Lärdomar från Sveriges första AI-drivna (kommunala) trendanalys

Hur kan AI användas för att underlätta omvärldsanalys och framsynsprocesser? Det utforskade vi i ett pilotprojekt med pionjären Örnsköldsviks kommun. Där användes AI för att stödja hela processen från signalspaning till samtalet om verksamhetsutveckling. Projektet kan beskrivas som ett av de första försöken i Sverige att använda AI systematiskt för omvärldsanalys i en kommunal organisation. Vi vet nu att med rätt process kan AI frigöra massor med tid till framsynsarbetets viktigaste steg – att fatta strategiska beslut.

AI betyder i det här fallet inte standardlösningar som ChatGPT, Claude eller Gemini. Istället användes den specialutformade plattform som utvecklats av Dcipher Analytics. Redan 2009 inleddes Dciphers utforskande av big data analysis. Dagens verktyg tillgängliggör data och insikter på ett sätt som passar systematiskt omvärldsanalys.

Resultatet av projektet med Örnsköldsviks kommun pekar mot ett nytt sätt att arbeta med framsyn – inte bara i kommuner, utan i alla organisationer som vill bedriva framtidssäkrad strategisk utveckling.

Omvärldsanalys tar tid – från beslutsfattandet som den stöttar

Många organisationer arbetar redan med någon form av omvärldsanalys. För de med mycket resurser sker arbetet genom att analytiker följer nyhetsflöden, rapporter och forskning, samlar signaler och diskuterar utvecklingen i workshops. I de flesta organisationer är det istället chefer och strateger som förväntas omvärldsbevaka mitt i den operativa vardagen. I bästa fall finns intern kompetens att omsätta spaningarna till insikter men det är fortfarande ovanligt.

Även för organisationerna med de bästa förutsättningarna är omvärldsanalys tidskrävande. Den begränsas också av hur mycket material en människa realistiskt hinner läsa och analysera. Det var just denna utmaning som pilotprojektet ville utforska: kan AI användas för att förstärka organisationens analyskapacitet? Dessutom utan att falla offer för vare sig AI-hallucinationer eller leda till trendspaning utan verkligt lokal relevans. I så fall kan organisationen få mer tid till det som gör omvärldsanalys till framsyn – att formulera strategiska insikter som kan guida till en mer framtidssäkrade verksamheter och erbjudanden.

Tre steg där AI bidrar starkt

I projektet byggdes en arbetsprocess där AI används för flera steg i analysarbetet.

  1. AI‑baserade researchagenter samlar in information från utvalda internationella nyhetskällor, rapporter och analyser. Manuell uppladdning av exempelvis rapporter och Excelfiler är också möjligt. Systemet har också en basal funktion som är ett måste för effektiv omvärldsbevakning: rapporter, skärmdumpar och andra filer kan via en särskild epostadress skickas till rakt in i databasen.
  2. Materialet analyseras och struktureras så att återkommande teman och utvecklingsmönster kan identifieras. Genom att på detta sätt bygga särskilda kvalitetssäkrade databaser minskar risken för hallucinerande av AI:n.
  3. Utifrån insamlade data genereras förslag på trender, som sedan kan granskas, utvecklas och prioriteras av våra framtidsstrateger och organisationens analytiker. 

Bild på process i 4 steg där AI sköter insamling + analys medan människor gör insikter och verksamhetsutvecklar

Process i fyra steg med arbetsfördelning mellan maskin och människa.

AI fungerar alltså inte som ersättning för analysen – utan som ett verktyg som förstärker den mänskliga analysförmågan. Resultatet blir en arbetsprocess där organisationen kan följa fler signaler, upptäcka mönster tidigare och snabbare ta fram ett kvalificerat underlag för diskussion och beslut.

En analys, tre perspektiv

I pilotprojektet organiserades analysen kring tre kompletterande perspektiv.

  • Globala trender och utmaningar. Här analyserades hur organisationer som OECD, EU och internationella forskningsmiljöer beskriver viktiga förändringar i samhället.
  • Strategier hos andra organisationer. Hur arbetar kommuner, myndigheter och företag med liknande utmaningar? Vilka strategier och initiativ ser vi internationellt?
  • Digitalisering och AI i praktiken. Hur används ny teknik för att lösa konkreta problem eller förändra arbetssätt?

Genom att kombinera dessa tre perspektiv blir det möjligt att både förstå de långsiktiga förändringarna och se hur organisationer redan börjar agera på dem.

Från insamlade data till insiktsfrämjande grafik

När materialet analyserats kan resultaten presenteras i flera olika format. En inbyggd chatbot svarar på ytterligare frågor och hämtar alltså svaren enbart från de särskilt skapade databaserna.
En så kallad heat map där ämnen grupperas i teman illustrerade med höjdkurvor och färg.
Trendlandskap i form av en så kallad heat map. Vilka är de frekventa ämnena i den insamlade datan? Ju mer rött desto mer texter berör ämnet som beskrivs i kartans rubriker. Bild från Dcipher Analytics.

Ett trendlandskap ger en överblick över de viktigaste utvecklingsområdena. Utifrån frågeställningar med relevans för organisationen samlar AI-verktyget texter från databasen som handlar om samma sak. Ju mer färgstarkt område, desto mer data. En rubrik berättar vad temat handlar om. Den nyfikna kan zooma in och se varje text, ett sätt att ha human in the loop: har AI:n funnit den bästa rubriken för organisationens språkbruk?

En radarbild i form av en halvcirkel indelad i sektorer. I radarns syns cirklar som representerar trender inom sektorernas respektive områden.

Trendradar med sektorer med olika fokus. Cirklarna i radarn är trender och avståndet till radarns centrum avspeglar trendens tidshorisont. Bild från Dcipher Analytics.

I en trendradar struktureras och prioriteras trenderna. I Örnsköldsvik fick radarsektorerna två typer av fokus. Dels tematikerna i PESTEL som redan användes i kommunen för att säkerställa att omvärldsbevakning sker tillräckligt vitt och brett. Dels användes organisationens mål, i form av de politiska målområdena. På det här sättet blev radarns sökfält brett nog och lokalt förankrat.   

Analysen kan också kompletteras med aktörsanalys – en kartläggning av vad viktiga aktörer i organisationens närvärld kommunicerar om olika tematiska områden.

Från trendbeskrivningar till organisationens trendkarta

Med AI-analysens resultat som grund involverades människorna i processen. I fysiska workshops diskuterades AI-genererade trendbeskrivningar. 58 stycken skapades i första omgången och ta det från oss som gjort tusentals trendbeskrivningar sedan 1993 – de höll en hög nivå. Så hög att när 30 skulle gallras fram för att hinnas med under en workshop så var det svårt att välja bort! 

De trender som identifierades mest betydelsefulla för organisationens framtid samlas i en trendkarta. Och, som alltid: ska resultatet av ett framsynsarbete verkligen ha effekt måste det vara förankrat. Workshopen i Örnsköldsvik blev ett mycket gott exempel på vad som sker när människor får mötas och diskutera vart världen är på väg. Ett arbetsmoment som enligt oss på Kairos Future aldrig bör automatiseras bort. (Vill du lära dig hur man leder sådana processer, besök Kairos Future Academy.)

Från trendkarta till strategiskt guld

Det är genom att konsekvensanalysera trendkartans trender som potentiella hot och möjligheter kan formuleras. De blir i sin tur grunden för strategiska vägval och idéer till verksamhetsutveckling, serviceutveckling med mera. Det är i det här steget som omvärldsanalys blir till strategiskt guld. Inte bara för att beslutsfattandet blir framtidsdrivet. Under processen utvecklas en intern samsyn om vart världen är på väg och vad det betyder för den egna organisationen. Den samsynen om vad som händer gör att strategiska samtal kan fokuseras på vad som ska göras.

Trendkartans trender matades in i AI-verktyget tillsammans med politiska mål, men också med de olika uppdrag som finns i en bred organisation som Örnsköldsviks kommun. Utfallet av analysen blev högrelevanta analyser av vad trenderna innebär för skolområdet, omsorgen etcetera, inklusive förslag på möjliga åtgärder. Alla som har använt generativ AI som Gemini, Grok med mera vet hur värdefullt det kan vara att få hjälp med att se alternativ. Precis detta skedde här, men utifrån en kombination av selekterade data och organisationens övergripande uppdrag och riktning. AI-verktyget frigjorde alltså tid till mänskliga samtal om vilka vägar fram som är effektiva och attraktiva utifrån varje organisations nuläge.

Illustration av cyklisk framsynsprocess med flera steg så som trendspaning, konsekvensanalys med mera, samt hur AI kan bidra till olika steg.

Välkommen till kostnadsfri introduktion till systematisk strategisk framsyn 2 timmar på distans.

Fyra lärdomar från pilotprojektet

Pilotprojektet pekar på flera viktiga lärdomar för organisationer som vill utveckla sin omvärldsanalys.

  1. AI kan kraftigt öka mängden information som kan analyseras, det blir lättare att upptäcka nya signaler och mönster
  2. Processen att identifiera trender kan göras mycket snabb
  3. AI kan göra mycket relevanta konsekvensanalyser utifrån organisationens uppdrag
  4. Analytikerns roll förändras: mindre tid går åt till att samla information, mer till att leda nyckelpersoner till att förstå vad den betyder

Mot nästa generation omvärldsanalys

Omvärldsanalys kommer alltid att vara en mänsklig aktivitet. Att förstå förändring, tolka konsekvenser och fatta strategiska beslut kräver erfarenhet och omdöme. Pilotprojektet i Örnsköldsviks kommun – där det redan fanns en etablerad struktur för omvärldsanalys – visar hur kombinationen av AI och mänsklig analys kan skapa ett arbetssätt där organisationer både får bättre överblick över omvärlden och kan arbeta mer tidseffektivt.

Vill du testa en AI‑stödd omvärldsanalys?

Hör av dig om du vill veta mer eller är intresserad av att testa arbetssättet i din egen organisation. I Örnsköldsvik medverkade Lars Eidenvall från Kairos Futures sida.

By Lars Eidenvall