Vad kostar en AI-förstudie?

En AI-förstudie är den minsta investeringen du kan göra i AI — och den med störst hävstång. För 50 000–150 000 kr och några veckors arbete får du svar på frågan som avgör allt som kommer efter: vilket problem ska vi lösa först, och är vår data redo för det? Att hoppa över det steget är hur bolag hamnar i miljonprojekt som aldrig borde ha startats.

Vad förstudien kostar och vad som styr priset

Priset styrs av hur många delar av verksamheten som ska kartläggas, hur många intervjuer och workshoppar som krävs och hur djupt datagenomgången går — från översiktlig bedömning till teknisk granskning av faktiska system och datamängder.

Leverablerna du ska kräva

En förstudie är värd sitt pris bara om den slutar i konkreta, beslutbara underlag. Kräv de här fyra:

1. Use case-inventering med värdering. En lista över möjliga användningsfall i er verksamhet, värderade efter affärsnytta, genomförbarhet och risk — inte en inspirationskatalog, utan en rangordning med motiveringar som går att ifrågasätta.
2. Datagenomgång. Var finns datan för de främsta användningsfallen, i vilket skick, med vilka behörigheter? Datamognaden är den största kostnadsfaktorn i AI-projekt, och det är här den blir synlig innan den blir dyr.
3. Riskanalys mot GDPR och AI-förordningen. Vilka användningsfall innebär personuppgiftsbehandling? Hamnar något i en högre riskklass enligt AI Act? Vad kräver det i så fall? Det här avgör ibland rangordningen mer än affärsnyttan.
4. Rekommenderad pilot. Ett motiverat förslag på första steg, med skiss på omfattning, prislapp och mätbara mål — så att nästa beslut kan fattas direkt på förstudien.

Får ni en rapport med generella AI-resonemang och en säljpitch för leverantörens plattform har ni inte köpt en förstudie utan en broschyr.

Så går arbetet till i praktiken

En typisk förstudie följer tre faser. Först en kartläggning med intervjuer och workshoppar där processer, smärtpunkter och idéer samlas in från verksamheten — det är här era medarbetares kunskap blir förstudiens råmaterial. Sedan en analysfas där användningsfallen värderas, datakällorna granskas och riskerna klassas. Sist en förankringsfas där slutsatserna presenteras för beslutsfattarna och rekommendationen diskuteras, så att rapporten inte blir en hyllvärmare utan ett fattat beslut. Er egen tidsinsats är några timmar per nyckelperson — liten i förhållande till vad den styr.

Räkneexemplet: vad kostar fel use case?

Så här ser hävstången ut i siffror. Ett bolag har två kandidater: en AI-lösning för att automatisera avtalstolkning och en assistent för interndokumentation. Utan förstudie väljer man avtalstolkningen — den låter mest värdefull. Efter åtta månader och 1,5 Mkr visar det sig att avtalen ligger som inskannade bilder av varierande kvalitet, att hälften av informationen finns i mejlbilagor och att felmarginalen i tolkningen kräver manuell kontroll av varje avtal ändå. Projektet läggs ner.

En förstudie för 100 000 kr hade sett detta på två veckor: datagenomgången hade visat skicket på avtalen, och värderingen hade rangordnat interndokumentationen högre — mindre glamorös men byggbar på befintlig data med mätbar nytta. Förstudien kostar 5–10 procent av ett felsatsat projekt. Det är hela kalkylen.

Rätt plats i AI-trappan

Förstudien är första steget i en investeringstrappa där varje steg köper kunskap inför nästa: förstudie, PoC, pilot och produktionssättning. Bolag som följer trappan satsar sällan miljoner på fel sak, eftersom felen upptäcks när de fortfarande kostar tiotusentals kronor.

Vi på Weapp genomför förstudier med just de fyra leverablerna ovan, och rekommenderar ibland slutsatsen “vänta med AI — börja med datan”. Vill du veta vad en förstudie skulle omfatta hos er? Hör av dig så tar vi ett första samtal.