AI går från lågprioriterat till affärskritiskt i SME-bolag

AI i små och medelstora bolaga (SME) har på bara fyra år gått från en relativt låg IT-prioritering till att bli den tydligaste investeringsfrågan. Men den snabba utvecklingen ställer nya krav på både ledning, medarbetare, datakvalitet och styrning. – Många företag vill agera snabbt för att inte hamna efter. Men många AI projekt ger ingen avkastning, ofta för att den data som används håller låg kvalitet eller i vissa fall är direkt felaktig, säger Håkan Benjaminsson, digital verksamhetsutvecklare på Nordlo.
Affärskritisk fråga för mindre bolag
För små och medelstora företag är IT ofta en kritisk affärsfunktion. Samtidigt är budget och intern kompetens ofta begränsad, vilket gör prioriteringarna hårdare.
AI har öppnat nya möjligheter, framför allt inom repetitiva arbetsuppgifter. Men enligt siffror från Radar och Nordlo saknar många organisationer fortfarande rätt förutsättningar för att lyckas med implementeringen.
Datakvalitet och kompetens bromsar AI-satsningar
53 procent av företagen uppger att brist på datakvalitet och tillgänglighet är ett hinder vid eller inför implementering av AI. Nästan lika många, 52 procent, pekar på bristande intern kompetens.
– Det finns en risk att organisationer springer snabbare än vad de kan gå. Utan kontroll på data, kompetens och styrning blir det svårt att skapa verklig affärsnytta, och i vissa fall kan satsningarna till och med få motsatt effekt.
Företag behöver kontroll på känslig data
Styrning, risk och efterlevnad lyfts som hinder av 48 procent av företagen. När medarbetare använder AI-tjänster i större utsträckning ökar behovet av kontroll över känslig information.
– I takt med att medarbetare i högre grad använder sig av AI-tjänster så blir det allt viktigare att företag har kontroll över känsliga data. Vilken typ av information som lämnas med tredjepartsleverantörer, på vilken data AI-agenterna tränar sig och vilken information du som användare får tillbaka.
– Om medarbetarna grundar beslut på felaktiga data kan det ge konsekvenser för hela organisationen, säger Håkan Benjaminsson.
AI kräver rätt grundarbete
Företag som lyckas kombinera innovationstakt med en stabil teknisk och organisatorisk grund kan stärka sin konkurrenskraft. De som saknar kontroll riskerar däremot ökade kostnader och ineffektiva processer.
Håkan Benjaminsson menar att bolag behöver lägga mer kraft på grundarbetet, särskilt att se till att AI arbetar med rätt data. Först då kan AI ge stor effekt med små medel och bidra till företagets övergripande mål och processer.
– För näringslivet innebär utvecklingen ett tydligt vägval. Framför allt små och medelstora bolag, som saknar de stora koncernernas utvecklingsbudget, har inte råd med kostsamma implementeringar som riskerar att landa fel.
AI-prioriteringen har ökat kraftigt sedan 2022
Andelen små och medelstora bolag som prioriterar AI eller Machine Learning i sina IT-investeringar har ökat snabbt:
2022: 7 procent
2023: 38 procent
2024: 62 procent
2025: 81 procent
Vanliga hinder vid AI-implementering
Datakvalitet och tillgänglighet: 53 procent
Brist på intern kompetens: 52 procent
Styrning, risk och efterlevnad: 48 procent
FAQ: AI i SME
Varför prioriterar SME-bolag AI?
SME-bolag prioriterar AI eftersom tekniken kan effektivisera repetitiva arbetsuppgifter och bidra till affärsnytta, särskilt när resurserna är begränsade.
Vilket är det största hindret för AI i SME-bolag?
Det största hindret är brist på datakvalitet och tillgänglighet, vilket 53 procent av företagen lyfter fram.
Varför är intern kompetens viktigt vid AI-implementering?
Intern kompetens är avgörande för att förstå, styra och använda AI på ett sätt som ger verklig affärsnytta.
Vilka risker finns med AI i företag?
Riskerna handlar bland annat om felaktiga beslut baserade på bristfälliga data, känslig information som delas med tredjepartsleverantörer och svag styrning.
Hur kan SME-bolag lyckas med AI?
SME-bolag kan lyckas genom att säkra rätt datakvalitet, bygga intern kompetens och införa tydlig styrning innan större AI-satsningar genomförs.
