AI Sweden Podcast

Skalbar AI-kompetens: Så bygger Stockholm och Sigtuna en lärande organisation

Dags för AI Sweden Podcast att göra ett första nedslag i projektet "Digital kompetensutveckling". I projektet samarbetar Stockholm stad och Sigtuna kommun med AI Sweden fram till sommaren 2027. Målet är att kompetensutveckla över tusen medarbetare och samtidigt bygga arbetssätt för fortsatt lärande i verksamheterna – som också kan spridas till andra kommuner och organisationer. Från individ till medborgarnytta: Hur den enskilda medarbetarens kompetenshöjning i slutändan leder till bättre service för kommuninvånarna. Ledarskapets betydelse: Varför projektet jobbar nära ledningsgrupper för att identifiera verkliga verksamhetsbehov. Lärande i vardagen: Om nödvändigheten att se till att fortbildning skapar konkret nytta så snart som möjligt och därmed inte känns som något som läggs ovanpå ordinarie arbetsuppgifter. "Bläckfiskmodellen": Hur över 120 kollegor fungerar som armar ut i verksamheten för att säkerställa att kunskapen når ut i organisationerna. De som berättar allt detta är: * Kristina Hultgren, ESF-projektledare, Arbetsmarknadsförvaltningen, Stockholms stad. * Fredrik Lindqvist, utvecklingsledare, Vård- och omsorgsförvaltningen, Sigtuna kommun. * Marie Andervin, projektledare inom lärande och kompetensutveckling, AI Sweden. AI Sweden Podcast kommer att följa projektet under året och dela insikter och lärdomar. Vill du veta mer om projektet, delta på kommande seminarier eller har förslag på frågor att lyfta i kommande avsnitt? Ta då kontakt med Marie Andervin! Projektet finansieras av Stockholm Stad, Sigtuna kommun, AI Sweden och medfinansieras av Europeiska unionen/Europeiska socialfonden.

Så använder Björn Axén AI för internationell expansion

Hur kan ett hårvårdsföretag med människan i centrum använda AI för att expandera internationellt och förbättra sin verksamhet? I det här avsnittet möter vi Johan Hellström, VD för Björn Axén som visar hur Sveriges kanske främsta hårvårdsföretag har en lång historia av att kombinera kärleken för hantverket med en innovativ kultur och öga för att dra nytta av ny teknik. Johan berättar om hur Björn Axén använder AI för att förbättra lagerhållningen hos sina distributörer, om hur de skulle planerar att använda tekniken i framtiden och vad som krävs för att införa AI framgångsrikt i verksamheten. Avsnittet är en del av vår serie med fokus på mindre och medelstora företag som framgångsrikt navigerar i AI-transformationen. Serien är medfinansierad med medel från EU. Vill du ta del av våra resurser riktade mot affärsutvecklare och rådgivare i innovationsstödssystemet? Besök vår hemsida ai.se/innovationssystemet [http://ai.se/innovationssystemet] Vill du vara med eller tipsa om någon som borde vara med i den här intervjuserien? Kontakta astrid.sjogren@ai.se [astrid.sjogren@ai.se] eller connecta på Linkedin [https://www.linkedin.com/in/astridsjogren/] Vill du lära dig med om AI Sweden? Besök ai.se [http://ai.se].

Kan stora språkmodeller användas för att stärka patientsäkerheten?

Kan stora språkmodeller användas för att stärka patientsäkerheten? Resultat från Region Västmanland tyder på att svaret på den frågan är ja. – Vården har samlat en guldgruva med information som vi nu ser att det finns möjlighet att analysera och använda för att förbättra patientsäkerheten, säger Anders Krifors, chefsläkare och överläkare på infektionskliniken på Västerås sjukhus. I ett nationellt projekt [https://www.ai.se/sv/projekt/regional-samverkan-kring-utveckling-av-ai-verktyg-i-varden] samarbetar Region Västmanland nu med Västra Götalandsregionen, Region Skåne, Sveriges Kommuner och Regioner, Innovation Skåne och AI Sweden för att ta både användningen av språkmodeller och nödvändig datadelning till nästa nivå. Tillsammans med Magnus Kjellberg, som leder Kompetenscentrum AI på Sahlgrenska universitetssjukhuset och är också regional AI-samordnare på regionens centrala AI-kontor, gästar Anders Krifors AI Sweden Podcast. Avsnittet handlar bland annat om * Hur de stora mängder information som i avvikelserapporter kan analyseras med AI för att identifiera mönster och förbättra patientsäkerheten. * Region Västmanlands arbete med att använda AI för att klassificera läkemedelsavvikelser och lyckades uppnå en klassificeringskvalitet i nivå med domänkunninga experter. * Om hur information insamlad i fritext kan struktureras med hjälp av språkmodeller. * Hur lärdomar från projektet kan överföras till andra tillämpningsfall inom vården, och även till andra samhällssektorer som hanterar avvikelserapporter. Projektet är medfinansierat av Tillväxtverket genom Europeiska regionala utvecklingsfonden.

Anthropics tips för Claude-prompter

Hur promptar med en stor språkmodell på bästa sätt? Vad är skillnaden mellan att använda modellerna i ett chattinterface och att bygga agenter? Och är inte modellerna snart så bra att vi kan sluta prata om prompt engineering? Christian Ryan, Product Engineer i Anthropics Applied AI-team, delar med sig av sina tips med fokus på Anthropics Claude. Fokus ligger på agenter, vad de är, hur man utvecklar dem, och inte minst hur man kan utvärdera att de gör vad de ska. Men det blir också tips som är relevanta för vanlig ”skrivbords-användning” av Claude. De länkar Christian nämner i samtalet: - https://www.anthropic.com/engineering/claude-code-best-practices [https://www.anthropic.com/engineering/claude-code-best-practices] - https://platform.claude.com/docs/en/build-with-claude/prompt-engineering/overview [https://platform.claude.com/docs/en/build-with-claude/prompt-engineering/overview] - https://engineering.atspotify.com/2025/11/context-engineering-background-coding-agents-part-2 [https://engineering.atspotify.com/2025/11/context-engineering-background-coding-agents-part-2]

Googles tips för Gemini-prompter

Hur promptar med en stor språkmodell på bästa sätt? Vad är skillnaden mellan att använda modellerna i ett chattinterface och att bygga agenter? Och är inte modellerna snart så bra att vi kan sluta prata om prompt engineering? AI Sweden Podcast gästas den här gången av Erik Wallström, AI Customer Engineer på Google Cloud. I avsnittet delar han med sig av sina tips, med fokus på Googles Gemini. Prompt engineering sätts i relation till context engineering, det handlar om utvärdering av agenter och varför metapromptning är ett sätt att förbättra sina instruktioner till modellen.