När ska AI göra jobbet, och när ska människan ta över? Den frågan blir allt viktigare när AI går från att vara ett enskilt verktyg till att bli en del av det löpande arbetet. Forskningen om Jagged Frontier visar varför det inte räcker att mäta hur mycket AI en organisation använder. Viktigare är att förstå vilka uppgifter AI klarar tillräckligt bra, vilka förutsättningar den behöver och var människan behöver behålla kontrollen.

På Maniola testar vi ofta nya verktyg inom generativ AI. Dels för att utveckla våra egna arbetsprocesser, men också för att vara vassa rådgivare till våra kunder. Här har vi sammanställt de verktyg som vi tycker håller måttet för professionella kommunikatörer och marknadsförare.

AI-förordningens transparenskrav innebär att organisationer som använder generativa AI-verktyg i vissa fall behöver informera mottagaren när innehåll är AI-genererat eller AI-manipulerat. Här reder vi ut vilken typ av innehåll som omfattas av kraven på AI-märkning, och hur den ska fungera i praktiken.

När AI-sammanfattade svar tar allt större plats i Googles sökresultat förändras villkoren för den som vill nå ut med kommunikation. Hur kommer det sig att sajter som Youtube och Reddit ligger i topp som mest citerade källor, och vad innebär det egentligen för oss?

I Maniolas AI-mognadsanalys, baserad på 604 svar från 37 kommunikations- och marknadsteam, uppger 82 % att de använder AI minst varje vecka. Samtidigt upplever bara 10 % att organisationen har en tydlig och gemensam målbild för hur AI ska användas inom kommunikation. Medarbetarna har börjat springa, men många organisationer saknar fortfarande karta och kompass.

ChatGPT har fått en ny funktion: arbetsyteagenter. Med en agent kan du skapa ett eget AI-stöd för en specifik arbetsprocess. Du kan ge den instruktioner, ladda upp filer, koppla den till verktyg du redan använder och till och med använda den direkt från kanaler som Slack eller Teams.

AI kan skriva bra. Men kvaliteten kommer inte av sig själv. När AI-texter brister handlar det sällan bara om tekniken. Ofta är uppgiften för öppen, tonaliteten för vagt beskriven eller faktaunderlaget för tunt. Då får modellen för stort utrymme att fylla i luckor, jämna ut budskapet eller skriva texter som låter rimliga utan att vara särskilt användbara. För att få bättre resultat behöver du styra AI på tre nivåer: språk, tonalitet och fakta.

Hallucinationer beskrivs ofta som ett av de största problemen med AI. Samtidigt är det just förmågan att hitta på som gör att AI-modeller kan vara kreativa och bidra med nya perspektiv. Det som skaver mest är inte att AI kan ha fel, utan att den låter tvärsäker när den har det. Istället för att eliminera hallucinationer behöver vi kanske förstå varför de uppstår, vilket värde de kan skapa och när de verkligen måste begränsas.

De flesta organisationer vet att de måste prioritera. Ändå är det få som faktiskt gör det. Initiativ läggs ovanpå varandra. Projekt fortsätter utan tydliga beslut. Arbetet blir allt mer splittrat. Det är också därför många organisationer ännu inte har fått verkligt momentum i sin AI‑adoption.

Många organisationer har i dag tillgång till kraftfulla AI‑verktyg, men arbetssätten har i många fall förändrats ganska lite. Förklaringen är enkel: teknik förändrar inte beteenden av sig själv. AI‑adoption handlar därför i grunden inte om teknik. Det handlar om beteendeförändring.

De flesta organisationer vet att de måste prioritera. Ändå är det få som faktiskt gör det. Initiativ läggs ovanpå varandra. Projekt fortsätter utan tydliga beslut. Arbetet blir allt mer splittrat. När nya initiativ dyker upp kan några enkla frågor hjälpa team och chefer avgöra om något verkligen ska prioriteras.

Många vittnar just nu om samma sak: trafiken till webbplatsen har minskat kraftigt under de senaste månaderna. Förklaringen är inte säsongsvariationer eller ett plötsligt minskat informationsbehov. Tvärtom. Informationen efterfrågas fortfarande, men den konsumeras på ett nytt sätt.