
Varför AI-licenser behöver en företagshjärna
De flesta företag har köpt AI-licenser. Få har gett dem den kunskap, de regler och de system som får företaget att fungera. Vad som förändras när de gör det.
Nästan alla företag har AI-licenser vid det här laget, och de som använder dem är snabbare på vissa saker än för ett år sedan. I McKinseys undersökning 2026 uppgav nästan nio av tio svarande att de regelbundet använder AI i minst en affärsfunktion, och åtta av tio sa att det hade förbättrat deras egen produktivitet.
Företaget har i de flesta fall förändrats betydligt mindre. Samma undersökning visade att andelen svarande som tillskriver AI någon effekt på EBIT låg kvar på 37 procent. I USA visar siffror som publicerats av Fed i St. Louis att 39,2 procent av de yrkesarbetande vuxna använde generativ AI i arbetet en given vecka under andra kvartalet 2026, och att tiden den sparar uppgår till 2,2 procent av alla arbetade timmar.
Vi tror att glappet har en enkel orsak. Licenserna kan internet. De kan inte företaget.
Varför licenserna ger utkast
Be en assistent om en offert så skriver den en bra offert åt ett företag som inte finns. Den känner inte till dina priser, dina villkor, kundens historik, sättet ditt företag strukturerar ett förslag på eller den rabatt som ingen får ge. Så den skriver ett utkast, och en människa kopierar, klistrar in och rättar. Kvaliteten beror på vem som skrev prompten och hur mycket den personen visste.
Anthropics ekonomiska forskning fann samma mönster i hur företag använder dess modeller: att införa AI för komplexa uppgifter kan begränsas mer av tillgången till information än av vad modellen kan göra. MIT:s initiativ NANDA uttryckte det rakare förra året. Enligt huvudförfattaren till dess rapport om generativ AI i företag stannar generiska verktyg av i företag eftersom de inte lär sig av, eller anpassar sig till, hur arbetet utförs.
Till och med leverantörerna säger att arbetet inte är klart. En studie av ChatGPT Enterprise av OpenAI-forskare, uppdaterad i augusti, drar slutsatsen att företag fortfarande lär sig hur de ska integrera AI i sina arbetsflöden, och att det långsiktiga värdet beror på om spridd individuell användning växer till en förmåga hos organisationen.
Vad en företagshjärna rymmer
En företagshjärna är det saknade lagret, och den rymmer fyra saker. Kunskap: dokument, mejl, offerter, avtal, produkter, priser, tidigare projekt och företagets röst, hållna aktuella, med källan på varje svar. Regler: vad varje roll får se och göra, vad som väntar på godkännande och vad som får köras på egen hand. System: kopplingar till bexio, Microsoft 365, CRM:et, kalendern och företagets egna verktyg, så att hjärnan kan slå upp saker och skriva tillbaka saker. Och färdigheter: sättet varje avdelning utför sitt återkommande arbete på, nedskrivet så att en assistent kan följa det.
Det är vad Twin är. Det bor i den assistent som dina medarbetare redan använder, i Claude, ChatGPT eller Codex, eller på en privat modell när data inte får lämna företaget: Eigna, som byggs av vår partner Eigna Labs. Den tränas på företagets eget arbete och körs i det egna molnet eller på de egna servrarna. Twin levereras som källkod som företaget äger, så att hjärnan stannar hos företaget när modellerna byts ut.
Avdelning för avdelning
Inom försäljningen kommer offerten från gårdagens samtal färdigskriven i företagets struktur, och uppföljningen skrivs i dess röst. En person godkänner båda. Inom support går ett svar ut med det avsnitt i manualen som det bygger på, en retur hanteras enligt den nedskrivna policyn, och allt som hjärnan är osäker på lämnas över till en människa.
Inom ekonomi förbereds en delfaktura i bexio via Kontor, öppna poster följs upp i tid, och månadsavslutet kommer färdigt för granskning. Inom marknadsföring kommer nästa veckas inlägg i linje med varumärket, och kampanjrapporten slutar med tre nästa steg. Ägaren får en måndagsbriefing om försäljning, likviditet och öppna poster, och ett beslutsunderlag med källan för varje siffra.
Nya medarbetare har mest att vinna. I en studie av 5'179 supportmedarbetare fann Erik Brynjolfsson, Danielle Li och Lindsey Raymond att en AI-assistent höjde antalet lösta ärenden per timme med i genomsnitt 14 procent, och med 34 procent för nybörjare och lågkvalificerade medarbetare. Författarna menar att det fungerade genom att sprida de skickligaste medarbetarnas kunskap till de nyare. En företagshjärna gör det med avsikt: den bästa kollegans kunskap, på varje skrivbord, från första dagen.
Kvalitet, snabbhet, kostnad och arbetsbörda
Kvaliteten är den första förändringen: en standard på varje skrivbord, med källan på varje svar, i stället för ett resultat som beror på vem som frågade. Snabbheten följer, eftersom arbete som tog timmar börjar från ett färdigt utkast. Kostnaden sjunker med mindre rutinarbete, mindre omarbete och färre verktyg som gör samma jobb. Och arbetsbördan förskjuts. Människor slutar flytta text mellan fönster och kommer tillbaka till det arbete som bara de kan göra.
Den sista punkten är viktig för oss. En hjärna tar kopieringen, uppslagningen och det första utkastet. Omdömet, samtalet med kunden, granskningen och ansvaret för det som lämnar företaget stannar hos människor, och dit bör deras tid gå.
Vi sätter ingen siffra på de här vinsterna innan vi känner företaget. De beror på hur stor del av arbetet som upprepas, skrivs och kontrolleras, vilket är precis vad en förstudie tar reda på.
Bättre processer före automation
Forskningen är överens om var värdet finns. BCG, som bygger på sitt eget kundarbete, delar upp det så här: omkring 10 procent av värdet i en AI-transformation kommer från själva tillämpningen, 20 procent från data och teknik, och 70 procent från omdesign av arbetsflöden, kultur, styrning och sättet människor och AI arbetar tillsammans på. I McKinseys undersökning hade nästan tre fjärdedelar av den lilla gruppen högpresterare i grunden omdesignat sina arbetsflöden på grund av AI, mot en fjärdedel av alla andra. Deloittes rapport 2026 fann att 37 procent av organisationerna använder AI på ytnivå, med liten förändring av hur arbetet utförs.
Därför börjar vi med en förstudie, inte med mjukvara: människorna, verktygen, data och det arbete som fortfarande görs för hand. Sedan vässar vi processen innan vi lär den till en maskin. En offertmall som ingen är överens om, ett godkännande som väntar en vecka, en rapport som byggs två gånger på två avdelningar. Att rätta till sådant är ofta den största vinsten, och det gör automationen som följer enklare och säkrare.
Var du börjar
Ett företag kan börja den här veckan utan något nytt verktyg. Lista de tio dokument som ditt företag skriver oftast. Skriv ner de regler som bara finns i någons huvud: priser, rabatter, ton, vem som undertecknar vad. Notera vilka system arbetet går genom och var människor kopierar från ett till ett annat. Den listan är konturen av en företagshjärna.
Välj sedan en avdelning och en rutin, koppla ihop kunskapen och systemet bakom den, och ha en person kvar vid den punkt där något lämnar företaget. När utkasten slutar behöva rättas, gå vidare till nästa rutin. De licenser du redan betalar för börjar då arbeta för företaget, inte bara för personen vid skrivbordet.





