AI-konsult och föreläsare

AI som gör nytta i verksamheten – införd på ett säkert sätt.

Jag hjälper företag, organisationer, kommuner och myndigheter att gå från nyfikenhet till AI som faktiskt används: rätt användningsfall, lösningar som bygger på era egna dokument, medarbetare som kan använda verktygen – och säkerhet och regelefterlevnad som håller.

Kort sagt

  • Vad Ffvia gör: inför generativ AI i verksamheter – AI-strategi och förstudie, RAG-lösningar och AI-assistenter, agenter och automatisering, säkerhets- och regelkrav – samt håller föreläsningar och utbildningar om AI.
  • För vem: företag, organisationer och föreningar, kommuner, regioner och statliga myndigheter i hela Sverige.
  • Varför Ffvia: AI-införandet görs av någon som arbetar med informationssäkerhet, kravställning och upphandling – så att nyttan inte köps till priset av läckt information eller otydligt ansvar.
  • Kontakt: info@ffvia.se

Fördelar med AI i verksamheten

Generativ AI är som mest värdefull där mycket tid går åt till att leta, läsa, sammanfatta och skriva. Nyttan kommer inte av verktyget i sig, utan av att det kopplas till rätt arbetsuppgifter och rätt information.

  • Hitta svar i egen kunskap

    Medarbetare frågar på vanlig svenska och får svar ur rutiner, policyer, avtal och handböcker – med länk till källan.

    ”Vad gäller för tjänsteresor utomlands?”
  • Mindre tid på dokumentation

    Utkast till protokoll, rapporter, tjänsteskrivelser och svar tas fram på minuter och granskas av en människa.

    mötesanteckningar blir protokoll i rätt mall.
  • Snabbare och jämnare handläggning

    AI sorterar inkommande ärenden, sammanfattar underlag och föreslår svar, så att handläggaren kan lägga tiden på bedömningen.

    klassning och sammanfattning av inkomna ärenden.
  • Bättre service dygnet runt

    Kund- och medborgarfrågor besvaras direkt med aktuell information, med tydlig överlämning till en människa när det behövs.

    frågor om taxor, öppettider och ansökningar.
  • Analys av stora textmängder

    Enkätsvar, synpunkter, avvikelser och remissvar kan grupperas och sammanfattas, så att mönster syns tidigare.

    teman i tusen fritextsvar på en eftermiddag.
  • Kvalitet och kunskapsöverföring

    Erfarna medarbetares kunskap blir tillgänglig för fler, och nya medarbetare kommer snabbare in i arbetet när svaret bara är en fråga bort.

    introduktionsstöd för nyanställda.

RAG – AI som svarar utifrån era egna dokument

RAG (retrieval-augmented generation) är i dag det vanligaste sättet att göra generativ AI användbar på riktigt i en organisation. I stället för att lita på vad språkmodellen minns från sin träning hämtar lösningen först fram rätt underlag ur era egna källor och låter modellen svara utifrån det.

Så fungerar RAG Steg 1, förbered kunskapen: era källor delas upp i avsnitt, görs om till embeddings och läggs i ett sökindex med behörigheter. Steg 2, vid varje fråga: frågan används för att hämta relevanta avsnitt ur indexet, språkmodellen får frågan och avsnitten och skriver ett svar med källhänvisning. Runt allt finns behörigheter, loggning, utvärdering och mänsklig granskning. 1. Förbered kunskapen Era källor dokument, ärenden Dela upp avsnitt + metadata Embeddings text blir vektorer Sökindex med behörigheter 2. Vid varje fråga Fråga från användaren Hämta relevanta avsnitt Språkmodell fråga + avsnitt Svar med källhänvisning Runt allt: säkerhet och kvalitet Behörigheter · Loggning · Skydd mot promptinjektion Utvärdering med testfrågor · Mänsklig granskning
  1. 1. Förbered kunskapen
  2. Era källordokument, ärenden
  3. Dela uppavsnitt + metadata
  4. Embeddingstext blir vektorer
  5. Sökindexmed behörigheter
  6. 2. Vid varje fråga
  7. Frågafrån användaren
  8. Hämtarelevanta avsnitt ur sökindex
  9. Språkmodellfråga + avsnitt
  10. Svarmed källhänvisning
  11. Runt alltBehörigheter · Loggning · Skydd mot promptinjektion · Utvärdering · Mänsklig granskning
Förenklad bild av en RAG-lösning. Indexet byggs en gång och uppdateras när källorna ändras; frågeflödet körs varje gång någon frågar.

Så fungerar det. Era dokument delas upp i avsnitt och indexeras så att de går att söka på betydelse, inte bara på exakta ord. När någon ställer en fråga hämtas de mest relevanta avsnitten – bara bland det som användaren själv har behörighet till – och skickas till språkmodellen tillsammans med frågan. Svaret skrivs utifrån underlaget och visar varifrån informationen kommer.

Vad som avgör kvaliteten

En RAG-lösning blir aldrig bättre än underlaget. Det mesta av arbetet ligger i att välja och städa källor, dela upp dem rätt, hantera behörigheter och mäta svarskvaliteten med testfrågor innan lösningen släpps till fler användare.

Fördelar med RAG

  • Aktuella svar – uppdatera ett dokument och svaret ändras, utan att någon modell tränas om.
  • Källhänvisning – användaren kan kontrollera svaret, vilket bygger förtroende och minskar risken för felaktigheter.
  • Behörighetsstyrning – AI:n når samma information som användaren redan får se, varken mer eller mindre.
  • Kontroll över data – kunskapen ligger kvar i er miljö och kan driftas inom EU eller i egen infrastruktur.
  • Lägre kostnad – billigare att bygga och förvalta än att träna eller finjustera egna modeller.
Olika sätt att använda AI – och när de passar
AngreppssättVad det ärPassar närAtt tänka på
AI-assistent i standardverktygCopilot, ChatGPT, Claude eller Gemini i en företagslicens.Medarbetare vill skriva, sammanfatta och bolla idéer.Licensvillkor, var data lagras, policy och utbildning.
RAGAI som söker i era källor och svarar med källhänvisning.Svaren måste bygga på er egen, aktuella information.Källornas kvalitet, behörigheter och utvärdering.
AI-agenterAI som utför flera steg och använder verktyg och system.Återkommande arbetsflöden med tydliga regler.Begränsade rättigheter, loggning och mänsklig kontroll.
FinjusteringVidareträning av en modell på egna exempel.Ett snävt format eller fackspråk som måste sitta exakt.Kostnad, förvaltning och att kunskapen blir inaktuell.

AI-konsult: tjänster inom AI-implementering

Ett uppdrag kan vara en enskild föreläsning, en förstudie, en pilot eller ett helt införande. Omfattningen bestäms tillsammans – och ni behåller ägarskapet över lösningen och kunskapen.

AI-strategi och förstudie

Vi kartlägger var AI gör störst nytta och vad som står i vägen. Resultatet är en prioriterad lista med användningsfall, en bedömning av risker och informationsklassning, och en konkret plan för pilot och införande.

  • Intervjuer och workshop med verksamheten
  • Användningsfall bedömda efter nytta, risk och genomförbarhet
  • Förslag på verktyg, arkitektur och ansvarsfördelning
  • Utkast till AI-policy och riktlinjer för medarbetare

AI-implementering: RAG, assistenter och kunskapsstöd

Jag bygger och inför AI-lösningar som hämtar sina svar ur era dokument och system – från en kunskapsassistent för en avdelning till stöd som skriver utkast i era mallar och formulerar sig på ert sätt.

  • Val och förberedelse av källor, indexering och behörigheter
  • Instruktioner, mallar och tonläge anpassade efter verksamheten
  • Testfrågor och utvärdering innan lösningen släpps bredare
  • Överlämning, dokumentation och förvaltningsplan

AI-agenter, automatisering och integrationer

AI som gör mer än att svara: hämtar uppgifter ur befintliga system, sammanställer underlag, klassar ärenden och skriver utkast i flera steg. Integrationer byggs via API och Model Context Protocol (MCP), med minsta möjliga behörighet och en människa som godkänner det som spelar roll.

Säker AI: krav, riskbedömning och upphandling

AI-tjänster är IT-system och ska kravställas som sådana. Jag hjälper till med riskbedömning, informationsklassning, krav på leverantörer, dataskydd och AI-förordningen – och med förfrågningsunderlag och utvärdering när AI ska upphandlas.

  • Var data behandlas och lagras, och vad leverantören får göra med den
  • Behörigheter, loggning och skydd mot promptinjektion
  • GDPR, sekretess och EU:s AI-förordning
  • Säkerhetsgranskning av befintliga AI-lösningar

Föreläsningar och utbildning

Föreläsningar som ger en gemensam bild av vad AI kan och inte kan, och praktiska utbildningar där deltagarna lär sig använda AI i sitt eget arbete. Läs mer om föreläsningar och utbildning.

Osäkra på var ni ska börja? Börja med ett kort samtal om era behov.

Boka ett samtal

AI-föreläsare och AI-utbildning för företag, kommuner och myndigheter

Konkret, begripligt och utan hype. Föreläsningarna visar vad AI faktiskt kan göra i just er verksamhet – med levande demonstrationer, exempel från er bransch och ärliga besked om risker och begränsningar. Sedan den 2 februari 2025 ska organisationer som använder AI-system dessutom arbeta för att personalen har tillräcklig AI-kunnighet enligt EU:s AI-förordning, och utbildning är det mest direkta sättet att göra det.

  • 45–90 min

    Föreläsning

    Inspiration och helhetsbild för personaldagar, konferenser, nätverk och kommunfullmäktige.

  • 2–3 timmar

    Ledningsgrupp

    Möjligheter, risker, ansvar och regelverk – och vilka beslut ledningen behöver fatta.

  • Halvdag–heldag

    Praktisk workshop

    Deltagarna använder AI på egna arbetsuppgifter och går därifrån med färdiga arbetssätt.

  • Flera tillfällen

    Utbildningsprogram

    Stegvis kompetenslyft för en avdelning eller hela organisationen, med uppföljning.

Exempel på ämnen

Varje tillfälle anpassas efter publikens förkunskaper och er verksamhet. Hålls på plats i hela Sverige eller digitalt.

  • Företag
  • Organisationer och föreningar
  • Kommuner
  • Regioner
  • Statliga myndigheter
  • Ledningsgrupper
  • Förtroendevalda
  • IT och säkerhet
  • Generativ AI på riktigtVad språkmodeller är, vad de kan och var de brister.
  • AI i offentlig sektorMöjligheter, offentlighetsprincipen, sekretess och nationella riktlinjer.
  • Säker AI-användningVad du får klistra in, var data hamnar och hur du undviker läckor.
  • Promptteknik i vardagenSå får du bättre svar – med övningar på egna uppgifter.
  • RAG och AI-assistenterHur AI kan svara med stöd i organisationens egna dokument.
  • AI-agenter och automatiseringNär AI börjar agera – och vilka kontroller som behövs.
  • AI och informationssäkerhetPromptinjektion, dataläckage och AI-stödda attacker.
  • EU:s AI-förordning och GDPRVad som gäller för er som använder AI, i praktiken.
  • Att leda AI-förändringPolicy, ansvar, kompetens och hur ni mäter nyttan.
  • Upphandla AIVilka krav ni ska ställa på leverantörer och tjänster.

Det här ingår när du bokar en föreläsning eller utbildning

  • Förberedande samtalom publiken, förkunskaperna och vad ni vill uppnå.
  • Anpassat innehållmed exempel och demonstrationer från er verksamhet eller bransch.
  • Tid för frågorså att deltagarnas egna funderingar blir besvarade.
  • Material efteråtsammanfattning och råd som går att använda i det fortsatta arbetet.

Planerar ni en personaldag, konferens eller utbildningsinsats?

Boka föreläsning

AI i kommuner, regioner och myndigheter

Offentlig sektor har mycket att vinna på AI – stora mängder text, regelstyrda processer och höga krav på service. Samtidigt gäller särskilda regler. Ett hållbart införande tar hänsyn till dem från början i stället för att upptäcka dem efter pilotprojektet.

Offentlighet och sekretess

Det som skrivs in i och skapas av en AI-tjänst kan bli allmän handling, och sekretessbelagd information får inte röjas till en leverantör utan att det är utrett. Det påverkar både verktygsval och rutiner.

Dataskydd och tredjeland

Personuppgifter kräver rättslig grund, och var data behandlas – och vilken lagstiftning leverantören omfattas av – behöver bedömas innan tjänsten tas i bruk.

Förklarbara beslut och god förvaltning

AI kan stödja handläggningen, men ansvaret ligger kvar hos myndigheten. Beslut ska gå att motivera, och det ska vara tydligt var AI har använts.

Upphandling och leverantörsberoende

AI-tjänster förändras snabbt. Kraven behöver ge utrymme för utveckling men samtidigt säkra kontroll över data, möjlighet att byta leverantör och insyn i hur tjänsten fungerar.

Underlag: DIGG:s och IMY:s riktlinjer för generativ AI i offentlig förvaltning och EU-kommissionens frågor och svar om AI-kunnighet.

Sex risker att hantera innan AI går i drift

Det är här bakgrunden inom säkerhet gör skillnad. De flesta problem med AI i verksamheten handlar inte om att modellen är för svag, utan om behörigheter, information och ansvar som ingen har tänkt igenom.

  1. Information som läcker ut

    Känslig information klistras in i tjänster där den lagras, används för träning eller hamnar utanför EU. Lösningen är tydlig policy, rätt licenser och tekniska spärrar.

  2. För breda behörigheter

    En AI-assistent som når allt kan visa allt. Den ska bara komma åt det som användaren själv får se – och agenter ska ha minsta möjliga rättigheter.

  3. Promptinjektion

    Dolda instruktioner i ett mejl, en webbsida eller ett dokument kan styra AI:n. Det kräver separering av data och instruktioner, begränsade verktyg och mänsklig kontroll.

  4. Felaktiga svar

    Språkmodeller kan formulera fel med stor säkerhet. Källhänvisning, testfrågor, uppföljning och utbildning gör felen färre och lättare att upptäcka.

  5. Otydligt ansvar

    Vem äger lösningen, vem godkänner nya källor och vem svarar för innehållet? Utan förvaltning försämras kvaliteten över tid.

  6. Inlåsning hos en leverantör

    Arkitektur och avtal bör göra det möjligt att byta modell eller leverantör när tekniken, priserna eller kraven förändras.

Så går ett AI-införande till

Små, mätbara steg i stället för ett stort projekt. Varje steg ger ett beslutsunderlag för nästa, och ni kan stanna eller ändra riktning när som helst.

  1. 1

    Förstudie

    Användningsfall, nytta, risker och informationsklassning. Några veckor.

  2. 2

    Utbildning och pilot

    Grundutbildning för de berörda och en avgränsad pilot med mätbara mål.

  3. 3

    Införande

    Utvärdering, säkerhetskrav, policy och stegvis utrullning till fler användare.

  4. 4

    Förvaltning och uppföljning

    Mät nyttan, följ upp kvaliteten, uppdatera källor och utbilda nya medarbetare.

Exempel på vad AI kan göra

Exempel från egna uppdrag och från de vanligaste behoven hos företag och offentliga verksamheter.

  • Normstöd för granskare

    En AI-assistent som svarar på frågor om tekniska normer och regelverk med exakt kravpunkt och utgåva, och som hjälper granskare att formulera avvikelser enligt en fastställd mall.

  • Från anteckningar till rapport

    Fältanteckningar, bilder och verktygsutdata blir en strukturerad rapport i organisationens grafiska profil, med graderade fynd och åtgärdsplan – klar för granskning.

  • Publicering på flera kanaler

    Innehåll som publiceras på en webbplats delas automatiskt i sociala medier och kopplas till Google Maps, så att samma uppgift bara behöver skrivas en gång.

Mikael Flyckt

Ägare, Ffvia AB · AI och säkerhet

Mikael Flyckt hjälper organisationer att införa AI på ett sätt som är både användbart och säkert – och föreläser och utbildar om AI för företag, organisationer och offentlig sektor.

Han arbetar praktiskt med generativ AI: bygger AI-assistenter, kunskapsstöd och automatiserade arbetsflöden, och använder AI-agenter i egen utveckling. Ffvias webbplatser, inklusive den här, är byggda för att kunna läsas och citeras av AI-sökmotorer.

Bakgrunden inom säkerhetsrådgivning, IT-säkerhet, kravställning och upphandling gör att AI-frågorna aldrig behandlas isolerat. Det som ska in i en AI-lösning ska också gå att granska, kravställa och förvalta.

Kompetensområden

  • Generativ AI
  • RAG
  • AI-assistenter
  • AI-agenter och MCP
  • Promptdesign
  • AI-säkerhet
  • AI-förordningen
  • Informationssäkerhet
  • Kravställning och upphandling

Vanliga frågor om AI i verksamheten

Vad är RAG och varför är det bra för en organisation?

RAG (retrieval-augmented generation) betyder att AI-modellen först söker fram relevanta avsnitt i organisationens egna dokument och sedan formulerar svaret utifrån dem, med hänvisning till källan. Fördelen är att svaren bygger på er aktuella information i stället för på modellens allmänna kunskap, att den som läser kan kontrollera källan och att kunskapen kan uppdateras utan att någon modell behöver tränas om.

Behöver vi träna en egen AI-modell?

Nästan aldrig. De flesta behov löses med en befintlig språkmodell, bra instruktioner och RAG mot era egna dokument. Finjustering kan vara motiverat för ett snävt och återkommande format eller språkbruk, men det är dyrare att ta fram och förvalta och löser inte problemet med inaktuell information.

Är det säkert att använda generativ AI med våra interna dokument?

Det kan vara säkert om lösningen är byggd för det. Det avgörande är var data behandlas och lagras, vad leverantören får göra med den, att AI-tjänsten bara når det användaren själv har behörighet till, att informationen är klassad, att lösningen skyddas mot promptinjektion och att användningen loggas. Ffvia gör den bedömningen tillsammans med er och ställer kraven innan något går i drift.

Vad kräver EU:s AI-förordning av oss som använder AI?

Sedan den 2 februari 2025 ska organisationer som använder AI-system vidta åtgärder för att stödja AI-kunnighet hos personal som använder systemen (artikel 4). Vissa användningsområden är förbjudna, och det finns transparenskrav, till exempel att människor ska få veta när de interagerar med AI. Strängare krav gäller AI-system med hög risk, som införs stegvis. Vilka krav som gäller er beror på hur AI:n används, och det går att reda ut i en förstudie.

Kan kommuner och myndigheter använda generativ AI?

Ja. DIGG och IMY har tagit fram nationella riktlinjer för generativ AI i offentlig förvaltning, och många kommuner och myndigheter använder redan AI i handläggning, kommunikation och internt stöd. Offentlig sektor behöver särskilt ta hänsyn till offentlighets- och sekretesslagen, GDPR, informationsklassning, var data lagras, upphandlingsregler och att beslut ska gå att förklara.

Hur lång tid tar ett AI-införande?

En förstudie tar normalt några veckor. En avgränsad pilot, till exempel en kunskapsassistent för en avdelning, kan vara i gång inom en till tre månader. Ett bredare införande sker stegvis och styrs mer av förändringsarbete, utbildning och informationskvalitet än av tekniken.

Vad kostar en AI-föreläsning eller ett AI-projekt?

Det beror på omfattning, format och hur mycket som ska anpassas. Föreläsningar och utbildningar prissätts per tillfälle, och förstudier och införanden offereras efter ett första samtal där behov och avgränsning bestäms. Kontakta info@ffvia.se för en offert.

Håller ni föreläsningar på plats och digitalt?

Ja. Föreläsningar och utbildningar hålls på plats i hela Sverige eller digitalt, för allt från en ledningsgrupp till en hel förvaltning eller konferens. Innehållet anpassas efter publikens förkunskaper och er verksamhet, med exempel från den egna branschen.

Vilka AI-verktyg och modeller arbetar ni med?

Ffvia är leverantörsoberoende och utgår från era krav och befintliga miljö. Det kan vara Microsoft 365 Copilot, ChatGPT, Claude eller Gemini, AI-tjänster i molnplattformar med lagring inom EU, eller öppna modeller som körs i egen miljö när informationen inte får lämna organisationen.

Kan ni utbilda personalen i AI-kunnighet enligt AI-förordningen?

Ja. Utbildningen anpassas efter vilka AI-system ni använder och vilka roller deltagarna har, så att den blir en del av de åtgärder för AI-kunnighet som artikel 4 i EU:s AI-förordning kräver. Upplägget kan vara en grundutbildning för alla, fördjupning för chefer och nyckelpersoner, och underlag som visar vad som har genomförts.

Kan ni hjälpa oss att ta fram en AI-policy?

Ja. En AI-policy beskriver vilka AI-verktyg som får användas, vilken information som får behandlas i dem, vem som ansvarar för vad och hur användningen följs upp. Ffvia tar fram policyn tillsammans med er, kopplar den till informationsklassning och befintliga säkerhetsregler och gör en kortversion som medarbetarna faktiskt läser.

Var ska vi börja med AI?

Börja med två saker parallellt: en grundutbildning så att medarbetarna kan använda AI säkert, och en kort förstudie som pekar ut två eller tre användningsfall med tydlig nytta och hanterbar risk. Testa sedan det mest lovande i en avgränsad pilot och mät resultatet innan ni skalar upp.

Ordlista: AI-begrepp på svenska

De vanligaste begreppen när AI ska in i en verksamhet, förklarade kort.

Generativ AI
AI som skapar nytt innehåll – text, bild, ljud eller kod – utifrån en instruktion.
Språkmodell (LLM)
En AI-modell tränad på stora mängder text som kan förstå och formulera språk. Grunden i tjänster som ChatGPT, Claude, Gemini och Copilot.
RAG
Retrieval-augmented generation. Modellen hämtar först relevanta avsnitt ur egna källor och svarar sedan utifrån dem, med källhänvisning.
Embedding
En talrepresentation av en text som gör det möjligt att söka på betydelse i stället för exakta ord.
Vektordatabas
Ett sökindex för embeddings som hittar de textavsnitt som ligger närmast en fråga i betydelse.
AI-agent
En AI-lösning som planerar och utför flera steg på egen hand, till exempel söker, läser, räknar och skriver, med hjälp av verktyg.
MCP
Model Context Protocol, en öppen standard för att ansluta AI-assistenter till system, data och verktyg på ett kontrollerat sätt.
Hallucination
När en AI-modell formulerar något som låter rimligt men är fel. Minskas med RAG, källhänvisning och utvärdering.
Promptinjektion
En attack där instruktioner gömda i en text, ett dokument eller en webbsida får AI:n att göra något användaren inte bett om.
Finjustering
Vidareträning av en befintlig modell på egna exempel för att lära den ett visst format eller språkbruk.
AI-kunnighet
Den kunskap och förståelse som behövs för att använda AI-system på ett välgrundat sätt. Krav enligt artikel 4 i EU:s AI-förordning.
Kontextfönster
Hur mycket text en modell kan ta hänsyn till i en och samma fråga, inklusive instruktioner, hämtade källor och svar.

Vill ni komma i gång med AI?

Berätta kort om verksamheten och vad ni vill uppnå – ett införande, en förstudie, en föreläsning eller en utbildning – så återkommer jag med förslag på upplägg.

Säkerhetsrådgivning, kravställning och granskning hittar du på startsidan.

Senast uppdaterad .