AI-mognad beskrivs oftast som en teknikfråga. Idéns äldsta nedskrivna version är från 1978 och gällde robotar på havsbotten, och redan då mätte den något annat: hur mycket av arbetet människan vågar lämna ifrån sig. Det måttet sorterar ingenjörsfirmor bättre än någon verktygslista. Här är trappan i fem steg, från stängt till AI-integrerat: hur varje steg ser ut, var flaskhalsen sitter och vad nästa kliv kräver.
Trappan
I juli 1978 lämnade MIT:s Man-Machine Systems Laboratory en rapport till amerikanska flottans forskningskontor, Office of Naval Research, om fjärrstyrning av undervattensfarkoster. Bakgrunden fanns i Nordsjön, där kommersiella dykare dog i en takt som rapporten kallade oroande, och där dekompressionen på långa arbetspass kostade ungefär en timme per sex fot djup, knappt två meter. Flottan ville ersätta dykarna med obemannade farkoster med kameror och mekaniska armar, för inspektion och bärgning. Då uppstod frågan: hur mycket får datorn ombord göra? Thomas Sheridan och William Verplank svarade med en maskinskriven tabell över tre sidor, tio automationsnivåer, från att människan gör hela jobbet till att datorn gör hela jobbet om den bedömer att det behövs, och berättar det för människan om den anser att människan behöver veta.
Varje senare trappa härstammar från den tabellen. Mest känd av ättlingarna är de sex nivåerna av självkörning från 2014, utgivna av SAE, bilindustrins standardiseringsorganisation. Kolumnernas logik har hållit i alla generationer: vem som får se alternativen, vem som väljer, vem som godkänner, vem som startar och vem som får veta. Skalan mäter inte vad maskinen klarar, utan vad människan vågar lämna ifrån sig.
För en ingenjörsfirma räcker fem steg. En sak är konstant genom hela trappan: underskriften. En namngiven ingenjör granskar och skriver under på varje steg, och det som växer på vägen upp är hur mycket som är kontrollerat innan pennan sätts mot papperet. Stegen är lätta att känna igen. Kliven emellan är det svåra, och därför skrivs varje kliv ut i klartext efter sitt steg nedan.
| Steg | Roll | Pågår samtidigt | Flaskhalsen |
|---|---|---|---|
| 0 Stängt | – | Ingenting, utom skugg-AI | Policyn, inte tekniken |
| 1 Assisterad | Du och en AI, ett par | Ett moment | Din lästid |
| 2 Delegerad | Beställaren | Flera moment | Tilliten till verifieringen |
| 3 Övervakad autonomi | Arbetsledaren | Rutiner i drift | Tilliten till rutinen |
| 4 AI-integrerad | Styr med intention | Hela leveranser | Att välja rätt arbete |
Steg 0
Den 11 mars 2023 hävde Samsungs halvledardivision sitt interna förbud mot ChatGPT. Inom tre veckor hade tre läckor hunnit inträffa. En ingenjör klistrade in källkoden till ett felande databasprogram i chattfönstret och bad om en lösning. En annan laddade upp kod som identifierar defekt utrustning. En tredje laddade upp inspelningen av ett internt möte för att få ett protokoll. Första motåtgärden var ett tak på 1 024 byte per fråga, ungefär tusen tecken. I början av maj kom totalförbudet mot generativ AI på företagets enheter.
Förbudet löste mindre än det verkade. När KPMG och University of Melbourne 2025 frågade 48 000 anställda i 47 länder uppgav 57 procent att de använt AI i jobbet utan att vara öppna med det, och riskbeteendet var vanligast där reglerna var hårdast: i organisationer med AI-förbud uppgav 67 procent det, mot 33 procent där policy saknades. Microsofts Work Trend Index fann liknande året innan, då 78 procent av dem som använder AI på jobbet uppgav att de tar med egna verktyg.
Fler organisationer står på det här steget än vad årsredovisningarna antyder. AI är spärrat, eller tillåtet i princip men utan upphandlad miljö, utan datapolicy och utan besked om vem som får använda vad. I praktiken betyder det tyst användning: projektdata går genom privata konton, utan loggning, på villkor som ingen har läst. Flaskhalsen sitter i policyn snarare än i tekniken, och skugganvändningen gör steg 0 till trappans farligaste plats.
Så tar ni er till steg 1
Ett ledningsbeslut och en säker väg in. Det betyder en godkänd miljö där projektdata stannar inom EU och aldrig tränar någon annans modell, ett avgränsat pilotmoment med verkliga handlingar och en ingenjör med mandat och avsatt tid. Pilotens uppgift är att bygga den tillit som resten av klättringen vilar på, så välj ett moment vars resultat är lätt att kontrollera.
Steg 1
Steg 1 är ett fast par: du och en AI, ett moment i taget. Den svarar på frågor, sammanfattar och skriver utkast, och du granskar varje rad innan något går vidare, eftersom du ännu inte litar på det du inte har sett bli till. Det är rätt instinkt på det här steget. Flaskhalsen är din egen lästid: arbetet går fortare, men du vågar inte titta bort, så din uppmärksamhet sätter taket.
Vinsten är verklig ändå: momentet som åt en eftermiddag ryms mellan två möten.
Så tar ni er till steg 2
Verifiering du litar på. Så länge du måste läsa allt är AI ett par extra händer, och klivet börjar först när du kan granska färdiga resultat snarare än varje steg på vägen. Kraven är tydliga: varje påstående ska bära sin källa, varje siffra ska gå att räkna om, och osäkerhet ska flaggas, aldrig slätas över. När varje fynd länkar till handling, sida och rad tar granskningen minuter. Att granska är ett annat jobb än att läsa om.
Steg 2
På steg 2 lämnar du ifrån dig hela moment: en kravlista ur förfrågningsunderlaget, en mängdkontroll mot modellen, ett första utkast till PM. Flera uppdrag är ute samtidigt. Rollen har bytts från medskrivare till beställare, så du formulerar uppdraget, granskar det färdiga resultatet mot källorna och skickar tillbaka det som inte håller. Flaskhalsen flyttar från lästid till granskningskapacitet, och till hur långt du litar på verifieringen under den. Leveransen som förr tog veckor kommer tillbaka samma dag.
Så tar ni er till steg 3
Gör engångsbeställningarna till rutiner. Det som återkommer, granskningen av varje ny leverans, bevakningen av ÄTA, avstämningen av en reviderad handling mot förra utgåvan, ska gå på schema eller utlösas av händelser, med en stående regel: systemet flaggar i stället för att gissa, och egenkontrollerna är kopplade till kraven. Byggt en gång, kört varje gång.
Steg 3
1978 års rapport hade redan ett namn för det här steget: supervisory control, övervakad styrning. Den beskrev ett system som klarar egna beslut korta stunder under begränsade villkor, och som fjärrövervakas och programmeras om då och då av en människa. I rapporten sitter operatörerna på ett moderfartyg och ser TV-bilden komma upp genom kabeln, medan datorn nere i farkosten sluter reglerkretsen på egen hand. Dåtidens akustiska länkar var för smala för något annat. I firman ser samma arrangemang ut så här: varje ny leverans granskas när den kommer in, varje revidering jämförs mot den förra, avvikelser bevakas löpande, och din vecka byggs kring flaggor och undantag i stället för genomläsningar.
Flaskhalsen är tilliten till rutinen: vem som får starta arbete, vad som får passera utan mänsklig blick och hur undantag eskaleras. De reglerna ska sitta innan volymen växer. Sedan går det kontrollarbete som förr fick vänta på en ledig stund löpande i bakgrunden.
Så tar ni er till steg 4
Kodifiera arbetssättet. Organisationsminne, så att varje nytt projekt börjar med firmans samlade historik i ryggen, och standarder och mallar som läggs fast en gång och sedan följer med i varje uppdrag. Räkna därefter om affären: när kapaciteten ändras följer åtaganden, bemanning och prissättning efter. Det här klivet tillhör ledningen mer än tekniken.
Steg 4
På det översta steget produceras och granskas hela leveranser som flöden: underlaget går in, den färdiga leveransen kommer tillbaka, spårbar rad för rad. Ni leder med intention, följer upp per undantag och lägger ingenjörstimmarna där de avgör något, i antagandena och avvägningarna. En sak flyttar sig aldrig, oavsett volym: underskriften är ett beslut per leverans, fattat av en namngiven ingenjör som ser vad som är kontrollerat och vad som är antaget. Skälet är detsamma högst upp som längst ner: någon svarar för resultatet.
I 1978 års tabell låg också en varning för de övre stegen: mer automation ger vinster, och riskerna följer med. Flaskhalsen på toppsteget är just styrningen, att välja vilket arbete som ska in i flödena och att hålla maskinens arbete till samma kvalitetsribba som en kollegas. I utbyte får firman kapacitet av en annan storleksordning: åtagandet den tackade nej till i fjol ryms i årets plan.
Yesper
Yesper är AI-civilingenjören för bygg och infrastruktur. Den är byggd för just kliven: verifieringen med källa på varje påstående, som tar en firma från assisterad till delegerad, rutinerna på schema, som bär vidare till övervakad autonomi, och organisationsminnet med de kodifierade standarderna, som krävs för full integrering. Var en firma står i dag säger lite om var den kan stå nästa år. Välj steget ni står på, sätt namn på förutsättningen för nästa kliv och ge en namngiven ingenjör mandat och tid att bygga den. Resten av trappan klättras likadant, ett tillitsbeslut i taget, med underskriften kvar där den alltid suttit.
Källor
Var ni står på trappan i dag avgör nästa kliv, och det är det samtalet vi helst tar. Hör av dig så placerar vi er och pratar om steget efter.
Boka demo
