Utvalda-arkiv - Effekten

Utvalda-arkiv - Effekten

Download on the App Store

Utvalda-arkiv - Effekten episodes

  • AI-ledarskap i praktiken. Från chat till affärsnytta. Simon Strålberg (# 249)

    Vad innebär det egentligen att vara en AI-ledare? Det räcker inte längre med att ge medarbetarna tillgång till ett AI-verktyg och hoppas på det bästa. För att skapa riktig förändring krävs ett aktivt, strategiskt ledarskap som vågar utmana befintliga arbetssätt.

    I det här avsnittet av Effekten Digitaliserings podcast gästas Jonas Jaani av Simon Strålberg, AI-strateg, managementkonsult och grundare av Align Sweden. Tillsammans fördjupar de sig i utmaningarna och möjligheterna med att leda i AI-eran, varför många företag fastnar i pilotstadiet och hur du skapar en gemensam förståelse i ledningsgruppen.

    ”You can manage what you don’t understand, but you cannot lead it.”

    — Simon Strålberg om behovet av intituitiv AI-förståelse i ledarskapet.

    Ta med dig detta från avsnittet:

    • Interaktionen förändrade allt: Skiftet med generativ AI handlade inte bara om ny teknik, utan om att gränssnittet gjorde maskinintelligens tillgänglig och påtaglig för alla genom direkt konversation.
    • Använd AI som ett bollplank i tankeprocessen: Ett av de starkaste personliga användningsområdena för ledare är att använda AI för idégenerering, framtidsscenarier och kreativ problemlösning.
    • Steget från individuellt verktyg till verksamhetsnytta: Det är ett stort avstånd mellan att en enskild medarbetare spara tid och att en hel organisation transformerar sina processer. Båda delar kräver sin struktur och tid.
    • Prioritera för högre ROI: Hänvisat till BCG AI Radar ökar avkastningen (ROI) med upp till 3,5 gånger om ledningen vågar skala bort spretiga projekt och fokusera på ett fåtal prioriterade AI-initiativ.
    • ”Alignment First”: Innan du köper in nya verktyg eller startar stora program måste ledningsgruppen sätta sig i samma rum, bygga en gemensam intuitiv förståelse och komma överens om vart organisationen är på väg.
    • I intervjun diskuterar Jonas Jaani och Simon Strålberg hur synen på AI har utvecklats. Även om AI-teknik har funnits länge var det när verktyg som ChatGPT lanserades som tekniken blev mänsklig och interaktiv. Simon betonar att ledare inte behöver vara tekniska experter, men de måste ha en ”hands-on” förståelse för verktygens möjligheter och begränsningar.

      De berör också de tre vanliga sätten företag försöker komma igång på: att dela ut licenser, att bygga egna nischade tjänster eller att starta stora AI-strategiprogram. Simon förklarar varför nyckeln till framgång ofta ligger i att kombinera dessa med tydligt ledarskapsmandat och intern samstämmighet (”alignment”).

      Lyssna på hela avsnittet direkt i din favoritapp för poddar.

      Läs mer och lyssna på: play.effekten.se
      Apple Podcasts & Spotify: Sök efter ”Effekten Digitaliseringens podcast”

      Simon Strålberg, Jonas Jaani (29:51)

      Videoversion av avsnittet:
      Länkar / mer information:

      Simon Strålberg är AI-strateg, managementkonsult och grundare av Align Sweden. Med över tio års erfarenhet av strategisk rådgivning hjälper han nordiska organisationer att omsätta AI-möjligheter i konkret affärsnytta.

      • Webbplats: Align Sweden
      • LinkedIn: Simon Strålberg på LinkedIn
      • Rapport: BCG AI Radar (2025)
      • Alla avsnitt av digitaliseringens podcast Effekten

        Prenumerera:

        Apple Podcasts

        Spotify:

        Är du vår nästa gäst? Maila oss på info(a)effekten(punkt)se

        30 min
      • Autonoma kollegor – AI-agenter. Christian Forsberg (# 241)

        I avsnittet dyker vi djupt ner i nästa stora skifte inom artificiell intelligens: AI-agenter. Tillsammans med Christian Forsberg, CTO på Sogeti, reder vi ut vad en agent faktiskt är, hur de redan idag används ute i verksamheter och varför du bör börja betrakta AI mer som en nyanställd kollega än ett simpelt IT-verktyg.

        Många tror fortfarande att allt inom AI handlar om vanliga chattbottar, men utvecklingen går nu snabbt mot automation och system som kan agera på egen hand. Christian Forsberg förklarar att vi befinner oss i en övergångsperiod där AI går från att bara svara på frågor till att faktiskt utföra komplext arbete.

        AI-utvecklingens tre nivåer

        Under vårt samtal delar Christian in dagens AI-landskap i ett spektrum med tre tydliga steg:

        • Vanliga chattbottar: Detta är verktyg som ChatGPT eller Copilot, vilka i grunden sitter passiva och väntar på att du ska ställa en fråga.
        • Agenter 1.0 (Workflow-agenter): Denna nivå hanterar uppgifter i flera steg och kan planera sitt arbete. De kan exempelvis boka resor eller hantera fakturor, men de kräver fortfarande en mänsklig trigger för att starta.
        • Autonoma agenter: Det absolut senaste inom utvecklingen är agenter som är ”alltid på” genom en så kallad ”heartbeat”-funktion. De agerar själva i bakgrunden, har ett inbyggt minne och kan till och med skriva om sina egna instruktioner (prompter) för att lära sig av sina misstag.
        • När maskinen får en egen ”hjärna och själ”

          För att göra det konkret diskuterar vi ett exempel från en maskinfabrik i Jönköping. Där har man byggt en AI-agent som fungerar som hjärnan för en avancerad CNC-maskin.

          • Agenten känner till maskinens manual och larmar om något går fel, till exempel om en specifik UV-lampa går sönder.
          • Den är integrerad i ett kommunikationsverktyg och befinner sig i samma chattgrupp som mänskliga operatörer och tekniker.
          • Om agenten identifierar ett problem kan den fråga i chatten om den ska lägga en arbetsorder för att byta lampan, varpå teknikern enkelt kan godkänna åtgärden direkt i tråden.
          • Detta innebär att agenten blir en aktiv ”arbetare” i arbetsgruppen snarare än ett dolt bakomliggande system. Enligt Christian kommer vi snart se att AI-agenter får egna medarbetarkonton, egna inkorgar och deltar i Microsoft Teams-möten precis som vilken anställd som helst.

            Hur du och din verksamhet kommer igång

            Med autonoma agenter kommer naturligtvis nya utmaningar, inte minst kring säkerhet. Vad händer egentligen om en agent gör saker vi inte vill att den ska göra? Christians tydligaste råd för att undvika dyra och komplicerade fallgropar är pragmatiskt:

            • Börja smått och attackera tråkiga problem: Leta efter de tidsödande administrativa uppgifterna på kontoret, som till exempel fakturagodkännanden, som ingen människa egentligen vill hålla på med.
            • Behandla agenten som en junior medarbetare: Tänk på AI:n som en nyutexaminerad student. Den är snabb och duktig, men den kommer ibland göra fel och behöver därmed tydliga instruktioner och en mänsklig handledare.
            • Använd existerande verktyg: Christian nämner att för utvecklare som vill koda och bygga agenter just nu, är modeller som Anthropics ”Claude” väldigt starka alternativ på marknaden.
            • Vill du höra alla detaljer, insikter om AI-säkerhet och historien om OpenClaw-nätverket Moltbook där botar misstänkte människor för att vara botar?

              Christian Forsberg, Jonas Jaani (25:05)

              Videoversion av avsnittet:
              Länkar / mer information:

              OpenClaw

              What is an AI agent? – Google

              Operativ effektivitet hos Husqvarna

              Alla avsnitt av digitaliseringens podcast Effekten

              Prenumerera:

              Apple Podcasts

              Spotify:

              Är du vår nästa gäst? Maila oss på info(a)effekten(punkt)se

              26 min
            • Smartare vårdinformation. Lars Tomasson, Thomas Stenbäck (# 240)

              När en misstanke om cancer dyker upp förändras allt. Inte bara för den drabbade utan också för närstående. I det här avsnittet av Effekten möts därför tre olika erfarenheter av prostatacancer: den som utretts, den som behandlats botande och den som lever med spridd sjukdom. Tillsammans med Jonas Jaani pratar Lars Tomassson och Thomas Stenbäck om hur digitalisering, och särskilt AI, kan göra vårdinformation mer tillgänglig, mer begriplig och framför allt mer mänsklig. Vi diskuterar vägen från vision till verklighet och hur smarta verktyg kan ge stöd dygnet runt, utan att för den sakens skull ersätta det som alltid kommer vara kärnan i vården: samtalet mellan människor

              Vad är digitalisering av vård?

              Digitalisering handlar inte om att ersätta vården, utan om att göra den tillgängligare, snabbare och mer sammanhållen.
              Vi pratade om hur digitala verktyg kan frigöra tid för vårdpersonalen så att de får mer utrymme för det mänskliga mötet.

              Digitalisering för patienten innebär bl.a:

              • att få snabba svar,
              • att hitta tillförlitlig information när den behövs,
              • och att känna sig mindre ensam i allt det nya som kommer med utredning, diagnos och behandling.
              • Det är inte ett nytt vårdmöte – det är ett vårdmöte som fungerar bättre.

                När tekniken gör skillnad

                Här tog vi avstamp i våra tre perspektiv på prostatacancer:

                • Jonas som utretts men inte behövde behandling,
                • Lars som upptäcktes tidigt och blev botad,
                • Thomas som lever med spridd cancer och behandling livet ut.
                • Tillsammans visar våra tre historier hur olika behoven kan vara – men också hur lika frågor man faktiskt har.

                  Chatboten på prostatacancer.se blev exemplet som band ihop allt:

                  • Den bygger på vårdens egna riktlinjer och ger svar på 95 språk.
                  • Den finns där dygnet runt, när frågorna dyker upp.
                  • Den ger trygghet för både drabbade och närstående.
                  • Men vi betonade också att AI inte ersätter människor.
                    Det mänskliga samtalet – att få prata om rädslor, besked och känslor – är fortfarande ovärderligt.
                    AI kan ge kunskap. Människor ger lugn, mening, stöd och sammanhang.

                    Tillsammans skapar de något som varken AI eller vården klarar på egen hand.

                    Hur lyckas man med digitalisering i vården?

                    1 Börja i det enkla – låt patienten testa

                    Chatboten är ett bra exempel. Anonymt, gratis och tillgängligt när som helst. Det behöver inte vara stort för att göra stor nytta.

                    2 Glöm inte närstående

                    De får ofta ansvar att förstå informationen – men är inte alltid med på besöken.
                    Digitala verktyg gör det möjligt att ta igen det man missat, på ett begripligt sätt.

                    3. Tekniken är bara halva lösningen – resten är människor

                    Tekniken är bara halva lösningen, resten handlar om människorna bakom. Digitalisering fungerar nämligen som bäst när den först och främst stärker samtalet. Samtidigt bidrar den till att minska stressen, vilket i sin tur ger patienter och närstående betydligt bättre kontroll i en svår situation

                    Det är kombinationen av pålitlig information + mänskligt stöd som får digitala satsningar att verkligen flyga.

                    Lars Tomasson, Thomas Stenbäck, Jonas Jaani (25:53)

                    Videoversion av avsnittet:
                    Länkar / mer information:

                    Prostatacancerförbundet

                    Lars Tomasson är Förbundsstrateg för Prostatacancerföbundet

                    Prostatacancerförbundet är en riksorganisation med 29 lokala patientföreningar som tillsammans verkar för ökad kunskap om prostatacancer. För att nå vår vision ”En framtid utan Prostatacancer” stödjer vi forskning och utveckling genom en egen fond – Prostatacancerfonden.

                    Med rätt insatser kan fler leva längre, bättre och med värdighet. Men för det behövs prioriteringar. Inför valet 2026 har vi därför tagit fram ett valmanifest som lyfter de frågor som är avgörande för att skapa en jämlik och patientcentrerad prostatacancervård. Sjukvården är den viktigaste frågan för väljarna och patienter är en väldigt stor väljargrupp, men regionvalet hamnar ofta i skugga. Vi vill sätta ljus på vårdfrågorna. 

                    Om Thomas

                    Thomas Stenbäck är VD och seniorkonsult på Devinncoo AB som är ett konsultbolag fokuserat på utveckling av avancerade IT och AI-tjänster från idé till resultat.

                    Devinncoo specialiserat sig på att utveckla och drifta avancerade skräddarsydda chattbotar för kvalificerad information och har sedan 2023 ett samarbete med Prostatacancerförbundet för deras chattbot.

                    Länkar:

                    • Vi driver kampen mot Sveriges vanligaste cancersjukdom: Prostatacancerförbundet.se
                    • Ökad kunskap om sjukdomen:  Prostatacancer.se
                    • AI-chatten som svara på frågor om prostatacancer, när du vill: Chatta – Prostatacancer.se
                    • När du behöver prata med någon: Prostatacancerförbundets Samtalsstöd
                    • Viktiga frågor för förbundet Valmanifest 2026
                    • www.devinncoo.se
                    • www.cancerinfo.ai
                    • Alla avsnitt av digitaliseringens podcast Effekten

                      Prenumerera:

                      Apple Podcasts

                      Spotify:

                      Är du vår nästa gäst? Maila oss på info(a)effekten(punkt)se

                      26 min
                    • AI-agenter för utvecklare. William Sundqvist (# 237)

                      Generativ AI och chattbottar som ChatGPT har förändrat hur vi interagerar med teknik. Men vad är nästa steg? I det här avsnittet av podden gästas Jonas Jaani av William Sundqvist, Lead Developer och Projektledare på Sogeti, för att djupdyka i ett av de hetaste ämnena i IT-branschen just nu: AI-agenter.

                      William, som har experimenterat intensivt med tekniken, delar med sig av sina praktiska erfarenheter och misstag. Från att bygga en ”super-agent” som ”gick bananas” till att skapa en hel ”farm” av specialiserade AI-agenter som samarbetar för att bygga och testa kod.

                      Vad är en AI-agent?

                      Många blandar ihop AI-agenter med vanliga chattbottar. William bryter ner utvecklingen i tre tydliga steg:

                      1. Steg 1: Large Language Models (LLM)
                        • Detta är vad de flesta använder idag (t.ex. ChatGPT). Du ställer en fråga, och modellen ger dig ett svar baserat på sin träningsdata.
                        • Steg 2: AI Workflow
                          • Här börjar AI:n kopplas till specifika verktyg. Du kan be den att ”kolla min kalender” och den kan interagera med kalender-API:t för att ge dig ett svar.
                          • Steg 3: AI-agenter (Nästa nivå)
                            • En agent har tillgång till en hel uppsättning verktyg (kalender, väder, kartor, filsystem etc.).
                            • Den stora skillnaden är autonomi. Du ger agenten ett mål (t.ex. ”Planera min resa till Umeå”) och den kan självständigt planera och utföra en serie uppgifter: kolla din kalender för ledig tid, kolla vädret i Umeå, hitta en resväg på kartan och sedan presentera en färdig plan.
                            • Att bygga en ”Vibe-Coding”-plattform

                              Williams mest ambitiösa projekt är att bygga en ”vibe-coding”-plattform, där en användare bara behöver skriva en idé för en hemsida, och plattformen ska automatiskt generera, testa och hosta den färdiga applikationen.

                              Första försöket: ”Super-agenten” som gick bananas

                              Williams första instinkt var att skapa en enda, kraftfull ”super-agent” och ge den en enorm lista med instruktioner: ”Du ska vara projektledare, utvecklare och testare. Du ska skriva filer, läsa filer, köra tester…”

                              Resultatet? Totalförvirring.

                              ”När den börjar läsa filer så tappar den bort lite av sitt minne,” förklarar William. ”Den har en viss kontext den kan få plats med i huvudet… sen börjar de spåra ur, gå bananas.”

                              Agenten hade för många instruktioner och för mycket ansvar. Den tappade bort sitt slutmål så fort den började arbeta med specifika uppgifter.

                              Lösningen: En ”farm” av specialiserade agenter

                              Istället för en allsmäktig agent delade William upp ansvaret i en ”farm” av flera små, specialiserade agenter som samarbetar:

                              • Projektledaren (Orchestrator): Denna agent tar emot användarens ursprungliga idé (t.ex. ”Jag vill ha en andningsövnings-app”). Dess enda jobb är att bryta ner idén till en tydlig plan och agera mellanhand.
                              • Utvecklaren: Projektledaren skickar planen till utvecklar-agenten, vars enda fokus är att läsa och skriva kod och komponenter. När den är klar, rapporterar den tillbaka till projektledaren.
                              • Testaren: Projektledaren tar sedan koden från utvecklaren och skickar den till testar-agenten. Testaren kör koden, letar efter buggar och rapporterar felen.
                              • Denna cykel (PM -> Utvecklare -> PM -> Testare -> PM -> Utvecklare…) fortsätter automatiskt tills testaren godkänner applikationen och projektledaren kan presentera den färdiga produkten för användaren.

                                Resultatet: Funktionellt, men inte perfekt

                                Så, fungerade det? William berättar om ”andnings-appen” som agenterna byggde.

                                • Det positiva: Agenterna lyckades skapa en fungerande hemsida med en cirkel som expanderade och krympte, precis som instruktionerna sa.
                                • Det negativa: Animationen var alldeles för snabb. ”Det blir kaos om man försöker andas ikapp med det där,” skrattar William.
                                • Slutsatsen är att agenterna kan bygga det du ber om rent tekniskt, men de saknar ännu den finess och mänskliga förståelse (i detta fall, UX-design) som krävs för en polerad slutprodukt. Jobbet förflyttas från att skriva kod till att granska och förfina den kod agenterna producerar.

                                  De tre bästa tipsen för utvecklare som vill börja med AI-agenter

                                  William delar med sig av sina viktigaste lärdomar:

                                  1. Fler (små) agenter är bättre än en (stor). Dela upp ansvaret. En agent som bara ska testa kod är mycket mer pålitlig än en ”super-agent” som ska göra allt.
                                  2. Låt dina verktyg ge feedback. En smart insikt från William: Han programmerade sina verktyg att skicka tillbaka ett ”tips” till agenten efter att det använts. ”OK, filen är skriven. Kom ihåg att du nu borde skicka detta till testaren.” Detta hjälper agenten att hålla sig på rätt spår utan att överbelasta dess huvudinstruktioner.
                                  3. Bara testa och utforska (det är billigare än du tror). Lek och experimentera. William rekommenderar att använda plattformar som Azure AI Foundry, där man kan sätta upp och köra många agenter till en mycket lägre kostnad än att använda standard-API:er som ChatGPT Plus för varje enskild uppgift.
                                  4. Från kod till komplexa processer

                                    Det finns fler exempel från flygindustrin där en ”händelse” (som ett försenat flyg) kan trigga en hel farm av AI-agenter att automatiskt:

                                    • Meddela cateringfirman att pausa matlastningen.
                                    • Omboka tankbilen.
                                    • Skicka ut meddelanden till passagerare.
                                    • Till och med förutse framtida förseningar och proaktivt föreslå innovationer.
                                    • AI-agenter är inte längre bara science fiction. De är ett kraftfullt nytt sätt att bygga autonoma system, och som William visar, är det upp till utvecklare att börja experimentera och definiera hur de bäst kan användas.

                                      Vill du se Williams agent-farm i praktiken? En kompletterande video kommer att visa arkitekturen och de fascinerande (och ibland komiska) loggfilerna från när agenterna ”pratar” och ”bråkar” med varandra för att lösa en uppgift.

                                      Willian Sundqvist, Jonas Jaani (23:47)

                                      Videoversion av poddavsnittet:

                                      Alla avsnitt av digitaliseringens podcast Effekten

                                      Prenumerera:

                                      Apple Podcasts

                                      Spotify:

                                      Är du vår nästa gäst? Maila oss på info(a)effekten(punkt)se

                                      24 min
                                    • Vad är Vibe coding? Miguel förklarar framtidens kodning (# 235)

                                      ”Hypen är här, viben är här.” Jonas Jaani intervjuar och kommenterar detta avsnitt av Effekten. Ämnet är vibecoding, ett begrepp som susar genom branschen just nu. För att reda ut vad det egentligen innebär gästas podden av Miguel Sjunnesson Exposito från Sogeti, som delar med sig av sina närmast revolutionerande upplevelser.

                                      Och det blir snabbt tydligt att vibecoding är mer än bara ett nytt verktyg – det är en känsla, ett ”mindshift”.

                                      ”Jag känner mig som Professor Balthazar”

                                      Så vad är vibecoding? För Miguel, med sin bakgrund som kodare, handlar det om att använda sin intuition för att lösa problem på ett helt nytt sätt.

                                      ”Jag nyttjar min intuition och jag får skapa glädje,” förklarar Miguel. ”Jag känner mig faktiskt som professor Baltasar när jag vibecodar.”

                                      I praktiken innebär det att han skriver en prompt, en önskan om vad som ska skapas och låter AI:n generera koden. Han går inte in och ändrar i själva koden, utan fortsätter istället att prompta. ”Jag pratar med min polare, helt enkelt,” säger han.

                                      Jonas Jaani flikar in med sin egen ”wow”-upplevelse: att kunna få upp en hel minisajt, med både kod och innehåll, på bara tio minuter.

                                      Från noll till expert på en timme

                                      Det är när Miguel berättar om sina konkreta projekt som kraften i vibecoding verkligen blir tydlig. Han beskriver hur en kollega ville förstå bildanalys, ett ämne Miguel själv inte hade någon erfarenhet av.

                                      Med hjälp av GitHub Copilot (som han kallar ”polaren Per”) i Visual Studio Code lyckades han på en timme göra följande:

                                      1. Installera hela den nödvändiga virtuella miljön.
                                      2. Skapa ett program som identifierade alla 26 ansikten på Svenska damlandslagets lagfoto (tog 1,5 minut).
                                      3. Analysera en film och räkna antalet människor och fordon i realtid.
                                      4. Aktivera sin webbkamera för att identifiera ett ansikte och avgöra om personen var glad eller ledsen, samt gissa åldern.
                                      5. ”Hjärnan, det bara sprutar i hjärnan. Man vill bara göra mer och mer grejer,” skrattar Miguel. ”Det där hade tagit lång tid för mig… Jag tror inte ens jag hade kommit dit.”

                                        Dessutom kunde han be ”polaren Per” att förklara koden i detalj och lägga in kommentarer – på svenska. Han fick en senior expert i ämnet bredvid sig, omedelbart.

                                        En hel dataplattform före middagen

                                        Om exemplet med bildanalys var imponerande, är nästa projekt nästan svindlande. Miguel fick i uppdrag att testa att bygga en end-to-end dataplattform för fordonsdata med Microsoft Fabric. Han kände till begrepp som ”Data Lake” och ”IoT Hub”, men var långt ifrån expert.

                                        Genom att prompta sig fram byggde han, steg för steg:

                                        1. En fordonsdatasimulator i .NET.
                                        2. Kopplingen som skickade datat till en IoT-hubb.
                                        3. Hela datalake-strukturen (där AI:n förklarade ”medaljong-arkitekturen” från brons till guld).
                                        4. Rapporter i Power BI som visade datat.
                                        5. Total tid för att få upp en fungerande prototyp: sju timmar. ”Det hade tagit mig flera veckor,” konstaterar Miguel.

                                          Är det bara ”fort och fel”?

                                          Här lyfter Jonas en viktig invändning: Blev det inte bara ”fort och fel”? Hur är det med kvalitet, säkerhet och förvaltning?

                                          Miguel är noga med att poängtera skillnaden mellan en prototyp och en färdig produkt. ”Jag är ju väldigt medveten om att den här lösningen… inte är hållbar i det skicket. För det krävs ju så många, många fler lager,” säger han.

                                          Men det är inte poängen. Värdet ligger i att kraftigt accelerera fasen från idé till prototyp. Man kan snabbt validera koncept, lära sig nya domäner och sedan ta in experterna för att granska och kvalitetssäkra. Det ”demokratiserar kodningen”.

                                          Koden som genererades inom hans expertområde (.NET) bedömde han var ”minst lika bra, kanske till och med bättre” än vad han själv hade skrivit.

                                          Uppmaningen: ”Experimentera!”

                                          Så, var lämnar detta oss? Utvecklingen går i en rasande takt. Verktygen som finns idag är ljusår från vad som fanns för bara ett år sedan.

                                          Miguels viktigaste råd till alla – oavsett om du är utvecklare, projektledare, testare eller UX-designer – är glasklart: ”Vi måste experimentera. Det är vårt jobb. Vi måste våga misslyckas. Det finns inget annat sätt att lära sig nya saker… Vi måste sätta igång.”

                                          Han tillägger också att detta inte bara gäller kod. Han använder själv verktygen för att bolla mötesupplägg eller, som han nämner på slutet, få hjälp med en av utvecklarnas minst uppskattade uppgifter: att skapa dokumentation och tekniska lösningsspecifikationer.

                                          Vi befinner oss i en utforskande fas. En sak är säker: framtiden stavas samarbete, och vår nya kollega är en AI.

                                          Miguel Sjunnesson Exposito, Jonas Jaani (23:11)

                                          Videoversion av avsnittet:
                                          Länkar / mer information:

                                          Alla avsnitt av digitaliseringens podcast Effekten

                                          Prenumerera:

                                          Apple Podcasts

                                          Spotify:

                                          Är du vår nästa gäst? Maila oss på info(a)effekten(punkt)se

                                          24 min
                                        6. Smart manufacturing. Marcus Norrgren (# 227)

                                          I detta avsnitt av Effekten – Digitaliseringens podcast möter vi Marcus Norrgren från Sogeti för att prata om hur smart manufacturing förändrar industrin i grunden. Genom att använda data från fabriker på nya sätt kan företag automatisera, analysera och förbättra produktionen på en nivå som tidigare varit svår att uppnå. Marcus förklarar att tekniska hinder och säkerhetsfrågor länge varit stora utmaningar, men att tekniken nu mognat och erbjuder bättre verktyg och referensarkitekturer för att överkomma dessa problem.

                                          En viktig del av smart manufacturing är möjligheten att koppla samman fabriksdata med molnbaserade lösningar på ett säkert och effektivt sätt. Detta öppnar upp för konkreta tillämpningar, som exempelvis att följa nyckeltal som OEE (Overall Equipment Effectiveness) över flera fabriker, identifiera och åtgärda flaskhalsar i produktionen, samt att använda AI-modeller för prediktivt underhåll direkt nära maskinerna.

                                          En av de stora utmaningarna, enligt Marcus, är att gå från strategi till faktisk implementation. Det handlar ofta om att få mandat, budget och engagemang från alla delar av organisationen. Marcus betonar också vikten av att involvera användarna redan från början för att säkerställa att lösningarna möter de verkliga behoven.

                                          Framtiden för smart manufacturing är ljus och handlar om en ökad automation där IoT, AI och datahantering konvergerar för att bli enklare att integrera och använda. Trots detta kommer människan fortsatt spela en central roll, och framgångsrika organisationer kommer att vara de som kan balansera teknikens möjligheter med mänsklig kompetens och innovation.

                                          Smart manufacturing är en mogen och viktig trend, där den största utmaningen idag är att våga ta steget från strategi till handling. Det är nu möjligt att skapa en betydande förändring i produktionen genom att utnyttja teknikens fulla potential.

                                          Lyssna på hela samtalet och få en djupare förståelse för hur smart manufacturing kan förändra industrin och skapa nya möjligheter för framtiden.

                                          Marcus Norrgren, Jonas Jaani (26:22)

                                          Videoversion av avsnittet:

                                          https://youtu.be/PfZSi3wiEQo

                                          Länkar / mer information:

                                          Taking AI to the next level in manufacturing:
                                          https://www.technologyreview.com/2024/04/09/1090880/taking-ai-to-the-next-level-in-manufacturing

                                          Azure IoT Operations, enabled by Azure Arc:
                                          https://azure.microsoft.com/en-us/products/iot-operations

                                          Whitepaper om Smart Manufacturing: https://app.zagomail.com/forms/preview?id=5977

                                          Alla avsnitt av digitaliseringens podcast Effekten

                                          Prenumerera:

                                          Apple Podcasts

                                          Spotify:

                                          Är du vår nästa gäst? Maila oss på [email protected]

                                          27 min
                                        7. The Rise of AI Agents: Insights from Data & AI Experts (# 222)

                                          In this episode of Effekten, host Jonas Jaani dives into the world of AI agents with Joakim Wahlqvist (CTO Data & AI, Sogeti Global Portfolio), Arun Sahu (Global Technology Lead Data and AI, Sogeti), and Karl Fridlycke (Generative AI & Digital Transformation, Sogeti). The discussion centers on how AI agents—autonomous entities capable of observing their environment, making decisions, and taking actions—are poised to revolutionize various industries.

                                          Joakim Wahlqvist emphasizes the need for businesses to move beyond pilot projects and fully implement AI agents, suggesting that 2024 is the year for widespread adoption. Arun Sahu provides a global perspective, highlighting the strategic importance of robust data infrastructure and ethical considerations in AI agent integration. He discusses how different industries are leveraging these systems to drive innovation and efficiency.

                                          Karl Fridlycke shares practical examples of AI agents in action, from enhancing customer service to revolutionizing content creation. He illustrates their versatility and potential to handle complex tasks autonomously. The experts also address challenges such as data security, privacy concerns, and the necessity for workforce upskilling, offering guidance on navigating these hurdles.

                                          Looking ahead, the panel explores emerging trends in AI agent technology, including multimodal agents capable of processing language, audio, and video inputs. They stress the importance of responsible AI development and ongoing dialogue between technologists, policymakers, and the public.

                                          This episode of Effekten provides a comprehensive overview of the AI agent landscape, blending strategic insights with practical advice. It’s a must-listen for business leaders, IT professionals, and anyone interested in the future of technology.

                                          Effekten episode 222, 23:54 min

                                          Joakim Wahlqvist: LinkedIn
                                          CTO Data & AI, Sogeti Global Portfolio

                                          Arun Sahu: LinkedIn
                                          Global Technology Lead Data and AI, Sogeti

                                          Karl Fridlycke: LinkedIn
                                          Generative AI & Digital Transformation, Sogeti

                                          Jonas Jaani: LinkedIn
                                          Team Lead, Sogeti Sweden / Podcast Producer – Effekten podcast

                                          Sogeti – Make a difference with AI – Production-ready AI
                                          https://www.sogeti.com/services/artificial-intelligence/

                                          Video version:
                                          More:
                                          Add Effekten podcast to:

                                          Apple Podcasts

                                          Spotify:

                                          Are you our next guest? Email us at info(at)effekten(dot)se

                                          24 min
                                        8. Kompetensutveckling och Digitalisering. Jonas Jaani (# 208)

                                          Skilling, reskilling, trainee och kunskapsdrivna organisationer. En diskussion om lärande, kompetensutveckling och digitalisering. Jonas Jaani med erfarenhet av traineeprogram inom konsultbolag. ”Skilling” och ”reskilling” i det livslånga lärande och att ständigt vara hungrig på att lära sig nytt och förändra lärandet av det som man redan kan.

                                          Om avsnittet:

                                          Målgrupp: konsulter, traineer, organisationer, ledare, studenter, utbildningsansvariga, HR

                                          Lär dig: Skilling, Kunskapsdrivna, Organisationer, Lärande, Digitalisering, Kommunikation, Utveckling

                                          Diskussionen fokuserar på hur organisationer och individer kan främja lärande och utveckling. Undvik att fastna i gamla sätt att lära sig och istället vara öppen för förändringar och nya metoder.

                                          Stor betydelsen av kommunikation och gruppdynamik finns för att främja lärande och utveckling. Skapa en miljö där alla i organisationen tar ansvar för sitt eget lärande och utveckling. Vikten av att ha en positiv inställning till lärande och att vara öppen för att misslyckas och lära sig av sina misstag.

                                          Organisationen spelar en roll genom att erbjuda utbildningar och möjligheter för alla att utvecklas.

                                          Podden avslutar med en diskussion om hur organisationer och individer aktivt kan hantera skilling och lärande på bästa sätt för att främja framsteg och utveckling. Betydelsen av att både organisationen och individen tar ansvar för att främja lärande och utveckling betonas. En kombination av mjuka värden som kommunikation och självförtroende samt tekniska kunskaper kan vara nyckeln till framgång i dagens snabbrörliga samhälle och arbetsliv.

                                          Jonas Jaani, Mikael Norbäck (22:47)

                                          Videoversion av avsnittet:
                                          https://youtu.be/SlhVR9kuBNg
                                          Länkar / mer information:

                                          Alla avsnitt av digitaliseringens podcast Effekten

                                          Prenumerera:

                                          Apple Podcasts

                                          Google Podcasts

                                          Spotify:

                                          Vill du att vi tar upp ett specifikt ämne eller intervjuar en person inom digitalisering? Maila oss på info(a)effekten(punkt)se

                                          23 min

                                        About Utvalda-arkiv - Effekten

                                        From the publisher's feed

                                        digitaliseringens podcast