Inte utredningar. Inte presentationer. System som är i drift, inte i en pdf, kopplade till det företaget redan använder, och byggda så att de vet var de ska sluta.
För dig som driver en verksamhet med återkommande kunder och system som inte pratar med varandra, eller har ett arbete som görs för hand varje vecka och borde göras av något annat.

Det svåra med AI i en verksamhet är inte att få den att svara. Det är att veta vad den inte ska säga, och till vem. Parallellt med att jag byggt system har jag arbetat med människor i omsorg, i klassrum och i beroendebehandling. Det är därifrån reglerna kommer.
Liv är en AI-agent jag byggt åt Hälsofabriken, ett gym med runt fem tusen medlemmar. Hon svarar i chatten, i Messenger och på Instagram. I hennes instruktioner står att hon inte får ta upp pris, kort eller träning om ingen frågat, att hon som mest ställer en motfråga vart tredje svar, och att hon aldrig samlar leads rutinmässigt.
Det gör henne sämre än de flesta kommersiella chattbottar på de mått branschen mäter. Det är avsiktligt. Den som är osäker på om hon vågar börja träna lämnar samtalet om hon känner sig såld på.
I min ekonomimotor är beslutsordningen fast: historik först, sedan deterministiska regler i kod, sedan AI, sist människa. Modellen skriver aldrig direkt mot bokföringen. Den föreslår och förklarar, koden utför.
Det gör systemet billigare, snabbare och möjligt att granska i efterhand. Varje beslut går att härleda till varför det blev som det blev.
En medlemsenkät där svaren inte går att koppla till en person. En agent som hänvisar till receptionen i stället för att gissa om något den inte vet. En motor som stoppar sin egen dubbelbokföring innan den hinner ske.
Det är samma beslut varje gång. Någon på andra sidan är nästan alltid i underläge. Systemet ska inte utnyttja det.
Välj det som passar, så tar jag det därifrån. Första samtalet kostar inget och är till för att avgöra om det finns något att bygga.
Ekonomi, bank, betalningar, medlemsregister. Att få system som inte var byggda för att prata med varandra att göra det ändå, med spårbarhet och utan dubbletter.

Samtalsregler skrivna för er målgrupp, inte en mall. Nedskrivna gränser för vad den aldrig får svara på.
03 · skräddarsyttKursplattformar, medlemssidor, bokningsflöden och interna verktyg. Byggda från grunden och driftade av mig efteråt.
De flesta AI-projekt fallerar inte på tekniken. De fallerar för att ingen tänkte på personen som ska sitta med det på en tisdagsmorgon.
Jenniefer Kindstrand, grundare · She Creates AB
Det jag oftast bygger är inte något som svarar på frågor. Det är en maskin: något går in, en modell jag konstruerat arbetar på det, och en färdig produkt kommer ut.
I She Creates Studio, min sidgenerator, skriver språkmodellen inte bara texten utan väljer också vilken mall verksamheten ska ha. I nyhetsrapportmotorn klassificeras vilken fas ett företag befinner sig i utifrån listans storlek och utskicksrytm, riktvärden sätts för just den fasen, och tre färdiga dokument kommer ut. Medlemsenkäten gick ut till 2 068 personer och kom tillbaka som ett underlag ledningen kunde fatta beslut på.
Skillnaden mot en mall är att bedömningen ligger inbakad. Någon har bestämt vad som är rätt i vilket läge och skrivit ner det, så att maskinen följer det varje gång.
Jag designar lösningen och kodar den själv. Inga överlämningar där halva idén tappas bort på vägen.
Reglerna, gränserna och tröskelvärdena står nedskrivna i klartext. Det är därför systemet fortfarande fungerar när jag inte är där.
Jag har byggt integrationer klart och sedan valt bort dem, för att lösningen bara hade hållit tills leverantören ändrade något.
Arkitekturen, koden och driften, men också texten och formen. De flesta som bygger en agent behöver någon annan som skriver vad den ska säga. Det behöver inte jag. Det är därför systemen känns färdiga i stället för ihopsatta.
Inte prototyper. Byggda, driftsatta och i daglig användning.
Gymmets bokningssystem hade siffrorna men inte svaren. Jag hämtade pass, kurser och medlemmar direkt ur systemets API, kopplade ihop dem med medlemsregistret och tog fram vad ledningen faktiskt behövde veta.
Resultatet blev obekvämt och användbart: 13 procent av de aktiva medlemmarna bokar grupppass, 30 procent av passen är nästan tomma, och sammanlagt står omkring 46 700 platser outnyttjade under ett år.
Samma koppling driver medlemsenkäten, som gick ut till 2 068 personer med demografin hämtad ur systemet i stället för efterfrågad i formuläret.
Svarar i chatten på webbplatsen, i Facebook Messenger och på kommentarer på Instagram. Tre kanaler, tre olika sätt att vara: några ord och en emoji på Instagram, en mening på Facebook, en riktig dialog i Messenger.
Kopplad direkt till Meta som registrerad appintegration, inte via ett mellanlager som ManyChat. Det är skillnaden mellan att hyra en koppling och att äga den.
Läser underlag från mapp, fyra postlådor och betaltjänster, matchar mot fyra bankkonton, härleder kontering ur bolagets egen historik och skriver verifikat med spärr mot dubbletter.
Under arbetet hittade den sex dubbelbokförda kundbetalningar i böcker som redan var stängda.
Den byggdes för mitt eget bolag, och det är poängen. Jag testade den inte på en kund. Jag testade den på mina egna böcker, där ett fel kostar mig pengar och kan bli ett skattefel.

Det är rätt fråga att ställa någon som arbetar ensam, och den ska ställas högt.
Svaret är att jag skriver ner allt medan jag bygger. Varje system har dokumentation som förklarar reglerna, gränserna och varför besluten ser ut som de gör, skriven för att någon annan ska kunna ta över och inte som en påminnelse till mig själv.
Berätta kort vad du tänker på, så hör jag av mig. Första samtalet kostar inget, och slutar lika gärna med att jag säger att du inte behöver bygga något.
Hör av dig →