AI ska vara lönsam – och stärka människor

Det som intresserar mig med AI i företag är hur en teknisk möjlighet blir en märkbar förbättring: färre onödiga kostnader, tillförlitligare arbetsflöden och mer utrymme för bra kundarbete. För mig hör ytterligare en fråga till detta: vad gör vi med tiden vi vinner?

Två artiklar i Handelsblatt förenar dessa perspektiv för mig. Claudia Obmann beskriver den ekonomiska användningen av AI hos Ludwig Meister och Otto. Annika Keilen intervjuar professorn och styrelseledamoten Yasmin Weiß om produktivitet, lärande och mänskliga förmågor. Min tanke är att ett AI-projekt behöver en begriplig ekonomisk bedömning och en medveten utformning av samarbetet.

Vad som faktiskt kan räknas som en besparing

Enligt Handelsblatt uppger Ludwig Meister årliga besparingar på 36 000 euro genom att ersätta tidigare inköpt programvara med en egenutvecklad applikation för idéarbete. Hos Otto avser en besparingspotential på cirka tio miljoner euro ett planerat utbyggnadssteg i returanalysen. Det senare är uttryckligen en prognos. Dessa företagsuppgifter visar olika slags nytta; de är inget oberoende verifierat belägg för en nettobesparing som generellt kan uppnås. [1]

I min bedömning skulle jag därför skilja mellan tre storheter: faktiskt undvikna utgifter, användbar arbetskapacitet och kvalitetsförbättringar. En licens som inte längre behövs kan innebära en konkret utgiftsminskning. En sparad arbetstimme blir däremot en företagsnytta först när den kan användas på ett meningsfullt sätt. Färre felaktiga offerter skulle vara en separat kvalitetsvinst som också behöver mätas.

Varje kalkyl måste även omfatta insatserna: utveckling, integration med befintliga system, modell- och licenskostnader, dataunderhåll, utbildning, kontroll och efterarbete. Jag skulle bedöma nytta och kostnader över samma tidsperiod och undvika att samtidigt räkna tidsvinster som lägre personalkostnader och som ytterligare arbetsresultat.

Vunnen tid behöver ett syfte

I intervjun berättar Yasmin Weiß om en självberäknad tidsvinst på tre timmar per dag. Hon använder tiden till produktivitet, privata uppgifter och lärande. Samtidigt varnar hon för att låta AI-tidsvinster enbart leda till ett allt intensivare arbete. Det är hennes personliga erfarenhet och bedömning, ingen allmänt överförbar tidsbesparing. [2]

För ett företag skulle jag omsätta detta i en konkret fråga om arbetets utformning: vad ska den frigjorda kapaciteten användas till? Inom försäljning skulle det kunna vara grundligare samtalsförberedelser, mer tid för svåra kundärenden eller att lära sig nya arbetssätt. Detta bör bestämmas tillsammans med medarbetarna, i stället för att tyst pressa in allt fler uppgifter i samma arbetsdag.

Utöver tid och kostnader skulle jag därför undersöka hur arbetet förändras: hur mycket kontroll behövs? Blir undantagen hanterbara? Uppstår nya belastningar? Vet medarbetarna hur de kan ifrågasätta resultat och rapportera fel?

En konkret start: från inkommande förfrågan till granskad offertversion

Mitt illustrativa förslag börjar med en tydligt avgränsad försäljningsuppgift. Innan vi väljer ett verktyg kartlägger vi tillsammans det befintliga arbetsflödet: var saknas information, var registreras uppgifter dubbelt och var uppstår följdfrågor eller fel? Handläggningstid och efterarbete utgör utgångsläget.

Därefter delar vi upp uppgiften i steg som går att kontrollera. AI skulle kunna läsa ut uppgifter ur kundförfrågan, jämföra dem med godkända kund- och produktdata, markera öppna frågor och ta fram ett offertutkast. Teknisk lämplighet, priser och leveransåtaganden godkänns av de ansvariga människorna. Utkastet blir inte automatiskt ett bindande åtagande.

I en avgränsad pilot jämför vi liknande ärenden. Vi mäter hela arbetsflödet, inklusive kontroll och korrigeringar. I förväg kommer vi överens om kvalitetskrav, ansvar och kriterier för att anpassa, avsluta eller utöka försöket. IT och berörda sakkunniga granskar dataåtkomst, säkerhet och integration med befintliga system.

För mig har utvärderingen två sidor: har arbetsflödet blivit bättre ekonomiskt och kvalitativt? Och kan medarbetarna arbeta bra med det nya förfarandet? Först därefter skulle jag föreslå en utökning. Att avsluta ett försök i tid kan också vara ett klokt beslut.

Mitt bidrag: förena försäljningserfarenhet och AI-kunskaper

Jag förenar internationell försäljnings- och ledarerfarenhet med aktuella AI-kunskaper. Att förstå olika kundkrav, utveckla samarbetet mellan funktioner och förena team kring gemensamma mål har präglat min yrkesbakgrund. Det är också avgörande för att använda AI på ett meningsfullt sätt.

Här ligger mitt bidrag som försäljningschef: precisera affärsproblem tillsammans med användarna, göra krav begripliga och föra samman försäljning, IT, ekonomistyrning och andra sakkunniga funktioner. För mig innebär facilitering och samordning att synliggöra målkonflikter, följa upp beslut och ansvar samt ta med återkoppling från det dagliga arbetet i bedömningen.

Mitt affärsmässiga perspektiv handlar om att förena kundbehov, ekonomiska mål och tillförlitliga åtaganden. Samarbetet med tekniska och andra sakkunniga specialister ska göra en bra idé till ett verifierbart arbetsflöde som fungerar i vardagen. Tydliga ansvarsområden och sakkunniga godkännanden hör till detta.

För ett företag ligger värdet i denna kombination i att knyta försäljningens utveckling till affärsmålen och de människor som förverkligar dem. Det är här jag vill bidra med min erfarenhet och mina AI-kunskaper: bedöma möjligheter, tydliggöra prioriteringar och engagera team i hållbara förändringar.

Ett övertygande AI-projekt skapar mätbar nytta, håller ansvaret tydligt och ger den vunna tiden ett syfte. Goda kundrelationer behöver fortfarande människor som lyssnar, förstår sammanhang och agerar tillförlitligt.

Vilken process i ert företag skulle kunna dra nytta av AI – och vad skulle ni använda den vunna tiden till?

Källor och bedömning

[1] Claudia Obmann / Handelsblatt: ”KI: So spart ein Unternehmen 198.000 Euro durch eine Anwendung”, 13 november 2026. Företagsexempel och självrapporterade uppgifter; prognoser skiljs från redan beskrivna effekter. Siffran i rubriken används inte här som ett verifierat nyckeltal eftersom dess samband med de beskrivna kostnaderna inte är entydigt spårbart.
https://www.handelsblatt.com/karriere/ki-so-spart-ein-unternehmen-198.000-euro-durch-eine-anwendung/100264889.html

[2] Annika Keilen / Handelsblatt: ”KI: Langfristig gibt es ernst zu nehmende Risiken für sehr viele von uns”, intervju med Yasmin Weiß, 11 november 2026; först publicerad den 6 november 2026. Intervjupersonens personliga erfarenheter, bedömningar och framtidsförväntningar är inga allmängiltiga belägg för effekter.
https://www.handelsblatt.com/technik/ki/ki-langfristig-gibt-es-ernst-zu-nehmende-risiken-fuer-sehr-viele-von-uns/100250168.html

Båda artiklarna lästes i sin helhet efter inloggning den 14 november 2026. De föreslagna arbetsstegen och beskrivningen av mitt möjliga bidrag är min egen bedömning.

Hur kan AI-stöd skapa en verklig fördel i det dagliga arbetet? Yasmin Weiß förklarar varför tydliga mål, lämpliga verktyg och en medveten användning av den vunna tiden hör ihop.