Hoppa till innehållet
Kompetens och karriär

AI och ditt jobb: vad som förändras och vad som består

AI förändrar främst arbetsuppgifter. Här får du bedöma ditt eget arbete, välja rätt färdigheter och prova verktyg med tydlig kontroll.

Andreas OlssonGrundare, AI Utbildningscentrum10 min läsning

En man i skjorta och glasögon ser uppmärksamt mot flera skärmar med grafer, vilket illustrerar dataanalys.
AI förändrar arbetsmarknaden. Är du redo?

Nyckelpunkter


  • Bedöm arbetsuppgifter, inte bara yrkestitlar. Samma titel kan rymma moment med helt olika möjlighet till AI-stöd.
  • Exponerad betyder inte ersatt. IMF och ILO skiljer påverkan på arbetsuppgifter från att hela jobb försvinner.
  • Mät hela arbetsflödet: första utkast, kontroll, rättning och godkännande. Nyttan varierar mellan uppgifter och erfarenhetsnivåer.
  • Bygg tre lager av kompetens: sakkunskap, verktygsvana och förmåga att kontrollera resultat.
  • Be arbetsgivaren klargöra godkända verktyg, dataregler, kontrollansvar och vilken utbildning olika roller behöver.

AI förändrar arbetsuppgifter, men en yrkestitel säger sällan exakt vad som händer. Här får du en metod för att bedöma ditt eget arbete, välja vilka färdigheter du behöver och prova AI utan att lämna över omdömet.

Frågan "kommer AI att ta mitt jobb?" är begriplig, men för grov. Ett jobb består av många uppgifter. Vissa går att automatisera, andra kan göras snabbare med stöd, och flera kräver fortfarande mänskligt ansvar, lokalkännedom eller kontakt med andra människor.

Det är därför mer användbart att fråga vad i arbetsdagen som förändras, vilken kvalitet som måste bevaras och vem som ansvarar om ett svar blir fel. Den analysen går att göra redan nu, även när prognoserna om hela arbetsmarknaden spretar.

I den här guiden får du skilja mellan exponering och ersättning, gå igenom dina arbetsuppgifter och bygga en konkret plan för din egen kompetens. Målet är inte att gissa exakt hur arbetsmarknaden ser ut om fem år. Målet är att ge dig bättre handlingsutrymme nästa månad.

AI på arbetsplatsen är AIUC:s praktiska kurs för den som vill förstå verktygen, prova dem i relevanta arbetsmoment och lära sig granska resultatet.

Börja med arbetsuppgifterna, inte yrkestiteln

Två personer med samma titel kan ha helt olika arbetsdagar. En administratör kan ägna större delen av tiden åt standardiserad registrering, medan en annan samordnar undantag, tolkar regler och hanterar svåra samtal. En kommunikatör kan skriva första utkast, men också godkänna fakta, väga tonläge och ta ansvar för publicering.

Det betyder att yrkestiteln är en dålig minsta analysenhet. Arbetsuppgiften är bättre.

Gör en enkel lista över det du faktiskt gör under en normal vecka. Skriv inte "projektledning" eller "kundservice" som en enda rad. Dela upp arbetet tills varje rad beskriver ett tydligt moment, till exempel:

  • sammanställa underlag från flera dokument
  • skriva ett första svar på en återkommande fråga
  • kontrollera ett avtal mot en fast checklista
  • förklara ett undantag för en kund
  • prioritera mellan ärenden när information saknas
  • fatta eller rekommendera ett beslut
  • dokumentera vad som gjordes och varför

Markera sedan varje uppgift med en av tre etiketter:

  1. Kan få stöd. AI kan skapa ett utkast, söka mönster eller ordna material, men en människa behöver kontrollera resultatet.
  2. Kan delvis automatiseras. Uppgiften följer tydliga regler och har ett resultat som går att kontrollera.
  3. Bör behållas nära människan. Uppgiften kräver ansvar, känsliga avvägningar, förtroende eller kunskap som inte finns i underlaget.

En och samma uppgift kan hamna i olika grupper beroende på sammanhanget. Att sammanfatta ett offentligt mötesprotokoll är inte samma sak som att sammanfatta känsliga personuppgifter. Att föreslå en formulering är inte samma sak som att godkänna den.

Exponerad betyder inte ersatt

I en analys från januari 2024 bedömde IMF att omkring 60 procent av jobben i avancerade ekonomier är exponerade för AI. IMF skrev samtidigt att ungefär hälften av de exponerade jobben kan få produktivitetsstöd, medan andra kan möta lägre efterfrågan på vissa arbetsinsatser.

Ordet exponerad beskriver alltså att tekniken kan påverka delar av arbetet. Det betyder inte att hela jobbet försvinner.

ILO:s globala analys från maj 2025 bygger på en bedömning av nästan 30 000 arbetsuppgifter. Slutsatsen är att omvandling är mer sannolik än att hela yrken blir överflödiga, eftersom mänsklig medverkan fortfarande behövs i de flesta jobb. Kontorsyrken hör till dem som ofta har hög exponering, men även där varierar uppgifterna inom samma yrke.

Det här är viktigt när du läser rubriker om "jobb som AI tar". En lista över utsatta yrken kan vara en startpunkt, men den säger inte vilka delar av just ditt arbete som påverkas, hur snabbt det sker eller om din arbetsgivare faktiskt ändrar sitt arbetssätt.

Äldre automatisering och generativ AI träffar olika uppgifter

En litteraturöversikt från IFAU som presenterades av Uppsala universitet 2020 beskrev hur rutinbetonade jobb i arbetsmarknadens mellanskikt hade minskat, samtidigt som efterfrågan på kognitiva, sociala och verbala förmågor ökade. Underlaget gällde huvudsakligen perioden före det breda genomslaget för generativ AI.

Generativ AI kan arbeta med text, bild, ljud och kod. Därför berör den även uppgifter som tidigare räknades som typiska skrivbordsuppgifter: skriva utkast, sammanfatta, klassificera, översätta, jämföra dokument och föreslå kod. Det gör inte systemen ansvariga för resultatet. Det betyder bara att fler moment går att prova med tekniskt stöd.

Skillnaden hjälper dig att undvika två vanliga fel. Det första är att bara leta efter fysisk automation och missa förändringen i kunskapsarbete. Det andra är att anta att allt som går att generera också går att lämna utan kontroll.

Hur snabbt syns förändringen?

Teknik kan spridas snabbt utan att genomsnittslöner och arbetstid ändras lika snabbt. Anders Humlum och Emilie Vestergaard kopplade enkäter om chattbotanvändning till danska registerdata. I NBER-studien, publicerad i maj 2025 och reviderad i mars 2026, fann de inga mätbara genomsnittseffekter på lön eller registrerad arbetstid under de första två åren efter lanseringen av ChatGPT.

Samtidigt fann forskarna att arbetsgivare införde nya uppgifter kring innehåll, granskning och användning av AI. Resultatet är inte ett bevis för att tekniken saknar betydelse. Det visar att användning, nya arbetsmoment och mätbara arbetsmarknadseffekter kan utvecklas i olika takt.

För den enskilde är slutsatsen praktisk: fatta inte stora karriärbeslut enbart på en prognos. Titta också på vad som faktiskt förändras på din arbetsplats. Har nya verktyg införts? Har arbetsfördelningen ändrats? Vilka fel måste någon fånga? Vilken kompetens efterfrågas i riktiga rekryteringar inom ditt område?

Så bedömer du din egen AI-exponering

Ta din lista med arbetsuppgifter och bedöm varje rad med fem frågor.

1. Finns allt underlag digitalt?

AI har lättare att hjälpa till när materialet redan finns som text, tabeller, bilder eller kod. Om arbetet kräver fysisk närvaro, muntlig förhandling eller information som aldrig dokumenteras är möjligheten mindre.

2. Går ett bra resultat att beskriva?

En uppgift är lättare att ge stöd åt när du kan säga vad som gör resultatet rätt. En sammanfattning kan till exempel behöva täcka alla beslut, skilja beslut från diskussion och behålla ansvarig person. Om kvalitetskriterierna är oklara blir även kontrollen oklar.

3. Vad kostar ett fel?

Ett dåligt utkast till en intern rubrik kan vara lätt att rätta. Ett fel i ett myndighetsbeslut, en medicinsk bedömning eller ett personalärende kan få stora följder. Ju högre konsekvens, desto starkare kontroll och tydligare ansvar behövs.

4. Krävs information som verktyget inte bör få?

Personuppgifter, företagshemligheter och säkerhetskänsligt material kan göra ett vanligt AI-verktyg olämpligt. Följ arbetsgivarens beslut om godkända tjänster och data. Om sådana beslut saknas är det en fråga att lyfta innan material matas in.

5. Vem kan avgöra om svaret håller?

Den som använder ett verktyg behöver kunna känna igen ett rimligt svar, kontrollera källor och stoppa ett fel. Om ingen i arbetsflödet kan göra det är uppgiften inte redo att lämnas till ett generativt system.

När du svarat på frågorna får du en bättre bild än en allmän lista över framtidsyrken. Du ser vilka moment som kan provas, vilka som kräver utbildning och vilka som behöver stanna nära en erfaren person.

Kompetenser som får större betydelse

World Economic Forums Future of Jobs Report 2025 bygger på svar från drygt 1 000 arbetsgivare som tillsammans representerade mer än 14 miljoner arbetstagare. Det är en undersökning av arbetsgivarnas förväntningar för 2025 till 2030, inte en säker beskrivning av framtiden.

I undersökningen låg AI och stora datamängder, teknisk läskunnighet och cybersäkerhet högt bland färdigheter som väntades öka i betydelse. Arbetsgivarna lyfte samtidigt analytiskt och kreativt tänkande, motståndskraft, flexibilitet, ledarskap och samarbete.

Det går att omsätta den breda listan i tre lager som är lättare att träna.

Sakkompetens

Du behöver förstå området där resultatet ska användas. En jurist, ekonom, lärare och kommunikatör bedömer olika typer av kvalitet. AI gör inte den kunskapen överflödig. Den behövs för att formulera en relevant uppgift och upptäcka när svaret missar något viktigt.

Verktygskompetens

Du behöver kunna ge tydliga instruktioner, välja lämpligt underlag, arbeta i flera steg och veta när ett annat verktyg passar bättre. Målet är inte att memorera ett visst gränssnitt. Det är att förstå arbetsformen så väl att du kan byta verktyg.

Kontrollkompetens

Du behöver kunna kontrollera fakta, källor, beräkningar, ton och fullständighet. Du behöver också dokumentera vilka kontroller som gjordes. Det är den del som gör ett snabbt utkast användbart i ett riktigt arbetsflöde.

Produktivitet beror på uppgift och erfarenhet

Påståenden om stora tidsvinster behöver alltid knytas till en bestämd uppgift och en bestämd grupp. En studie av drygt 5 000 kundsupportmedarbetare, först publicerad som arbetsrapport 2023 och senare i en vetenskaplig tidskrift 2025, fann att ett AI-stöd ökade antalet lösta ärenden per timme. Vinsten var större för mindre erfarna medarbetare och liten för de mest erfarna.

Det resultatet gäller kundsupport i den studerade organisationen. Det går inte att överföra procentsiffrorna direkt till HR, juridik, vård eller ditt eget arbete. Det ger däremot ett bra skäl att mäta lokalt och att inte anta att alla får samma nytta.

Mät därför ett försök på fyra sätt:

  • tid från start till färdigt och godkänt resultat
  • antal fel som upptäcks vid kontroll
  • hur mycket omarbete som krävs
  • om mottagaren faktiskt får ett bättre eller snabbare svar

Räkna hela arbetsflödet. Om utkastet går fort men granskningen tar längre tid har du inte sparat den tid som verktygets egen tidsmätare antyder.

En plan för att stärka din position

Du behöver inte börja med en lång utbildning eller byta yrke. Börja med ett avgränsat arbetsmoment som du förstår väl.

Vecka 1: gör uppgiftslistan

Skriv ned återkommande moment, ungefärlig tidsåtgång, felrisk och vem som godkänner resultatet. Välj en uppgift med låg konsekvens och tydligt facit.

Vecka 2: prova med samma underlag

Gör uppgiften en gång på vanligt sätt och en gång med ett godkänt AI-verktyg. Använd samma indata och samma kvalitetskrav. Spara inte känsligt material i tjänster som arbetsgivaren inte har godkänt.

Vecka 3: jämför hela resultatet

Mät tid, fel och omarbete. Notera var AI-stödet hjälpte och var du behövde rätta. Om försöket inte gav nytta har du ändå lärt dig var gränsen går.

Vecka 4: dokumentera vad du kan

Skriv en kort beskrivning av uppgiften, arbetsgången, kontrollen och utfallet. Det är mer övertygande än att bara skriva "AI" i en kompetenslista. Du visar att du kan använda verktyget i ett verkligt sammanhang och ta ansvar för resultatet.

Gör din kompetens synlig utan att överdriva

En digital profil kan hjälpa en rekryterare eller chef att förstå vad du faktiskt har gjort, men aktivitet i sig är inget bevis på kompetens. Bygg därför din synlighet kring konkreta arbetsprov, reflektioner och resultat som du får dela.

Du kan till exempel beskriva:

  • vilken uppgift du försökte lösa
  • vilket underlag du använde
  • vilka kontroller som krävdes
  • vad som blev snabbare eller tydligare
  • vad du valde att inte lämna till verktyget

Använd inte konfidentiella exempel. Skapa hellre ett eget, ofarligt provmaterial som visar samma arbetssätt. Det gör din erfarenhet begriplig utan att du behöver påstå att du behärskar alla AI-verktyg.

Ett professionellt nätverk kan sedan användas för att jämföra arbetssätt, hitta yrkesspecifika exempel och upptäcka vilka frågor andra brottas med. Se nätverket som en källa till lärande och återkoppling, inte som en garanti för ett nytt jobb.

Vad arbetsgivaren behöver bidra med

Ansvaret kan inte läggas helt på den enskilde. Arbetsgivaren väljer verktyg, bestämmer vilka data som får användas och utformar kontrollen. Den som får tillgång till AI men saknar regler, träning och möjlighet att fråga kommer att ha svårt att arbeta säkert.

Be därför om tydliga svar på följande:

  • vilka verktyg som är godkända
  • vilka uppgifter som inte får matas in
  • vem som ansvarar för kontroll och godkännande
  • hur fel och incidenter ska rapporteras
  • vilken utbildning olika roller behöver

Frågor om arbetsgivarens ansvar enligt AI-förordningen hör hemma hos Ampliro. AIUC:s roll här är den praktiska: att hjälpa människor förstå verktygen och träna på ett arbetssätt som går att använda i vardagen.

Vanliga misstag när du planerar för framtiden

Att läsa exponering som uppsägning

Exponerad betyder att arbetsuppgifter kan påverkas. Det säger inte om arbetet automatiseras, får stöd eller växer genom nya uppgifter.

Att välja kurs efter verktygsnamn

Ett gränssnitt förändras snabbt. Välj utbildning som också tränar problemformulering, kontroll, dataskydd och ansvar. Ett kursintyg visar genomförande, men arbetsprov visar hur du använder kunskapen.

Att mäta tiden fram till första utkastet

Ett snabbt utkast är inte samma sak som ett godkänt resultat. Lägg till kontroll, rättning, dokumentation och eventuell återkoppling när du räknar.

Att försöka lära sig allt samtidigt

Välj en återkommande uppgift och bli bra på hela arbetsflödet. När du vet hur kvaliteten bedöms kan du ta nästa område.

Att lämna över omdömet

AI kan föreslå, sortera och formulera. Den som använder resultatet behöver fortfarande avgöra om det är relevant, korrekt och lämpligt för mottagaren.

Slutsats: bygg handlingsutrymme, inte en prognos

Ingen rapport kan säga exakt vad som händer med just ditt jobb. Däremot går det att göra en bättre bedömning än att välja mellan optimism och oro.

Börja med arbetsuppgifterna. Skilj möjlighet till stöd från hel automation. Mät hela arbetsflödet och behåll en tydlig mänsklig kontroll. Bygg sedan sakkompetens, verktygskompetens och kontrollkompetens kring de uppgifter som verkligen ingår i din vardag.

Det ger dig något mer användbart än ett löfte om att vara framtidssäker. Det ger dig bevis på vad du kan göra, en metod för att lära om och bättre frågor att ställa när arbetet förändras.

AIUC erbjuder kurser och utbildningar för olika roller och nivåer. För ett upplägg anpassat till en arbetsplats kan du berätta vad ni behöver.


Vanliga frågor

AI påverkar i första hand arbetsuppgifter. Vissa moment kan få stöd eller delvis automatiseras, medan andra kräver mänskligt ansvar, lokalkännedom eller kontakt med människor. ILO:s analys från maj 2025 bedömer därför att omvandling är mer sannolik än att hela yrken blir överflödiga.

Användningen kan spridas snabbare än effekterna på lön och arbetstid. En dansk NBER-studie, publicerad i maj 2025 och reviderad i mars 2026, fann inga mätbara genomsnittseffekter på dessa två mått under de första två åren, men såg nya arbetsuppgifter kring AI.

Sakkompetens, förmåga att använda verktyg och förmåga att kontrollera resultat behöver kombineras. I World Economic Forums arbetsgivarundersökning 2025 lyftes både tekniska färdigheter och analytiskt tänkande, kreativitet, flexibilitet, ledarskap och samarbete.

Det kan inte avgöras generellt i den här artikeln. Frågor om arbetsgivarens ansvar enligt AI-förordningen behandlas hos Ampliro. Be också arbetsgivaren klargöra godkända verktyg, dataregler, kontrollansvar och vilken utbildning din roll behöver.

Dela upp arbetet i konkreta uppgifter. Bedöm vilket underlag som finns, hur ett bra resultat ser ut, vad ett fel kostar, vilka data som får användas och vem som kan kontrollera svaret. Prova sedan ett avgränsat moment med låg konsekvens och tydligt facit.

AIUC erbjuder praktiska kurser som kombinerar förståelse för tekniken med träning i relevanta arbetsuppgifter och kontroll av resultat. Berätta vad ni behöver för ett upplägg anpassat till er arbetsplats.


Vill ni att personalen ska kunna det här, hör av er.

Nyhetsbrevet

Nytt om AI, varannan vecka.

Vi skriver när något faktiskt har hänt och när något visar sig fungera i praktiken. En text i taget, inga serier, och du kan gå ur från vilket nummer som helst.

Vi sparar din adress för att skicka nyhetsbrevet, och inget annat. Mer i integritetspolicyn.