AI i svenska kommuner: verkliga exempel och vägen framåt

AI i svenska kommuner är användningen av maskininlärning och språkmodeller för att stödja kommunal verksamhet, ärendehantering, kundtjänst, upphandling och handläggning, med en tjänsteperson kvar i beslutsledet.

År 2026 är det inte längre en fråga om kommuner ska använda AI, utan var de börjar och hur de gör det ansvarsfullt. De flesta inför AI i stödfunktioner först: sammanfatta ärenden, svara på vanliga frågor, hitta rätt avtal. Myndighetsbeslut fattas fortfarande av människor.

Varför det spelar roll

Svenska kommuner möter samma press samtidigt: färre som arbetar, fler som behöver service, och en åldrande befolkning. Sveriges Kommuner och Regioner räknar i sin personalprognos för 2023–2033 med att enbart äldreomsorgen behöver rekrytera närmare 123 000 personer fram till 2033, drygt 66 000 till följd av att antalet äldre ökar och cirka 57 000 för att ersätta pensioneringar, samtidigt som antalet personer i arbetsför ålder minskar i sex av tio kommuner (SKR, Välfärdens kompetensförsörjning – Personalprognos 2023–2033). AI är inte svaret på allt, men det är ett av få verktyg som kan frigöra handläggartid utan att sänka kvaliteten.

Samtidigt skärps regelverket. EU:s AI-förordning, EU AI Act, trädde i kraft i augusti 2024 och tillämpas stegvis fram till 2027. Förbjudna användningsområden gäller redan, och regler för system med hög risk, bland annat sådant som påverkar enskildas tillgång till offentliga tjänster, börjar gälla under perioden. En kommun som inför AI utan att veta vilken riskklass systemet hamnar i bygger en skuld som förfaller senare.

För en kommun är insatsen dubbel. Görs det rätt frigörs tid till det som kräver omdöme. Görs det fel hamnar personuppgifter på fel ställe, beslut blir omöjliga att förklara vid överklagande, och förtroendet sjunker. Skillnaden ligger sällan i tekniken. Den ligger i styrningen runt den.

Hur det fungerar

Vägen från idé till drift följer ett igenkännbart mönster i de kommuner som lyckas.

Mät nuläget först. Innan något byggs behöver kommunen veta var den faktiskt står, datakvalitet, kompetens, befintliga system och var tiden tar vägen idag. En strukturerad mognadsmätning gör det möjligt att välja rätt första steg istället för att gissa.

Välj en avgränsad pilot. De som lyckas börjar litet och konkret: en stödfunktion utan myndighetsutövning, med tydligt mätbart utfall. Kundtjänst, ärendesammanfattning eller upphandlingsstöd är vanliga ingångar eftersom de har volym, tålighet för fel och en människa som kontrollerar.

Bygg på rätt grund. Många kommunala AI-stöd vilar på en teknik som kallas RAG (retrieval-augmented generation, där modellen hämtar svar ur kommunens egna dokument istället för att hitta på). Det håller svaren förankrade i kommunens egna källor och gör dem spårbara.

Sätt styrning från dag ett. Vem äger systemet, var lagras datan, hur loggas besluten, och vad händer när modellen har fel? Dessa frågor besvaras innan piloten går skarpt, inte efteråt. ISO/IEC 42001, den första internationella standarden för ledningssystem för AI, ger en struktur att luta sig mot (ISO/IEC 42001:2023).

Förvalta, inte bara lansera. Ett AI-system är inte färdigt när det går i drift. Det behöver följas upp, korrigeras och uppdateras i takt med att verksamheten och regelverket ändras. Kommuner som behandlar AI som ett engångsprojekt får system som tystnar efter ett år.

När det passar

AI passar kommunal verksamhet bäst där tre saker stämmer samtidigt.

Det finns volym: uppgiften upprepas tillräckligt ofta för att tidsvinsten ska märkas. Det finns tålighet: ett enstaka fel orsakar inte skada som inte går att rätta. Och det finns en människa i ledet: en handläggare läser, godkänner eller justerar innan något når medborgaren.

Konkret betyder det stödfunktioner som svar på vanliga medborgarfrågor, sammanfattning av långa ärenden inför beslut, sökning i avtals- och regelverk, och första utkast som en tjänsteperson sedan kvalitetssäkrar. Här är AI som mest moget och risken som lägst.

När det inte passar

AI passar dåligt, eller kräver mycket mer försiktighet, på flera ställen.

Myndighetsbeslut som direkt påverkar en enskilds rättigheter eller skyldigheter ska inte fattas av en modell. Försörjningsstöd, bygglov, LSS-insatser och liknande kräver att en namngiven tjänsteperson står för bedömningen och kan motivera den vid överklagande. AI kan förbereda underlag, men inte avgöra.

Det passar också dåligt när dataunderlaget är dåligt. En modell som hämtar svar ur ostädade, motsägelsefulla eller inaktuella dokument ger självsäkra fel. Då är datastädning rätt första projekt, inte AI.

Och det passar dåligt när drivkraften är hype snarare än ett verkligt problem. Om ingen kan svara på vilken uppgift som ska bli bättre och hur det mäts, är kommunen inte redo att börja. Det är ett bättre besked att ge tidigt än sent.

Konkret exempel

Linköpings kommun har arbetat med ett AI-stöd i sin supportorganisation, med Digitalist som strateg. Tanken var inte att ersätta medarbetare utan att låta ett AI-stöd ta första passet på återkommande supportärenden, så att handläggarna kunde lägga tiden på de svårare fallen.

Ett besläktat exempel är Adda Inköpscentral, som bygger ett AI-drivet avropsstöd. Upphandling är ett område med stora textmängder, många snarlika avtal och en återkommande fråga: vilket ramavtal gäller för just det här köpet? Ett AI-stöd som hämtar svaret ur Addas egna avtalsdokument sparar tid utan att flytta beslutet från upphandlaren. Vi har sett samma mönster återkomma: störst effekt där texten är tung och svaret går att spåra till en källa.

Båda exemplen delar samma logik. Avgränsad uppgift. Människa kvar i beslutet. Spårbara svar. Det är inte den mest avancerade AI-användning som syns i rubriker, det är den som faktiskt går att förvalta i en offentlig organisation.

Effekten i den här typen av uppdrag ligger i att handläggarna får ett färdigt första utkast eller en träffsäker hänvisning att utgå från, istället för att börja från noll på varje återkommande ärende. Hur stor tidsvinsten blir beror på ärendevolym och datakvalitet och bör mätas i den egna verksamheten innan den kommuniceras som ett resultat.

Den här artikeln är skriven av Joakim Ekman, affärsområdeschef för förändringsledning och digital strategi på Digitalist, strateg i både Linköpings AI-pilot och Addas avropsstöd..

Vanliga missförstånd

“AI fattar besluten åt oss.” I en ansvarsfull kommunal uppsättning gör den inte det. Modellen föreslår, sammanfattar eller söker, en tjänsteperson beslutar. Den som tror att AI tar över myndighetsutövningen missar både juridiken och poängen. Värdet ligger i frigjord tid, inte i avlämnat ansvar.

“Vi måste vänta tills tekniken är färdig.” Tekniken blir aldrig färdig, och att vänta är också ett val med kostnad. De kommuner som kommer längst började litet, lärde sig av en skarp pilot och byggde vidare. Mognad kommer av att göra, inte av att läsa en rapport till.

“Det är en IT-fråga.” AI i en kommun är minst lika mycket en verksamhets- och styrningsfråga. Datakvalitet, ansvarsfördelning, juridik och förändringsledning avgör utfallet mer än valet av modell. Läggs hela frågan på IT-avdelningen blir den teknisk där den borde vara organisatorisk. De kommuner som lyckas låter verksamheten äga problemet och tekniken stödja det.