Vilka AI-verktyg som används och till vad
AI-assistans används främst som ett stöd i arbetet, inte som en ersättning för omdöme. Det rör sig om språkmodeller och kodassistenter för att utforska lösningar, utkast, kodgenerering, refaktorering, dokumentation och analys - verktyg som påskyndar arbetet men vars resultat alltid bedöms innan det används.
Vilka konkreta verktyg som tillämpas i ett enskilt uppdrag kan variera och stäms av med kunden när det är relevant, särskilt om uppdraget har egna krav på vilka leverantörer eller modeller som får användas.
I AI-engineering- och AI-automationsuppdrag är AI dessutom en del av det som byggs. Då gäller samma princip: lösningen utformas så att den går att förstå, granska och styra, inte som en svart låda.
Hantering av kunddata
Kunddata behandlas restriktivt. Jag använder inte kundens data för att träna eller finjustera modeller, och delar den inte vidare till tredje part utöver de underbiträden som krävs för att utföra uppdraget och som omfattas av avtal.
Där det är möjligt minimeras vilken data som över huvud taget skickas till externa modeller - exempelvis genom att arbeta med avidentifierade eller syntetiska exempel i stället för verkliga personuppgifter. För uppdrag med särskilda krav kan lösningar väljas som håller data inom en avgränsad eller egen miljö.
- Ingen träning av modeller på kundens data.
- Ingen vidaredelning utöver avtalade underbiträden.
- Datadelning till modeller minimeras och stäms av efter uppdragets känslighet.
Mänsklig granskning och ansvar
Det finns alltid en människa i loopen. Allt som AI bidrar med - kod, text, analyser, förslag - granskas av mig innan det blir en del av en leverans. Jag använder inte resultat jag inte själv förstår och kan stå bakom.
Ansvaret för leveransen är mitt, oavsett vilka verktyg som använts på vägen. AI är ett hjälpmedel, inte en ursäkt; ett felaktigt råd eller en bristfällig kodrad blir mitt ansvar att fånga, inte verktygets.
Bias, transparens och spårbarhet
AI-modeller kan återge fel och systematiska skevheter i sina träningsdata. Därför behandlas modellernas utdata som underlag som ska prövas, inte som facit. I lösningar där AI fattar eller påverkar beslut läggs särskild vikt vid att utfallen går att granska och ifrågasätta.
Transparens är en uttalad ambition: det ska vara tydligt var AI används i en lösning, vilken roll den spelar och hur dess resultat kan följas. Där det är rimligt byggs spårbarhet in så att beslut och utdata kan härledas i efterhand.
Vad kunder kan förvänta sig och välja bort
Du kan förvänta dig att AI används där det tillför värde och kvalitet, att din data hanteras enligt principerna ovan och att en människa alltid står bakom det som levereras. Om ett uppdrag har särskilda förutsättningar tas de upp tidigt.
Det går också att välja bort AI-assisterad leverans. Föredrar du att uppdraget utförs utan användning av externa AI-verktyg går det att komma överens om - det kan påverka tidsåtgång och pris, men valet är ditt och respekteras.
EU AI Act-koppling
Arbetssättet utgår från ett riskbaserat synsätt i linje med EU:s AI-förordning (AI Act): ju större potentiell påverkan en AI-användning har, desto högre krav ställs på kontroll, dokumentation och mänsklig tillsyn. Användning som skulle klassas som otillåten undviks.
För lösningar som kan beröras av regelverkets krav på högrisk-AI utformas leveransen med detta i åtanke - med dokumentation, mänsklig tillsyn och spårbarhet som en del av arbetet. Konkret tillämpning bedöms per uppdrag eftersom regelverket införs stegvis och bör tolkas tillsammans med jurist när det är affärskritiskt.