Ekonomi och administration (2026-03-03)

Introduktion

Den 3 mars 2026 hölls den första Intric Arena-träffen för ekonomi och administration. Mötet samlade deltagare från kommuner och kommunala bolag i hela Sverige för att utbyta erfarenheter kring AI-assistenter inom ekonomi, administration och närliggande områden. Deltagarnas erfarenhet varierade från de som redan byggt och testar flera assistenter till de som precis fått sina inlogg och söker inspiration för att komma igång.

Syftet med träffen var att skapa en arena för kunskapsdelning och samarbete, där deltagare kunde lära av varandras framgångar och utmaningar, samt forma konceptet för framtida träffar utifrån deltagarnas faktiska behov.

Ämnen som diskuterades

Deltagarna delade erfarenheter från ett brett spektrum av användningsområden:

Ekonomi och analys: Flera organisationer har testat eller önskar utveckla assistenter för kontering av fakturor, månadsrapportering, budget- och prognosmodeller samt identifiering av avvikelser i data. En utmaning som lyftes var att få AI att hantera stora volymer tabelldata och Excel-filer på ett tillförlitligt sätt.

Dokument och skrivstöd: Tjänsteskrivelser, remissvar och motioner är tidskrävande processer där många ser potential för AI-stöd. Det framkom att även om användningsfallet är generiskt mellan kommuner, måste varje assistent anpassas efter lokala styrdokument och processer. Assistenter för protokollsammanfattningar och informationsklassningar nämndes också som lyckade exempel.

Juridik och avtal: Flera organisationer utforskar assistenter för avtalsgranskningar, men utmaningar kring sekretessbelagda uppgifter begränsar användningen.

Integration och automation: Diskussioner fördes om hur man automatiserar inmatning av data till kunskapskartor och när AI är rätt verktyg jämfört med andra system som Power BI. Frågor kring API-kopplingar och dataflöden mellan system var återkommande.

E-tjänster: En deltagare arbetar med assistenter för beställningsfunktioner och att generera testdata för e-tjänster.

Assistentbibliotek och kunskapsdelning: Det fanns ett tydligt behov av att kunna dela och utgå från varandras assistenter istället för att “börja från noll” varje gång. Deltagare som redan arbetat med tjänsteskrivelse-assistenter delade sina erfarenheter, och betonade att även om användningsfallet är generiskt mellan kommuner måste varje assistent anpassas efter den egna organisationens styrdokument, terminologi och processer.

Framtidens träffar: Deltagarna efterfrågade mer nischade och verksamhetsspecifika träffar framöver, exempelvis användningfall gällande juridik, HR eller specifika ekonomiprocesser. Man ville också att nätverket ska fungera som en feedbackkanal till Intric för att förmedla förbättringsförslag kring plattformens funktionalitet.

Lärdomar och insikter

• Börja smått och använd “Prompt-experten”: Många upplever en tröskel för att komma igång och känner att det är svårt att veta hur man startar. Ett konkret tips var att använda assistentmallen “Prompt-experten” som hjälper till att formulera systemprompter. Lågt hängande frukter som mötesanteckningar eller enkla frågeassistenter är bra startpunkter.
• Systempromptning är nyckeln: Avancerad promptning och strukturering av systemprompter är avgörande för att skapa effektiva assistenter. Deltagarna efterfrågade fördjupad utbildning i avancerad systempromptning, vilket nu planeras av Intric.
• Tabelldata kräver omtanke: AI har svårt med komplexa Excel-filer. Tips som gavs var att konvertera data till JSON-format för att förbättra träffsäkerheten och göra data mer begripligt för modellen, då kolumnnamnen kommer närmare själva datan.
• Prioritering mellan källor: När assistenter har tillgång till flera kunskapskällor (t.ex. MCP-källor, webbkällor och uppladdade dokument) är det viktigt att i systemprompten tala om i vilken ordning och hierarki informationen ska hämtas – särskilt vid lokala kontra centrala avtal.
• Anpassa, inte kopiera: Även om användningsfall kan delas mellan organisationer måste varje assistent anpassas efter lokala processer, dokument och terminologi. Att utgå från andra organisationers mallar kan dock spara mycket tid.
• Strategiska vägval diskuterades: Deltagarna förde resonemang om när AI-assistenter är mest lämpliga och när andra typer av verktyg kan vara bättre för specifika uppgifter, exempelvis för visualisering av ekonomisk data.
• Automatisering av dataflöden: För de som kommit längre blir nästa steg att automatisera hur assistenter matas med data, snarare än att manuellt ladda upp filer. Detta kräver ofta samarbete med den egna IT-avdelningen.
• Dela erfarenheter aktivt: Nätverket fungerar både som inspirationskälla och som en direkt feedbackkanal till Intric för att förmedla förbättringsförslag kring plattformens funktionalitet.

Deltagarna uppmanades att höra av sig med frågor, temaförslag och konkreta behov inför kommande träffar.