Krönika
Öppen artikelSverige ska inte införa offentlig AI snabbast – utan säkrast
AI kan effektivisera välfärden och stärka samhällsviktiga verksamheter. Men när tekniken påverkar kärntjänster måste säkerhet, ansvar, insyn och reservdrift väga lika tungt som produktivitet.

Sverige borde inte tävla om att införa AI snabbast i offentlig sektor. Vi borde tävla om att göra det säkrast. För när en AI-tjänst går från att sammanfatta mötesanteckningar till att påverka vårdprioriteringar, myndighetsbeslut eller driften av el och vatten är den inte längre bara ett smart kontorsverktyg. Den blir en del av verksamhetens kritiska infrastruktur.
Det är där den svenska AI-diskussionen behöver mogna. Effektivitet är viktigt, men en lösning som sparar tid under normala förhållanden och samtidigt gör verksamheten mer beroende av en extern modell, en molntjänst eller en svåröverblickbar leverantörskedja kan också skapa nya sårbarheter.
Vinsterna är verkliga – men inte universella
Det finns goda skäl att använda AI. Tekniken kan hjälpa till att upptäcka avvikelser, bearbeta stora informationsmängder, förbättra prognoser och avlasta repetitiva arbetsuppgifter. En uppmärksammad studie av kundsupport vid ett amerikanskt företag fann att generativ AI ökade produktiviteten med omkring 14 procent i genomsnitt. De största vinsterna syntes bland mindre erfarna och tidigare lägre presterande medarbetare.
Men kundsupport är inte intensivvård, dricksvattenförsörjning eller myndighetsutövning. Studien visar att AI kan ge produktivitetsvinster i vissa arbetsuppgifter. Den visar inte att samma teknik är säker eller lämplig i samhällsviktig verksamhet.
Den avgörande frågan är därför inte om AI fungerar i en demonstration. Frågan är vad som händer när systemet får felaktiga indata, manipuleras, tappar kontakten med en extern tjänst eller börjar ge systematiskt missvisande rekommendationer.
AI skapar fler lager att skydda
Internationella riktlinjer från bland andra den amerikanska cybersäkerhetsmyndigheten CISA pekar på risker genom hela AI-systemets livscykel: manipulation av träningsdata, osäkra gränssnitt, brister i modellernas försörjningskedjor, otillräcklig övervakning och sårbarheter vid driftsättning. Det räcker alltså inte att testa om modellen brukar ge rimliga svar.
Även dataflöden, behörigheter, integrationer, loggar, uppdateringar och leverantörsberoenden måste granskas. Om AI-systemet blir en förutsättning för exempelvis driftövervakning, handläggning eller prioritering måste verksamheten dessutom veta hur den ska fungera när systemet inte gör det.
Det betyder inte att varje AI-stödd process behöver en fullständig manuell kopia. Reservnivån måste anpassas efter konsekvenserna av ett avbrott. Men för en kritisk funktion bör det vara självklart att i förväg fastställa hur länge tjänsten kan ligga nere, vem som får fatta beslut under avbrottet och hur verksamheten återgår till ett säkert läge.
Regler saknas inte
Det vore fel att påstå att offentlig AI verkar i ett juridiskt tomrum. EU:s AI-förordning trädde i kraft den 1 augusti 2024, och huvuddelen ska börja tillämpas den 2 augusti 2026. Förordningen klassar vissa AI-system som används som säkerhetskomponenter vid förvaltning och drift av bland annat kritisk digital infrastruktur samt försörjning av vatten, gas, värme och el som högrisksystem.
För högrisksystem ställs krav på bland annat riskhantering, datastyrning, teknisk dokumentation, loggning, mänsklig kontroll, robusthet och cybersäkerhet. Leverantörer ska också rapportera vissa allvarliga incidenter till berörda myndigheter.
Därtill kommer GDPR, NIS2-direktivet, säkerhetsskyddslagen, MSB:s föreskrifter och sektorsspecifika regler. GDPR förbjuder inte generellt automatiserade beslut, men ger ett särskilt skydd mot beslut som enbart grundas på automatiserad behandling och som får rättsliga eller på liknande sätt betydande följder. Säkerhetsskyddslagen gäller i sin tur säkerhetskänslig verksamhet, inte automatiskt varje AI-tillämpning i en kommun eller myndighet.
Problemet är därför mindre att Sverige helt saknar regler och mer att kraven kommer från flera håll, gäller olika verksamheter och måste omsättas i samma upphandlingar, system och vardagliga beslut. En lagtext loggar inga incidenter. Ett direktiv övar ingen reservdrift. En policy granskar inte en leverantör.
Gemensam lägstanivå utan gemensam felpunkt
Sverige behöver därför en tydligare gemensam säkerhetsnivå för offentlig AI: krav på informationsklassning, dokumentation, loggning, behörighetsstyrning, leverantörsgranskning, incidenthantering och återställningsförmåga. Kraven bör vara verifierbara och funktionsbaserade snarare än låsta till en viss teknisk produkt.
Det betyder inte nödvändigtvis att all offentlig AI ska samlas i en enda nationell plattform. Centralisering kan ge kompetens, skalfördelar och bättre skydd, men också skapa en gemensam felpunkt. Ett driftstopp eller leverantörsproblem kan då slå mot många verksamheter samtidigt. En federerad modell med gemensamma krav, delade granskningsresurser och flera tekniska vägar kan i vissa fall vara mer motståndskraftig.
Det finns också ett rimligt motargument: för hårda krav kan bromsa nyttiga innovationer, skapa dubbelreglering och gynna stora leverantörer som har råd med omfattande dokumentation. Det är en verklig risk. Men lösningen är inte lägre säkerhetsambition, utan proportionerliga krav. Ett internt skrivstöd ska inte behandlas som ett system som påverkar fysisk drift eller människors rättigheter.
Människan är inte en reservrutin i sig
Det talas ofta om att ha en människa i loopen. Det är viktigt, men mänsklig kontroll är inte automatiskt meningsfull. En stressad handläggare som förväntas godkänna hundratals AI-förslag utan tid, utbildning eller möjlighet att förstå systemets begränsningar är knappast en stark säkerhetsbarriär.
Ansvar måste därför vara praktiskt, inte ceremoniellt. Det ska vara tydligt vem som kan stoppa systemet, vem som utreder avvikelser och vem som bär ansvaret när ett automatiserat förslag leder fel. Utan loggar och dokumentation går det dessutom inte att avgöra om felet uppstod i data, modell, integration eller mänsklig handläggning.
Sveriges nationella AI-inriktning från 2018 slog fast ambitionen att landet skulle vara ledande i att ta till vara AI:s möjligheter, samtidigt som användningen skulle vara hållbar, säker och etisk. Den balansen är fortfarande riktig.
Framgång bör därför inte mätas i antalet AI-piloter eller i hur snabbt en ny modell kopplas in. Den bör mätas i om välfärden och de kritiska tjänsterna fortsätter att fungera när modellen har fel, nätet ligger nere eller leverantören inte svarar.
AI kan göra samhället både effektivare och mer motståndskraftigt. Men bara om säkerheten byggs in före beroendet. Det är en långsammare rubrik än ”AI-revolution”. Det är också en betydligt bättre grund för ett fungerande samhälle.



