Göra jobbet.
Leverera ett användbart resultat. Skapa underlaget, kontrollera det och avsluta uppgiften.
01 / Idéer och ramverk
Mer handlingsutrymme. Bättre samspel. Fler sätt att göra ett bra jobb.
Här har jag samlat ett lässtöd till presentationen och några frågor att ta med in i vardagen. Utgångspunkten är ert arbete: kunderna, erfarenheten och det personliga ansvar som gör premiumservice möjlig.
Påverkan / presentationens bild 2
Stephen Coveys cirklar skiljer mellan det som oroar mig, det jag kan påverka och det jag själv kan styra. I AI-arbetet hjälper det mig att rikta energin.
Jag styr inte hela teknikutvecklingen. Men jag kan välja en arbetsuppgift, prova ett arbetssätt, granska svaret och dela en lärdom. Jag kan också påverka vilka frågor laget och organisationen behöver lösa tillsammans.
Min fråga till dig: vad är ett litet steg som ligger inom ditt eget handlingsutrymme?
Marvin / presentationens bild 5
Tänk dig en AI-assistent som hjälper dig att hålla ihop något du annars behöver komma ihåg själv: ett besked som saknas, en förändrad leverans eller ett underlag inför nästa kundkontakt.
Frågan är vad som skulle vara begripligt, rimligt och användbart för dig. Välj en konkret uppgift. Vilken information behöver assistenten? Vad får den föreslå, vad får den göra och när ska den fråga dig?
Prova också motsatsen: när skulle hjälpen bli störande, felaktig eller obehaglig? Det är en del av uppdraget att bestämma gränserna.
Beskriv din uppgift och be AI föreslå hur den kan hjälpa till. Börja med ett förslag som du själv granskar innan något händer. Ett samtal om en agent är inte samma sak som att ha gett den åtkomst eller mandat att agera.
Från att använda system till att påverka dem
Internet gjorde information och människor lättare att nå. Med generativ AI får fler också möjlighet att bearbeta information, formulera sig, undersöka alternativ och skapa sådant som tidigare krävde mer specialkunskap.
I praktiken kan jag börja med ett stökigt underlag, en fråga jag inte riktigt fått ordning på eller ett arbetsmoment som skaver. Jag kan be om hjälp att förstå, sortera, jämföra, formulera och pröva. Värdet uppstår när hjälpen passar arbetet och resultatet håller för användning.
Jag behöver också komma ihåg att ett flytande svar kan vara fel. Ett system kan sakna underlaget, tolka något fel eller fylla en lucka med något som låter rimligt. Därför vill jag veta vad svaret bygger på, vad som är ett antagande och hur jag kan kontrollera det.
”Hjälp mig tänka” kan öppna fler alternativ. ”Gör ett underlag av de här filerna” kräver att uppgifterna går att följa tillbaka till källan. ”Gör detta åt mig” kräver dessutom rätt verktyg, tillgång och mandat. Jag behöver veta vilket slags uppdrag jag ger.
Karin och rätten att förbättra sitt arbete
Karin, en av chefsassistenterna jag arbetat med i Volvo Group, behövde flytta namn från en närvarorapport i Teams till ett Word-underlag. Ett namn i taget. Hon prövade att ge Copilot hela rapporten och be om den lista hon faktiskt behövde.
Det som intresserar mig är vad som händer med en människa som upptäcker att hon själv kan förändra ett arbetssätt. Karin delade sitt exempel. En kollega behövde en mottagarlista till Outlook, och upptäckten blev början på nästa förbättring.
Jag kallar gärna det en hackers inställning: undersöka hur något fungerar, se friktionen och prova en förändring. Den förmågan är användbar långt utanför programmering.
Hos JATA Cargo kan det börja med en distributionslista, en prisjämförelse, ett dokument som behöver granskas eller en avstämning som borde gå att följa. Ni känner igen det som är svårt. Den kunskapen är en tillgång när ni börjar samarbeta med AI.
Vad har du vant dig vid att stå ut med, som du faktiskt skulle kunna försöka förändra?
Från perfekt prompt till användbart samtal
Du behöver inte alltid formulera en fullständig kravspecifikation innan du börjar. Berätta vad du försöker göra och varför. Be AI fråga om det som saknas. Pröva en första version och använd resultatet för att tänka vidare.
När arbetssättet börjar fungera är det värt att skriva ned instruktionen tydligt. Då kan du återanvända den, testa den på nästa underlag och låta en kollega förbättra den.
Jag växlar alltså mellan att utforska i samtal och att precisera för återkommande arbete. Samma verktyg kan hjälpa till i båda lägena.
”Jag har inte riktigt tänkt färdigt. Jag försöker lösa det här: … Hjälp mig förstå vad som är viktigt. Fråga en sak i taget och utmana det som behöver utmanas. Sedan väljer vi ett litet första försök.”
Onboarda din AI-assistent
En ny kollega behöver mer än en dator. På samma sätt behöver en AI-assistent få ett begripligt uppdrag och rätt sammanhang. Det knyter direkt an till förmiddagens arbete med beteende och kultur.
Förmiddagens grupper efterfrågade bland annat bättre delning av kundinformation och mindre ”vi och dem”. Det ger en konkret riktning: en förbättring ska gå att använda också av nästa kollega, på nästa kontor.
Vad ska bli lättare, tydligare eller bättre? Vem ska använda resultatet?
Vilka källor, tidigare beslut, kundbehov och begränsningar behöver finnas med?
Visa ett bra exempel och ett vanligt misstag. Vilka detaljer gör en erfaren kollega uppmärksam?
Vad får förberedas eller föreslås? Vad kräver ett beslut av dig? En färdig formulering är inte ett skickat kundbesked.
Kontrollera resultatet. Säg vad som behöver ändras och varför. Spara instruktionen så att nästa försök får bättre förutsättningar.
Metaforen ”AI-kollega” hjälper till att organisera arbetet. Människors värde, relationer och ansvar går inte att överföra till ett program.
Människa, maskin och arbetssätt
När jag använder Kasparovs historia om människa och maskin handlar landningen om arbetssättet. Vad ska människan göra? Vad ska maskinen göra? Hur kommer förmågorna till nytta, och hur upptäcks bristerna?
Att lägga till en människa i processen gör inte automatiskt resultatet bättre. Jag behöver placera omdömet där det gör nytta: i uppdraget, gränserna, källorna, undantagen och kontrollen av att lösningen fungerar.
Det är också ett sätt att förstå premiumservice. Kunden behöver ett pålitligt besked, ett begripligt nästa steg och en personlig kontakt när situationen kräver det. Tekniken ska bidra till den upplevelsen.
Har jag valt en lämplig AI för uppgiften? Har jag gett den förutsättningar att göra ett bra jobb? Har jag ordnat en kontroll som faktiskt kan upptäcka när det blir fel?
Detta är min praktiska tolkning av Kasparovs resonemang om människa, maskin och process.
Fyra principer att använda
Min tillämpning av principerna från Ethan Mollicks Co-Intelligence, utvecklad genom arbete med människor och organisationer.
Undersök hur det kan bidra i förberedelse, tänkande, genomförande och reflektion. Välj medvetet vilken information och vilket mandat du ger det.
Ta ansvar för syfte, process och bedömning. Anpassa granskningen till uppgiften och den förmåga lösningen faktiskt har visat.
Prata naturligt, ge sammanhang och återkoppla tydligt. Ett självsäkert svar är fortfarande något du kan behöva kontrollera.
Använd detta som en lärandehållning. Spara det som inte fungerade och återvänd när verktygen eller ditt arbetssätt har utvecklats. Varje ny lösning behöver fortfarande visa vad den går för.
De fyra jobben
Leverera ett användbart resultat. Skapa underlaget, kontrollera det och avsluta uppgiften.
Ta bort onödiga steg, gör en överlämning bättre eller upptäck att en uppgift inte längre behövs.
Be om förklaringar, öva, sök återkoppling och bygg ditt eget omdöme.
Visa en kollega vad du upptäckte. Gör kunskapen möjlig att använda på fler kontor.
Om all tid som frigörs fylls med mer av samma arbete får förbättring och lärande lätt stå tillbaka. Det är ett ledarskapsval vad den nya förmågan ska få användas till.
Sex sätt att se nytta
Tid kan vara en viktig vinst. Jag vill också se vad som händer med kvalitet, kunskap, arbetsbelastning och möjligheten att bidra. De här sex perspektiven hjälper mig att ställa bättre frågor.
Blir det lättare att förstå alternativen, se vad som saknas och fatta ett beslut som håller?
Försvinner onödigt letande och upprepande arbete, så att det finns mer uppmärksamhet för det som kräver omdöme?
Kan nästa kollega hitta underlaget, förstå tidigare beslut och använda det andra redan har lärt sig?
Blir det enklare att göra rätt, upptäcka avvikelser och förklara hur resultatet kom till?
Vad kan en person eller ett lag nu förstå och göra som tidigare var svårt?
Vem kan nu formulera en idé, analysera ett underlag eller skapa något som tidigare kändes utom räckhåll?
Vilken av de här skillnaderna skulle kunden eller din kollega faktiskt märka?
Jag + AI → laget + AI → organisationen + AI
Jag börjar gärna nära den enskilda människans arbete. När någon hittar en användbar förbättring finns något konkret att dela. Laget kan testa samma idé, lägga till sina undantag och komma överens om ett gemensamt arbetssätt.
Först då blir de större frågorna lättare att hålla i: vilket underlag behöver finnas gemensamt, vem underhåller det, vem äger processen och vad ska en AI-assistent eller agent få göra?
Jag ser en agent som en mer avgränsad roll i arbetet: den kan få instruktioner, underlag och verktyg för att driva en uppgift vidare. Då behöver också ansvar, mandat, kontroller och vägen tillbaka till en person vara tydliga. Börja med en uppgift som går att förstå och pröva.
Alla behöver inte lära i samma takt. Praktik, tålamod och kollegors exempel ger fler vägar in. En liten upptäckt som någon annan kan använda är värd att dela.
Ge uppdraget sammanhang. Lägg till din erfarenhet. Förbättra en sak. Visa hur du kontrollerade resultatet.
Öppna gruppens uppgift →Hela metoden / svensk version
Hitta det som skaver. Förstå problemet. Bygg ett bättre arbetssätt.
Att få tillgång till AI är en sak. Att veta var man ska börja är en annan. ”Här är ett verktyg, hitta ett användningsområde” lämnar ofta den svåraste delen till den som ännu inte vet vad verktyget kan hjälpa till med.
Jag börjar hellre i din arbetsdag. Vilken liten uppgift får dig att tänka: ”Inte det här igen”? Den behöver inte imponera på någon. Den behöver vara verklig, återkommande och tillräckligt liten för att du ska kunna prova en förbättring.
Painkiller Protocol är min metod i tre steg. Du använder AI först för att förstå problemet, sedan för att undersöka en lösning och till sist för att bygga något som går att använda igen. Det här är hela arbetssättet med startprompter, leveranser och uppföljning.
Steg 1 / förstå innan du löser
Öppna en AI-chatt och klistra in prompten nedan. Låt samtalet hjälpa dig att ringa in en enda uppgift. AI ska ställa frågor och säga emot när uppgiften är för stor. Lösningen kommer i nästa steg.
Leta efter något som:
Du ska få med dig tre saker: uppgiftens namn, en problembeskrivning på 2–3 meningar och en grov uppskattning av möjlig tidsvinst per vecka. Uppskattningen är en hypotes, inte en besparing som redan har uppstått.
Du är en vänlig och nyfiken kollega som har ägnat det senaste året åt att använda AI för att få bort små irritationsmoment i din egen arbetsdag. Du är inte experten som kommer med en färdig lösning, utan någon som har gått den här vägen och lärt sig vad som fungerar och inte fungerar när man väljer problem att lösa med AI. Hjälp mig att hitta EN liten, konkret och återkommande arbetsuppgift som jag realistiskt kan förbättra med ett vanligt AI-chattverktyg. Inga integrationer, ingen programmering, inga automatiserade arbetsflöden eller schemalagda körningar. Något jag kan arbeta med i ett samtal med AI, kanske genom att klistra in text eller bifoga ett dokument och få tillbaka ett användbart resultat. Så vill jag att du hjälper mig: - Ställ EN fråga i taget och vänta på mitt svar. Håll det som ett samtal. - Var varm och uppmuntrande, men också ärlig. Om jag väljer något för stort, vagt eller komplicerat: hjälp mig tillbaka till något mindre och mer konkret. Som en vän som vill att jag ska lyckas och därför vågar säga emot. - Hjälp mig att tänka på sådant som återkommer varje dag eller vecka. Uppgifter där jag tänker ”nu är det dags igen”. När jag gör något för andra gången är det värt att fråga om det kan bli enklare. - Leta efter en uppgift som jag gör regelbundet, som har ungefär samma mönster varje gång, som känns som onödigt manuellt arbete och där läsning, skrivande, sammanfattning eller omstrukturering av text kan hjälpa. - Uppgiften måste vara min egen. Jag ska kunna förbättra den inom mitt mandat, utan att först behöva någon annans godkännande eller ny systemåtkomst. - Föreslå INGA lösningar ännu. Stanna i förståelsen och beskrivningen av problemet. Ha samtidigt i bakhuvudet att en rimlig lösning längre fram kan vara en prompt jag sparar och använder igen med nytt underlag. - Om jag fastnar, ge några små konkreta exempel: återkommande mejl, röriga mötesanteckningar, långa dokument, statusuppdateringar eller information som behöver få en annan struktur. Återvänd sedan till mitt arbete och min verklighet. När vi har hittat en tydlig och lagom liten uppgift ska du hjälpa mig att formulera: 1. Uppgiftens namn: ett kort och begripligt namn. 2. Problembeskrivning: 2–3 meningar om vad jag gör, varför det skaver och vad som återkommer. 3. Möjlig tidsvinst per vecka: en grov uppskattning i minuter om förbättringen fungerar. Fråga mig om underlaget. Skriv ”inte uppskattat” om jag inte kan bedöma det. Hitta inte på ett värde. Sammanfatta de tre punkterna i ett format som jag kan spara. Be mig bekräfta att beskrivningen stämmer innan vi går vidare. Börja med en kort introduktion och en enkel fråga som får igång samtalet.
”Jag får återkommande bokningsförfrågningar där uppgifterna kommer i olika ordning. Jag läser om mejlen för att hitta kolli, vikt, orter och vad som saknas. Jag vill få ett kontrollerbart första underlag.”
Detta är ett påhittat exempel. ”Förbättra hela transportplaneringen” är för stort för det första försöket.
Steg 2 / utforska och avgränsa
Ta med din problembeskrivning till nästa samtal med AI. Börja med frågan om något steg kan förenklas eller tas bort. Undersök sedan hur AI kan hjälpa till. Ibland räcker en återanvändbar prompt. Ibland behöver problemet formuleras om.
Om ni gör detta i laget: samla de anonymiserade problembeskrivningarna i en enkel gemensam lista med tre kolumner: namnet, problemet och potentialen. Läs varandras beskrivningar. Att känna igen sig i en kollegas problem kan vara lättare än att komma på ett eget från början.
Välj den minsta lösning som går att prova med de verktyg och underlag du faktiskt har. Ny systemåtkomst eller en integration kan vara en senare fråga. Du ska lämna det här steget med en tydligare förståelse, en vald riktning och ett första test.
Kan du hjälpa mig att minska eller ta bort det här återkommande problemet? Uppgiftens namn: [klistra in från steg 1] Problembeskrivning: [klistra in från steg 1] Möjlig tidsvinst per vecka: [min uppskattning, eller inte uppskattat] Börja med att kontrollera att du förstått arbetet. Ställ en fråga i taget om det saknas något avgörande. Undersök först om något steg kan tas bort eller förenklas. Föreslå sedan den minsta förändring som vi kan prova i en vanlig AI-chatt med text eller ett dokument som jag får använda. Börja utan nya integrationer, automatiska utskick eller ändringar i våra system. Beskriv vad jag behöver ge dig, vad du ska ta fram och vad jag själv behöver kontrollera. Om det finns flera rimliga vägar: jämför dem kort och rekommendera den enklaste att testa. Skilj mellan det som går att prova här och sådant som kräver annan åtkomst, funktioner eller beslut. Om uppgiften fortfarande är för stor, hjälp mig att avgränsa den. Avsluta med ett förslag till ett litet första test och hur jag kan avgöra om resultatet blev bättre. Vänta på mitt val innan du bygger hela lösningen.
Att upptäcka att en viss lösning inte går att genomföra just nu är också ett användbart resultat. Minska uppgiften eller välj en annan väg.
Steg 3 / från irritation till användbar hjälp
Nu ska det bli något du kan prova nästa gång uppgiften kommer tillbaka. I en gemensam session kan en person visa arbetet med ett problem som flera känner igen. På egen hand följer du samma metod: bygg en liten version, kör ett exempel och granska resultatet.
AI kan hjälpa till att ta fram mer än ett enstaka svar. Be om ett sammanhängande kit:
Det är en checklista för ett komplett kit, inte ett krav på tio långa dokument. Börja med arbetsguiden, huvudprompten och ett test. Bygg resten så att det hjälper dig och nästa person som ska använda arbetssättet.
Hur kan vi göra den här återkommande uppgiften till ett enklare och bättre sätt att arbeta? Uppgiftens namn: [från steg 1] Problembeskrivning: [från steg 1] Möjlig tidsvinst: [min uppskattning, inte ett uppmätt resultat] Vald lösning och första test: [från steg 2] Viktiga regler och kvalitetskrav: [det som måste stämma] Hjälp mig att bygga ett komplett men lättanvänt arbetskit. Utgå från det vi kan göra i en vanlig AI-chatt. Fråga om avgörande uppgifter saknas. Skilj tydligt mellan ett förslag, något vi har provat och något som faktiskt fungerar. Ta fram: 1. En kort arbetsguide: syfte, vem den är till för, vilket underlag som behövs, stegen i arbetet och vad människan ansvarar för. 2. En huvudprompt som jag kan spara och återanvända med nytt underlag. Markera det som ska bytas ut. 3. Två eller tre korta promptvarianter för vanliga undantag. 4. Några realistiska men helt påhittade exempel att testa med. Märk dem som övningsdata. 5. Förslag till bra svar på exemplen och en förklaring till vad som gör dem bra. De är utkast till facit som jag ska granska, inte bevis på att lösningen fungerar. 6. Om det tillför något: ett separat utkast till instruktion för en framtida agent eller automatisering. Beskriv nödvändig åtkomst, gränser och mänskliga beslut. Skapa eller aktivera inget sådant nu. 7. Ett kort manus för att visa en kollega hur det fungerar, ungefär fem minuter. 8. En liten före/efter-kalkyl med mina antaganden tydligt angivna. Räkna även in förberedelse, kontroll och rättning. Hitta inte på uppmätta vinster. 9. En enkel mätplan: vad jag ska prova, jämföra och anteckna under nästa arbetsvecka. 10. En sammanfattning som ryms på en presentationsbild: problemet, arbetssättet, nyttan och nästa test. Börja med arbetsguiden och huvudprompten. Hjälp mig sedan att köra ett av övningsexemplen, granska resultatet och förbättra en sak i taget. Bygg resten av kitet vidare utifrån det testet. Skicka inga meddelanden och ändra inga originalfiler eller system. Jag fattar beslut om hur resultatet används.
Kontrollera nyttan
Anteckna hur du gör uppgiften idag och vad som brukar ta tid. Prova sedan det nya arbetssättet på några jämförbara fall. Räkna in tiden för att förbereda underlaget, ge instruktionen, kontrollera svaret och rätta fel.
Ett räkneexempel: fem minuter per arbetsdag blir 25 minuter under en femdagarsvecka. Det är en möjlig potential, inte ett löfte. Kvalitet, mindre mental belastning och bättre överlämningar kan vara minst lika viktiga som minuterna.
Behåll det som fungerar. Ändra det som behöver bli bättre. Lägg bort en lösning som inte hjälper. Ett AI-genererat exempelsvar behöver också granskas innan du använder det som facit.
Så använder ni metoden tillsammans
Grundformatet är tre träffar över några veckor, med ett steg per träff. Mellan gångerna hinner du lägga märke till uppgiften i vardagen och prova det ni kommit fram till. Metoden kan också göras i en sammanhängande workshop, men då försvinner en del av den tiden för eftertanke och praktiska försök.
Den som leder arbetet behöver prompten för steg 1, ett enkelt sätt att samla problembeskrivningar, en gemensam anonymiserad lista och ett tydligt demoexempel. Ett formulär kan hjälpa, men ett delat dokument räcker. Deltagaren behöver ett godkänt AI-chattverktyg och viljan att undersöka en egen uppgift.
Visa ett litet exempel hela vägen: problem, prompt, första resultat, rättning och kontroll. Spara sedan det användbara i en gemensam samling. Ange vem som kan svara på frågor, vilket underlag arbetssättet behöver och när det senast prövades.
Bestäm en enkel uppföljning: när ska du testa igen och vem visar du resultatet för? En persons förbättring kan bli lagets mall. En samling prövade mallar kan bli gemensam förmåga.
Varför jag använder metoden
Du behöver inte först kunna föreställa dig alla AI:s möjligheter. Du börjar i något du känner igen. AI hjälper dig både att förstå problemet och att göra ett första försök. Resultatet går att spara, dela, pröva och förbättra.
Det är jobb 2: förbättra hur jobbet görs. Problemet kommer från jobb 1, det löpande arbetet. När du undersöker och provar utvecklar du dig själv, jobb 3. När du hjälper en kollega att använda det som fungerar utvecklar du laget, jobb 4.
Målet är ett användbart arbetssätt, bättre förståelse för din egen uppgift och något laget kan bygga vidare på. Vilken nytta som faktiskt uppstår behöver ni undersöka i användningen.
Metoden är utvecklad av Joakim Jardenberg och användes i Volvo Trucks Be Digital / AI-Fika under 2026. Den här svenska versionen bygger på det fullständiga protokollet, originalprompten för steg 1 och det kompletta övningspaketet. Exemplen här är anpassade för fortsatt arbete efter JATA Cargo-dagen.
Efter sessionen
Välj en återkommande uppgift där ni kan se om resultatet blir bättre. Gör ett litet försök, jämför med hur ni arbetar idag och visa en kollega. Det behöver inte bli ett stort projekt för att bli användbart.
Jag vill förbättra en återkommande uppgift i mitt arbete: [beskriv uppgiften]. Den som ska ha nytta av resultatet är [vem]. Idag fungerar det så här: [beskriv kort]. Hjälp mig välja ett litet första försök som jag kan kontrollera. Fråga om det som saknas, en fråga i taget. Föreslå hur vi jämför med dagens arbetssätt och vad jag behöver bedöma själv. När vi är klara vill jag ha en kort instruktion att återanvända och en lärdom att dela med en kollega.
Instruktionen som fungerade. En kontroll som avslöjade något viktigt. Ett nästa steg med en person som håller i det.
Workshopmaterialet finns här redan nu. Presentation och en eventuell genomgång av dagens samtal läggs till när materialet är klart för delning.
Material från JATA Cargos konferens i Malmö den 10 oktober 2026. Förmiddagens lästranskription är redigerad mot Klang och Wispr Flow. AI-sidorna är mitt lässtöd, med presentationen, ramverken och förmiddagens underlag som grund. Övningsprompterna är stöd för fortsatt arbete, inte dokumentation av att varje övning genomfördes eller lyckades.
Lovable-passet genomfördes inte. Övningarna finns kvar som frivillig fortsättning. Exempelpaketet till Copilot och Lovables påhittade övningsdata hör till olika uppgifter.
Utseendevalet sparas bara i din webbläsare. AI med stöd av JJ.