SV – Formpipe Nyheter & Bloggar

AI-piloten som lyfte: fyra lärdomar från offentlig sektor

Skriven av Formpipe Public | 27 maj 2026

 

Sammanfattning

Många i offentlig sektor har en AI-strategi. Färre har AI som faktiskt används av handläggarna i deras vardag. Skillnaden ligger i tillämpning – att hitta verktyg som löser konkreta problem direkt i de system medarbetare redan arbetar i. Formpipes kunskapshubb med AI-chat ger källhänvisade, rollbaserade svar integrerat i Platina och W3D3.

 

Ett pilotprojekt hos Region Stockholm visade fyra mönster som avgör om en AI-satsning blir framgångsrik: snäv avgränsning, hög källkvalitet, enkel administration och tydlig kvalitetssäkring i flödet.


Det handlar om att gå från strategi till tillämpning

Vardagen ser likadan ut hos de flesta verksamheter i offentlig sektor: informationsmängderna växer, regelverken blir mer komplexa, och samma frågor återkommer och belastar nyckelpersoner. Även när rätt rutin finns dokumenterad är den ofta svår att hitta i stunden – och nya medarbetare behöver veckor på sig att hitta hem i materialet.

En AI-policy förändrar inte detta. Det som förändrar något är verktyg som faktiskt används och som möter handläggaren i arbetsflödet, ger ett pålitligt svar och låter arbetet fortsätta.

“AI-strategier och AI-policies är nödvändiga, men värde uppstår först när AI används konkret i verksamheten, i det dagliga arbetet.”

 

Så fungerar Formpipes kunskapshubb med AI-chat

En kunskapshubb med AI-chat låter handläggare och medarbetare ställa naturliga frågor och få svar baserade på verksamhetens egna källor – policies, rutiner, riktlinjer och ärendehistorik. Skillnaden mot en publik AI-tjänst är att kunskapshubben inte söker på det öppna internet, utan enbart i organisationens egna, granskade källor och styrt av användarens behörighet och i en miljö som körs i Sverige.

I Formpipes lösning är kunskapshubben integrerad direkt i ärendehanteringssystemen Platina och W3D3, så medarbetaren får svaren direkt i sitt arbetsflöde. Konkret betyder det att:

  • Sökningen sker bara i material som användaren är behörig att se. Behörigheter som redan finns i Platina och W3D3 styr även AI-svaren – ingen separat åtkomstmodell att underhålla.
  • Svaren är förankrade i organisationens egna källor, med tydliga referenser till ursprungsdokumentet så att handläggaren kan verifiera och fördjupa sig.
  • Administrationen sker i en samlad dashboard – datakällor, policies, åtkomst och dokumentkvalitet – utan att kräva en separat förvaltningsorganisation.
  • Användare kan ge feedback direkt i flödet, vilket går tillbaka till informationsägaren och stänger kvalitetsloopen kontinuerligt.

Säkerhet är inbyggd, inte ett tillägg

För offentlig sektor är säkerhet och juridisk efterlevnad inte ett "om" – det är ett "från dag ett". Lösningen körs inom Sverige och svarar bara mot organisationens egna källor. Känsliga uppgifter hanteras med PII-skydd och kryptering, varje interaktion loggas i en auditlogg, och federerad autentisering säkerställer att rätt person ser rätt information.

Vad ett pilotprojekt hos Region Stockholm visade

1. Svarskvalitet är källkvalitet

Den största insikten under piloten handlade inte om tekniken. Den verkliga kvalitetsfaktorn i AI-svaren visade sig vara innehållet – inte modellen. När källdokumenten var tydliga, uppdaterade och välstrukturerade gav AI-chatten precisa svar. När källan var rörig blev svaret rörigt.

Det gör arbetet med informationskvalitet till en strategisk fråga, inte en städuppgift. AI synliggör tidigare osynliga brister – och ger samtidigt en konkret anledning att rätta dem.

2. Förtroende byggs i administrationen

På ytan låter enkel administration som en teknisk detalj. I praktiken visade det sig vara avgörande. När informationsägare själva kunde se vad AI-chatten plockade upp, justera, kvalitetssäkra och få rapporter på vad som efterfrågades, gick adoptionen upp markant.

Användare litar på system där någon synligt har koll. Det är inte tekniken som bygger förtroende, utan transparensen runt den.

3. Hur svaret levereras är lika viktigt som vad det innehåller

Att ge ett svar är enkelt. Att ge ett svar handläggaren kan agera på är svårare. Pilotprojektet visade att källhänvisningar, korta sammanfattningar och möjligheten att klicka sig vidare till ursprungsdokumentet var det som gjorde skillnad i adoption. Formatet på svaret är minst lika viktigt som dess innehåll.

4. Bonuslärdom från pilotprojektet: Vi lät verktyget förklara sig självt

En meta-fråga dök upp under piloten: hur lär man sig använda ett AI-verktyg som ska hjälpa medarbetare lära sig? Lösningen blev att vända på det – AI-chatten fick svara på frågor om sig själv. Användarna kunde fråga "hur använder jag det här?" direkt i chatten och fick samma typ av källhänvisade svar som för andra interna policies.

 

Så tar ni första steget

Det bästa sättet att förstå värdet är att se det fungera i den egna verksamheten. Baserat på piloterfarenheten rekommenderar vi ett snävt första scope:

    1. Välj en avgränsad informationsmängd som första målbild – t.ex. en specifik policydomän eller ett kunskapsområde där samma frågor återkommer ofta.
    2. Identifiera en tydlig målgrupp där värdet är störst – t.ex. nya handläggare eller ett team där frågetrycket är högt.
    3. Säkerställ ägarskap för innehållet så att kvaliteten kan utvecklas över tid.
    4. Bygg in feedback från dag ett – det är där förbättringscykeln börjar och förtroendet växer.


Redo att lyfta?

Se hur kunskapshubben med AI-chat fungerar i praktiken, eller prata direkt med någon hos oss om hur ni kan komma igång.


Bakom innehållet

Mats K. Bergman

VP Product, Formpipe

Ansvarig för Formpipes produktportfölj och dess strategiska riktning.

LinkedIn →

Kristofer Carlsson

Produktledare AI, Formpipe

Produktledare på Formpipe med ansvar för AI-erbjudandet.

LinkedIn →