår affärsmodell?
• Vilka risker behöver ledningen förstå?
• Hur påverkas vår bransch de närmaste åren?
• Vad är realistiskt att automatisera?
• Hur arbetar jämförbara organisationer?

Här behövs ofta någon som kan orientera, sätta frågan i ett sammanhang och skilja relevanta signaler från överdrifter.

Vad försöker ni besluta?

Exempel:

• Ska vi investera i en viss plattform?
• Ska AI-frågan ägas centralt eller i verksamheten?
• Vilka initiativ ska prioriteras?
• Behöver vi en AI-policy?
• Ska vi bygga själva eller köpa?
• Hur bör ansvar och mandat fördelas?

Då krävs inte bara ämneskunskap, utan också erfarenhet av verkliga beslut, målkonflikter och organisatoriska konsekvenser.

Vad försöker ni bygga?

Exempel:

• En AI-assistent
• Ett agentiskt arbetsflöde
• En intern kunskapstjänst
• Prediktiva modeller
• Automatiserad dokumenthantering
• En ny AI-baserad kundtjänst

Då behövs teknisk kompetens, men ofta också produktledning, dataförståelse, säkerhet, juridik och verksamhetskunskap.

Vad försöker ni förändra?

Exempel:

• Medarbetarnas arbetssätt
• Ledningens prioriteringar
• Organisationens kompetens
• Beslutsmodeller
• Governance
• Kultur och ansvar

Då är det fullt möjligt att den viktigaste personen inte är en traditionell AI-specialist, utan en erfaren förändringsledare eller verksamhetsarkitekt med god förståelse för AI.

Ibland behöver ni inte en AI-expert

Det här är en obekväm men viktig poäng.

I många situationer är problemet inte brist på AI-kunskap. Problemet är brist på strategi, styrning, data, ägarskap eller förändringsförmåga.

Organisationer säger ofta att de behöver en AI-expert när de egentligen behöver hjälp att fatta beslut, prioritera eller organisera sig.

Ni kanske behöver en strateg

Om frågan gäller affärsmodell, investeringar, prioritering och riktning är strategisk förmåga ofta viktigare än teknisk detaljkunskap.

Ni kanske behöver en jurist

Om frågan gäller AI Act, personuppgifter, avtal, upphovsrätt eller ansvar är en skicklig jurist med AI-erfarenhet mer relevant än en generell AI-rådgivare.

Ni kanske behöver en förändringsledare

Om tekniken finns men användningen uteblir är utmaningen sannolikt organisatorisk.

Ni kanske behöver en produktledare

Om ni har många idéer men svårt att omsätta dem till konkreta tjänster och prioriteringar är produktledning central.

Ni kanske behöver en branschexpert

AI i vård, industri, finans, juridik, HR och marknad fungerar inte likadant. Domänförståelse kan vara mer värdefull än generell AI-retorik.

Ni kanske behöver någon som redan gjort resan

Praktisk erfarenhet är ofta viktigare än teoretisk bredd.

En person som har lett ett relevant initiativ i en liknande organisation kan vara betydligt mer värdefull än någon med stark personlig positionering men begränsad genomförandeerfarenhet.

Expertis är inte samma sak som synlighet

Det är lätt att förväxla synlighet med kompetens.

Den som talar mest om AI är inte nödvändigtvis den som förstår mest. Den som publicerar flest inlägg är inte automatiskt bäst lämpad att stödja en ledningsgrupp. Den som är skicklig på scen är inte nödvändigtvis rätt person för implementation, governance eller kritisk granskning.

Synlighet kan vara en relevant signal, men den måste kompletteras.

Fråga vad personen faktiskt har gjort

Be om konkreta exempel:

• Vilka AI-initiativ har personen själv lett?
• Vilken typ av organisationer har personen arbetat med?
• Har personen byggt, styrt, upphandlat eller implementerat?
• Vilka beslut har personen varit ansvarig för?
• Vad gick fel?
• Vilka resultat uppnåddes?
• Vad skulle personen göra annorlunda idag?

Erfarenhet bör beskrivas i mer konkreta termer än “arbetar med AI-transformation”.

Fråga var kunskapen slutar

En trovärdig expert kan beskriva sitt eget kompetensområde och sina begränsningar.

Personer som framställer sig som auktoriteter inom strategi, teknik, juridik, säkerhet, etik, förändringsledning och implementation samtidigt bör granskas extra noggrant.

En seriös expert vet inte bara vad den kan. Den vet också vad någon annan bör svara på.

Bedöm rätt typ av erfarenhet

Olika frågor kräver olika typer av erfarenhet.

Djup specialistkunskap

Viktigt när frågan är tekniskt, juridiskt eller forskningsmässigt komplex.

Exempel:

• modellutvärdering
• informationssäkerhet
• dataarkitektur
• AI Act
• maskininlärning
• regulatorisk klassificering

Praktisk genomförandeerfarenhet

Viktigt när organisationen behöver förstå vad som fungerar i verkligheten.

Exempel:

• att skala en pilot
• införa governance
• välja leverantör
• bygga intern förmåga
• hantera motstånd
• integrera AI i befintliga processer

Lednings- och beslutsförmåga

Viktigt när frågan kräver prioritering, mandat och ansvar.

En teknisk specialist kan förstå lösningen bättre än ledningen, men ändå sakna erfarenhet av de beslut som måste tas kring investeringar, risk och organisation.

Förmåga att förklara

Att vara kunnig och att kunna hjälpa andra förstå är två olika saker.

För ledningsgrupper och styrelser behövs ofta personer som kan förenkla utan att förvanska.

Oberoende

Den som rekommenderar en viss lösning bör vara tydlig med sina ekonomiska eller organisatoriska intressen.

Fråga:

• Säljer personen själv det som rekommenderas?
• Får personen ersättning från en leverantör?
• Är rekommendationen en del av ett partnerupplägg?
• Kan personen rekommendera att organisationen inte köper något alls?

Neutralitet behöver inte betyda frånvaro av relationer. Men relationerna bör vara synliga.

En person är inte alltid svaret

Komplexa AI-frågor kräver ofta flera perspektiv.

En ledningsgrupp som ska ta fram en AI-riktning kan exempelvis behöva:

• strategisk kompetens
• teknisk förståelse
• juridisk bedömning
• säkerhetsperspektiv
• förändringsledning
• branschkunskap

Det är sällan rimligt att en enda person täcker allt detta på hög nivå.

I vissa fall är det bättre att börja med en kvalificerad generalist som kan strukturera frågan och sedan ta in specialister där det behövs.

I andra fall behövs ett mindre team redan från början.

Varför en topplista över AI-experter blir missvisande

En statisk lista kan vara lockande. Den är enkel att publicera och enkel att konsumera.

Men den riskerar att premiera:

• synlighet framför relevans
• personligt varumärke framför erfarenhet
• generella budskap framför kontext
• kommersiella relationer framför neutralitet
• samma välkända personer oavsett fråga

Den riskerar också att ge sken av att frågan är mer objektiv än den är.

Vem som är “rätt” beror bland annat på:

• frågan
• branschen
• organisationens storlek
• mognadsgrad
• teknisk miljö
• risknivå
• budget
• tidshorisont
• internt mandat
• vilket format som behövs

Den bästa AI-experten i teorin kan vara helt fel person för er situation.

Därför är en lista ofta mindre värdefull än en väl genomförd matchning.

Från behov till rätt person

En genomtänkt matchning kan beskrivas i fyra steg.

1. Definiera behovet

Vad vill ni förstå, besluta, bygga eller förändra?

Försök formulera problemet utan att använda ordet AI-expert.

Exempel:

Vi behöver förstå hur ledningsgruppen bör prioritera mellan våra AI-initiativ.

Det är betydligt mer användbart än:

Vi söker en AI-expert.

2. Beskriv kontexten

Vilken organisation gäller det?

• Bransch
• Storlek
• Offentlig eller privat verksamhet
• Teknisk mognad
• Befintliga initiativ
• Ledningens engagemang
• Regulatoriska krav

Samma fråga kan kräva olika kompetens i ett mindre tillväxtbolag och i en stor reglerad koncern.

3. Identifiera erfarenheten

Vilken typ av erfarenhet bör personen ha?

• Strategisk
• Teknisk
• Juridisk
• Operativ
• Organisatorisk
• Branschspecifik
• Ledningsnära

Det är bättre att söka efter relevant erfarenhet än efter en generell expertetikett.

4. Välj rätt format

Behöver ni:

• ett kort orienterande samtal
• en föreläsning
• en workshop
• utbildning
• en analys
• löpande rådgivning
• teknisk implementation
• ett helt leveransteam

En skicklig föreläsare kan vara perfekt för inspiration men fel för ett komplext implementeringsuppdrag. En teknisk specialist kan vara rätt för granskning men fel som facilitator för ledningsgruppen.

Nätverkets verkliga värde

Ett relevant nätverk är värdefullt eftersom de bästa matchningarna sällan skapas genom en enkel sökning.

Ett nätverk kan bidra med kunskap om:

• vilka personer som faktiskt har gjort liknande arbete
• vilka som är bra i olika format
• vilka som förstår en viss bransch
• vilka som är oberoende
• vilka som passar en viss ledningsgrupp
• vilka som bör kombineras med andra kompetenser
• vilka som är kunniga men inte särskilt synliga

Det viktiga är inte att nätverket innehåller så många självutnämnda experter som möjligt.

Det viktiga är att någon förstår både behovet och människorna bakom kompetensen.

Frågor att ställa innan ni väljer

Om erfarenheten

• Vad har personen faktiskt genomfört?
• Vilken roll hade personen?
• Hur liknar erfarenheten vår situation?
• Vilka resultat kan beskrivas?
• Vilka misslyckanden eller begränsningar kan personen tala öppet om?

Om kompetensen

• Vilket område är personens verkliga specialitet?
• Vilka frågor bör någon annan svara på?
• Är kunskapen aktuell?
• Kan personen skilja mellan teknikens möjligheter och marknadsföringens löften?

Om kommersiella intressen

• Säljer personen en viss metod, plattform eller leverantör?
• Finns partnerersättning?
• Är rekommendationerna oberoende?
• Redovisas relevanta relationer öppet?

Om formatet

• Är personen bra på att tala, facilitera, analysera eller genomföra?
• Förstår personen seniora beslutsfattares perspektiv?
• Kan personen anpassa nivån till målgruppen?
• Kommer uppdraget resultera i tydligare beslut eller bara mer inspiration?

En bättre fråga att avsluta med

Sökandet efter en AI-expert bör inte börja med en lista över namn.

Det bör börja med en tydlig formulering av behovet.

Vad försöker vi förstå, besluta, bygga eller förändra — och vilken erfarenhet skulle hjälpa oss att göra det bättre?

När den frågan är besvarad blir det också möjligt att avgöra om ni behöver:

• en AI-strateg
• en teknisk specialist
• en jurist
• en förändringsledare
• en produktledare
• en branschexpert
• en utbildare
• en neutral sparringpartner
• eller ett team med flera kompletterande perspektiv

Den bästa matchningen är sällan den person som tydligast kallar sig AI-expert.

Det är den person som har rätt erfarenhet för just den fråga ni står inför.