AI-mognadsanalys: Så används AI i kommunikationsarbetet

 

27 MAJ 2026

AI är redan en del av vardagen för många kommunikatörer och marknadsförare. I Maniolas AI-mognadsanalys, baserad på 604 svar från 37 kommunikations- och marknadsteam, uppger 82 % att de använder AI minst varje vecka. 87 % är ganska eller mycket motiverade att använda AI i sitt arbete. Samtidigt upplever bara 10 % att organisationen har en tydlig och gemensam målbild för hur AI ska användas inom kommunikation.

Det är rapportens huvudinsikt: medarbetarna har börjat springa, men många organisationer saknar fortfarande karta och kompass. AI-användningen börjar inte från noll. Den pågår redan. För att skapa verklig nytta behöver arbetet däremot gå från individuell användning till gemensam förmåga.

Det går att ha många AI-användare och ändå låg AI-mognad. Mognad uppstår först när användningen får riktning, ansvar och uppföljning.
Petronella Barvaeus
 

 
 
 

I korthet

  • AI används redan frekvent. Privat sektor ligger högst, där 92 % använder AI dagligen eller veckovis. Motsvarande siffra är 85 % i ideell sektor och 76 % i offentlig sektor.

  • Motivationen är inte den främsta flaskhalsen. 87 % är ganska eller mycket motiverade att använda AI. Det tyder på att problemet inte främst handlar om att övertyga medarbetarna, utan om att ge dem bättre förutsättningar.

  • AI skapar nytta, men främst nära produktionen. 76 % uppger att de arbetar snabbare och mer effektivt. 57 % upplever mer kreativitet och fler idéer. Däremot används AI i lägre grad som stöd för analys, beslut och strategiskt arbete.

  • Styrningen släpar efter. Målbild, riktlinjer och plan är de svagaste mognadsfaktorerna. Bara 10 % upplever en tydlig målbild, 14 % tydliga riktlinjer och 13 % en tydlig plan.

  • Nästa steg är struktur, inte mer allmän inspiration. Organisationer behöver gå från enskilda AI-experiment till prioriterade arbetsflöden, tydligt ägarskap och gemensamma arbetssätt.

Om analysen

Maniolas AI-mognadsanalys bygger på 604 självrapporterade svar från 37 kommunikations- och marknadsteam. Svaren samlades in mellan mars 2025 och april 2026. 57 % av svaren kommer från offentlig sektor, 28 % från privat sektor och 15 % från ideell sektor.

Analysen visar mönster i självrapporterade svar. Den ska därför inte läsas som en statistiskt säkerställd bild av hela marknaden, utan som en nulägesbild av hur AI används i praktiken i de organisationer som ingår i materialet.

1. AI-användningen är hög, men olika integrerad i vardagen

AI används frekvent i samtliga sektorer. Privat sektor har högst andel daglig eller veckovis användning, men även i offentlig sektor är användningen omfattande. Bara 6 % i materialet anger att de aldrig använder AI-stöd i arbetet.

Sektor Använder AI dagligen eller veckovis
Privat sektor
92 %
Ideell sektor
85 %
Offentlig sektor
76 %

Skillnaden mellan sektorerna blir tydligare när man tittar på daglig användning. I privat sektor använder 55 % AI dagligen. I offentlig sektor är motsvarande siffra 22 %. Det tyder på att offentlig sektor inte saknar AI-användning, men att användningen ofta är mindre integrerad i den dagliga arbetsvardagen.

Det är en viktig distinktion för kommunikationschefer och marknadschefer. Frågan är inte längre om medarbetarna använder AI. Frågan är om AI har blivit ett naturligt, kvalitetssäkrat och gemensamt sätt att arbeta.

AI-adoptionen börjar inte från noll. Många är redan igång. Utmaningen är att göra användningen trygg, konsekvent och kopplad till verksamhetens mål.
Mathias Westphal

2. AI skapar nytta, men främst i produktionsnära arbetsuppgifter

AI skapar redan upplevd nytta. 76 % uppger att AI gör att de arbetar snabbare och mer effektivt. 57 % upplever mer kreativitet och fler idéer. 43 % ser högre kvalitet.

Upplevd effekt av AI Andel
Arbetar snabbare och mer effektivt
76 %
Mer kreativitet och fler idéer
57 %
Högre kvalitet
43 %
Mer fokus på strategiskt arbete
34 %
Bättre underlag för beslut och analys
26 %

Mönstret är tydligt: AI används främst där nyttan ligger nära produktionen. Det handlar om att komma igång snabbare, skapa utkast, formulera alternativ, bearbeta text och få fler idéer.

När uppgifterna blir mer analytiska eller strategiska sjunker användningen. AI är mest integrerat i textproduktion och sociala medier. Processer som dataanalys, rapportering, strategisk planering och omvärldsbevakning ligger däremot lägre.

Arbetsprocess AI används i stor utsträckning eller är fullt integrerat
Textproduktion
24 %
Sociala medier
22 %
PR och mediehantering
13 %
Dataanalys och rapportering
12 %
Strategisk planering
11 %
Omvärldsbevakning och analys
9 %
Möteshantering och anteckningar
9 %
Bild- och videoredigering
7 %
Kampanjutveckling
6 %

Det innebär att nästa mognadssteg inte bara är att få fler att använda AI. Det handlar om att flytta AI från enklare produktionsstöd till mer kvalificerade delar av kommunikations- och marknadsarbetet.

För att lyckas med det krävs mer än verktyg. Det krävs träning i arbetsflöden, tydligare kvalitetskriterier, bättre källhantering, gemensamma rutiner och förmåga att granska AI-genererade underlag.

3. Verktygsstrategin behöver utgå från faktisk användning

ChatGPT är det vanligaste AI-verktyget i materialet. 70 % anger att de använder ChatGPT regelbundet, jämfört med 47 % för Copilot. Gemini och Claude används i betydligt mindre utsträckning.

Verktyg Andel som använder verktyget
ChatGPT
70 %
Copilot
47 %
Google Gemini
7 %
Claude
4 %

Det är relevant eftersom organisationers formella verktygsstrategi inte alltid speglar medarbetarnas faktiska användning. Många organisationer diskuterar eller inför Copilot, samtidigt som medarbetare ofta använder ChatGPT parallellt.

För ledningen innebär det att verktygsbeslut bör utgå från tre frågor:

  1. Vilka verktyg använder medarbetarna redan?

  2. Vilka arbetsuppgifter ska verktygen stödja?

  3. Vilka säkerhets-, kvalitets- och uppföljningskrav behöver vara på plats?

Ett verktyg utan arbetssätt skapar inte automatiskt mognad. Tillgång till verktyg är nödvändigt, men inte tillräckligt.

4. Medarbetarna befinner sig i olika mognadslägen

Underlaget visar att medarbetarna inte bör behandlas som en enhetlig grupp. Respondenterna kan delas in i tre grupper: pionjärer, sporadiker och eftersläntrare.

Grupp Andel
Pionjärer

Använder AI dagligen och har integrerat AI-stöd i minst en arbetsprocess

19 %
Sporadiker

Använder AI återkommande, men inte fullt ut som en naturlig del av arbetssätten

52 %
Eftersläntrare

Använder AI mer sällan eller har ännu inte integrerat det i sina arbetsprocesser

29 %

Pionjärerna är viktiga eftersom de ofta hittar nya användningsområden tidigt. Men de ska inte automatiskt bli norm för hela organisationen. Deras arbetssätt kan vara svåra att kopiera om andra saknar kunskap, mandat, tid eller trygghet.

Sporadikerna är den största gruppen och därmed särskilt viktiga för nästa steg. De använder AI, men inte alltid systematiskt. För dem handlar utvecklingen ofta om att gå från sporadisk användning till tydliga arbetssätt i återkommande uppgifter.

Eftersläntrarna behöver ofta tryggare startpunkter. Det kan handla om tydliga riktlinjer, konkreta exempel, enklare arbetsflöden och stöd i vilka uppgifter som lämpar sig för AI.

Sektorskillnaderna är också tydliga. Privat sektor har högre andel pionjärer, 35 %. Offentlig sektor har 11 % pionjärer och en större andel sporadiker och eftersläntrare.

Det betyder att stödinsatser behöver anpassas. Samma utbildning, samma ambitionsnivå och samma införandeplan kommer inte att fungera lika bra för alla grupper.

5. Motivation är inte flaskhalsen

87 % av respondenterna är ganska eller mycket motiverade att använda AI. Bara en liten andel anger låg eller ingen motivation.

Motivation att använda AI Andel
Mycket motiverad
52 %
Ganska motiverad
35 %
Neutral
9 %
Låg motivation
4 %
Ingen motivation
1 %

Det förändrar hur organisationer bör förstå AI-användning i vardagen. Om motivationen är hög men mognaden låg, ligger hindren sannolikt inte främst i inställning. De ligger i förutsättningar.

Det är också vad fritextsvaren pekar på. De vanligaste hindren handlar om kunskap, verktyg, tid och riktlinjer.

“Okunskap om vilka möjligheter som finns.”

“Dåligt med tid att lära mig själv och få möjlighet att testa.”

“Begränsningar inom IT som hindrar oss att använda vissa verktyg och funktioner.”

“Det är så otydligt med hur, när och varför vi får lov att använda AI-verktyg.”

Citaten är illustrativa exempel från fritextsvaren och ska inte tolkas som statistiskt representativa.

Det här är ett centralt budskap till ledningen. När medarbetarna redan är motiverade blir nästa uppgift att ta bort friktion. Det handlar om att skapa tid, utbildning, godkända verktyg, praktiska riktlinjer och tydlig prioritering.

När motivationen redan finns blir ledningsfrågan en annan. Det handlar mindre om att inspirera och mer om att skapa förutsättningar för trygg och konsekvent användning.
Petronella Barvaeus

6. Styrningen har inte följt med användningen

Det tydligaste gapet i materialet finns mellan hög individuell användning och låg organisatorisk mognad. Bland de sex mognadsfaktorer som mäts ligger verktyg högst, men fortfarande bara på 36 %. Målbild, riktlinjer och plan ligger lägst.

Mognadsfaktor Andel som instämmer i hög grad eller helt
Tydlig målbild
10 %
Tydlig plan
13 %
Tydliga riktlinjer
14 %
Tid för lärande och implementering
20 %
Kunskap eller utbildning
21 %
Relevanta och fungerande AI-verktyg
36 %

Det tyder på att många organisationer har kommit längre med verktyg än med riktning. AI används redan, men ofta utan tillräckligt tydlig koppling till mål, prioriterade arbetsflöden, ansvar och uppföljning.

Målbild: varför ska AI användas?

Bara 10 % upplever att organisationen har en tydlig och gemensam målbild för hur AI ska användas inom kommunikation. Målbilden handlar inte om teknik i sig. Den handlar om vilken nytta organisationen vill uppnå, vilka delar av arbetet som ska prioriteras och hur AI ska bidra till kvalitet, effektivitet eller bättre beslutsunderlag.

Utan målbild blir AI lätt en samling individuella initiativ. Många rör sig, men inte nödvändigtvis åt samma håll.

Kunskap: mer än att kunna skriva en prompt

21 % upplever att de har den kunskap som krävs eller tillgång till utbildning och stöd för att använda AI effektivt. Kunskap handlar inte bara om att kunna skriva instruktioner till ett AI-verktyg. Det handlar också om att förstå vilka arbetsuppgifter AI passar för, hur resultat ska granskas, hur källor och osäkerhet hanteras och hur AI används inom organisationens ramar.

Det pekar på behovet av arbetsnära träning snarare än generella verktygsgenomgångar.

Riktlinjer: trygghet före kontroll

14 % upplever att det finns tydliga riktlinjer för hur AI ska användas i kommunikationsarbetet. Riktlinjer behöver vara praktiskt användbara. De behöver ge svar på vilken information som får användas, vilka verktyg som är godkända, när extra kontroll krävs och hur frågor om fakta, källor, tonalitet och personuppgifter ska hanteras.

Bra riktlinjer bromsar inte AI-användning. De gör trygg användning möjlig.

Tid: prioritering syns i kalendern

20 % upplever att de har tillräckligt med tid för att lära sig om och införa AI på ett sätt som skapar nytta. Tid är en underskattad mognadsfaktor. Om AI-lärande alltid sker vid sidan av ordinarie arbete blir det lätt bortprioriterat.

Tid är därför inte bara en resursfråga. Det är en ledningsfråga.

Verktyg: nödvändigt, men inte tillräckligt

36 % upplever att de har tillgång till relevanta och fungerande AI-verktyg. Det är den starkaste mognadsfaktorn i materialet, men fortfarande bara drygt en tredjedel. Verktygstillgång handlar inte bara om att ha ett verktyg. Det handlar om rätt verktyg för rätt uppgift, licenser, support, säker användning och tydlighet kring vad som är godkänt.

Plan: länken mellan ambition och genomförande

13 % upplever att organisationen har en tydlig plan för hur målsättningarna ska uppnås, inklusive ansvar och tidsplan. Planen är länken mellan målbild och genomförande. Utan plan stannar AI lätt i inspirationsfasen, med många enskilda initiativ men få gemensamma arbetssätt.

En AI-plan behöver inte vara komplicerad, men den behöver vara konkret. Vem ansvarar, vilka arbetsflöden prioriteras, hur tränar vi och hur följer vi upp?
Mathias Westphal

7. De flesta organisationer är kvar i experimentfasen

Maniolas AI-mognadstrappa beskriver fem nivåer: medvetenhet, experiment, koordination, skalning och optimering. I materialet ligger 32 av 37 organisationer på nivå 2, experiment. 2 organisationer ligger på nivå 1 och 3 organisationer på nivå 3. Ingen organisation når nivå 4 eller 5.

Nivå Beskrivning Antal
1
Medvetenhet

Ser möjligheterna med AI, men använder det sporadiskt

2
2
Experiment

Flera experimenterar med AI, men arbetssätten är individuella

32
3
Koordination

Organisationen börjar samordna användning, ansvar och riktlinjer

3
4
Skalning

AI är integrerat i flera arbetsprocesser

0
5
Optimering

AI är strategiskt styrt och följs upp

0

Detta är en strategiskt viktig del av analysen. Många organisationer har lämnat den första medvetenhetsfasen. De vet att AI är relevant och flera medarbetare använder AI återkommande. Men få har tagit steget till koordination.

Det innebär att nästa mognadssteg inte handlar om fler fristående AI-experiment. Det handlar om att samla lärandet, prioritera arbetsflöden, etablera ansvar och skapa förutsättningar för uppföljning.

Vad resultaten betyder för kommunikationschefer och marknadschefer

För kommunikationschefer och marknadschefer innebär resultaten att AI inte längre kan hanteras som enbart ett individuellt kompetensområde. När användningen redan är hög blir det en ledningsfråga.

Det finns tre centrala implikationer.

1. AI behöver kopplas till verksamhetens prioriteringar

Om AI används utan tydlig målbild riskerar organisationen att optimera för aktivitet snarare än nytta. Medarbetare kan bli snabbare på enskilda uppgifter, men det är inte säkert att arbetet bidrar till bättre prioriteringar, högre kvalitet eller mer strategisk effekt.

Ledningen behöver därför definiera var AI ska skapa mest värde först. Det kan vara i innehållsproduktion, analys, omvärldsbevakning, kampanjplanering, internkommunikation eller rapportering. Poängen är inte att välja allt samtidigt, utan att välja tillräckligt tydligt för att kunna bygga arbetssätt.

2. AI kräver förändringsledning, inte bara verktygsinförande

Tillgång till verktyg är viktig, men materialet visar att verktyg inte räcker. Om målbild, plan, riktlinjer, tid och kompetens saknas blir användningen lätt ojämn och personberoende.

Det innebär att AI-användningen behöver utvecklas som en förändringsfråga. Organisationen behöver hjälpa människor att ändra arbetssätt, inte bara ge dem tillgång till nya system.

3. Kvalitetssäkring blir viktigare när AI flyttar in i kärnprocesser

När AI används för textproduktion är riskerna ofta synliga och relativt lätta att hantera. När AI börjar användas för analys, beslutsunderlag, prioriteringar och strategiska rekommendationer ökar kraven på granskning, källkritik, metodförståelse och ansvar.

Det är också där den större potentialen finns. Men den potentialen kräver högre mognad.

Nästa steg är inte att använda AI mer överallt. Nästa steg är att välja var AI ska göra mest nytta och bygga kvalitetssäkrade arbetssätt där.
Petronella Barvaeus

Rekommenderad väg framåt

Utifrån analysen bör kommunikations- och marknadsorganisationer prioritera tre förflyttningar.

1. Från individuell användning till gemensamma arbetssätt

Individuell användning är en styrka, men den behöver tas tillvara. Börja med att kartlägga vilka användningsområden som redan fungerar. Identifiera konkreta exempel där AI sparar tid, höjer kvalitet eller förbättrar idéarbete.

Nästa steg är att göra dessa exempel gemensamma. Det kan ske genom mallar, arbetsflöden, interna exempelbibliotek, gemensamma promptar, redaktionella checklistor eller korta lärpass där teamet delar fungerande arbetssätt.

Målet är inte att standardisera bort initiativ, utan att sprida det som fungerar.

2. Från AI-experiment till kvalitet i prioriterade arbetsflöden

Alla arbetsprocesser ska inte prioriteras samtidigt. Välj 2-3 arbetsflöden där AI har tydlig potential och där nyttan är viktig för organisationen.

Exempel på prioriterade arbetsflöden kan vara:

  • planering och produktion av innehåll

  • kvalitetssäkring av texter

  • omvärldsbevakning och analys

  • rapportering och sammanfattning

  • kampanjutveckling

  • intern kunskapsdelning

För varje arbetsflöde bör organisationen definiera syfte, ansvar, verktyg, kvalitetskrav, risker och uppföljning.

3. Från otydligt ansvar till tydligt ägarskap och uppföljning

AI-användningen behöver en ägare. Det behöver inte innebära en helt ny roll, men någon behöver hålla ihop arbetet, följa upp framsteg, samla lärdomar och se till att riktlinjer, utbildning och arbetssätt utvecklas över tid.

En enkel styrmodell kan innehålla:

Område Fråga att besvara
Målbild Varför ska vi använda AI i kommunikations- eller marknadsarbetet?
Prioritering Vilka arbetsflöden börjar vi med?
Ansvar Vem håller ihop arbetet?
Riktlinjer Vad är tillåtet, godkänt och kvalitetssäkrat?
Kompetens Vilken träning behöver olika grupper?
Uppföljning Hur vet vi om AI skapar nytta?

När AI saknar ägare, tid, beslut, arbetssätt och uppföljning är det svårt att kalla det en verklig prioritering. Då blir AI snarare en förhoppning.

En prioritering syns i kalendern, ansvarsfördelningen och uppföljningen. Om AI bara finns i ambitionen, men inte i strukturen, blir utvecklingen beroende av enskilda eldsjälar.
Mathias Westphal

Slutsats: nästa steg är organisatorisk mognad

AI har redan tagit plats i kommunikations- och marknadsarbetet. Medarbetarna använder verktygen, ser nyttan och vill utvecklas. Det är en stark utgångspunkt.

Men analysen visar också att många organisationer fortfarande befinner sig i experimentfasen. Användningen är högre än styrningen. Motivationen är högre än förutsättningarna. Verktygen finns oftare än målbilden, planen och riktlinjerna.

För kommunikationschefer och marknadschefer är slutsatsen tydlig: nästa steg är inte mer allmän inspiration. Nästa steg är att bygga organisatorisk mognad.

Det kräver att AI blir en del av ledningens prioriteringar, teamets arbetssätt och organisationens uppföljning. Först då kan AI gå från enskilda experiment till en gemensam förmåga som skapar verklig nytta över tid.


 
 

Mer kunskap och inspiration

Nästa
Nästa

Så fungerar ChatGPTs nya “arbetsyteagenter”