Så bygger Joakim Jardenberg sitt eget AI-team

Joakim Jardenberg berättar om sitt AI-team i AI i Vardagen

Om digitalt ledarskap, praktisk AI och varför vi behöver börja lära oss nu.

Joakim Jardenberg har jobbat med internet sedan 80-talet och med AI-strategi hos Volvo Group de senaste åren. I ett samtal i podden AI i Vardagen berättar han varför han byggt sitt arbetsliv kring ett eget “AI-team” av 37 tjänster, varför han menar att dagens AI alltid är den sämsta du någonsin kommer att få, och vad det egentligen innebär att leda något du inte förstår.

Vem är Joakim Jardenberg?

Joakim kallar sig själv “internetveteran” – han var med redan när internet på allvar kom till Sverige på 80- och 90-talet, satte upp Aftonbladet.se:s första valnattstjänst 1994, och har sedan dess jobbat i gränslandet mellan människa, maskin och affärer. De senaste 5–6 åren har han arbetat nära Volvo Group i Göteborg med tre fokusområden: AI-strategi, AI-implementering och AI-adoption. Han kallas ibland “vd-viskare”, en senior rådgivare som hjälper ledare navigera digital förändring.

Vad AI-revolutionen kan lära av internetrevolutionen

En av de mest tydliga trådarna i samtalet är parallellen mellan dagens AI-våg och internets tidiga år. Joakim pekar på att stora teknikskiften ofta polariserar kraftigt: när internet var nytt såg vissa det som en leksak, andra som ett existentiellt hot – och han menar att vi ser exakt samma mönster med AI idag. Han drar också en parallell mellan dotcom-bubblan och dagens AI-hype: en överetablering som kan se skrämmande ut i stunden, men som historiskt sett har varit en nödvändig del av att bygga infrastrukturen för nästa steg – precis som internetbubblan lämnade efter sig fiberinfrastruktur och datacenter som senare byggde dagens internet.

Det som skiljer sig åt, menar Joakim, är hastigheten. Där internet krävde en helt ny infrastruktur kan vem som helst idag installera en app och börja prata med ChatGPT samma dag som de blir nyfikna – vilket gör att adoptionen och innovationskraften ökar snabbare än någonsin tidigare.

Oro, ansvar och “vår påverkanscirkel”

Joakim är öppen med att han haft sina “sömlösa nätter” när det gäller AI – särskilt oron för militarisering. Men han landar i ett principiellt förhållningssätt: att fokusera på det han faktiskt kan påverka, vad han kallar sin “circle of influence”. För honom betyder det att hjälpa företag att använda AI på ett bra sätt, snarare än att fastna i oro över sådant som ligger utanför hans kontroll. Han är också kritisk till att det politiska samtalet om AI alldeles för sällan handlar om möjligheter – och alldeles för ofta bara om hot.

Det här förhållningssättet ledde honom till att bygga sajten “15 punkter för ett annat Sverige” (Det Nya Sverige – 15 Punkter för Framtiden), där han lägger ett AI-filter på migrationsdebatten: hur skulle AI kunna hjälpa till att lösa utmaningar kring till exempel språk och arbetsmarknadsinträde, i stället för att bara diskuteras som ett hot.

Digitalt ledarskap: att leda det du inte förstår

Ett av samtalets mest centrala teman är digitalt ledarskap – som Joakim beskriver som förmågan att leda en organisation genom digital förändring, inte att själv förstå tekniken i detalj. Han citerar organisationsteoretikern Myron Tribus tanke om att man kan administrera sådant man inte förstår, men inte verkligen leda det (parafras av Joakims återgivning i samtalet).

Med AI blir detta ännu tydligare, menar Joakim: ledare ska inte längre bara leda mänskliga team, utan blandade team där människor och AI jobbar sida vid sida. Det kräver nya frågor – vilket jobb ska AI göra, vilket ska människor göra, och hur skapar man psykologisk trygghet i ett team som delvis består av “superintelligenser”?

Ethan Mollicks fyra principer för att arbeta med AI

Joakim bygger sina egna AI-vanor på fyra principer som han hämtat från Ethan Mollicks bok Co-Intelligence:

  1. Bjud in AI till allting du gör – testa det brett, inte bara där du redan tror det passar.
  2. Du måste alltid bära ansvaret – AI kan vara bollplank, men du är fortfarande kaptenen på skeppet.
  3. Betrakta AI som en människa – men glöm inte att det inte är det. Bygg relation med det, men kom ihåg att det saknar känslor och att du kan vara betydligt tuffare mot det än mot en kollega.
  4. Dagens AI är den sämsta AI du någonsin kommer att ha. Det som inte funkar idag funkar kanske om en vecka – så spara det på en “parkeringsplats” och testa igen.

Ethan Mollick och Myron Tribus – vilka är de?

Ethan Mollick är professor vid Wharton (University of Pennsylvania) och författare till boken Co-Intelligence om att arbeta tillsammans med AI. Läs mer på hans officiella profil.

Myron Tribus var amerikansk ingenjör, utbildare och organisationsteoretiker. Läs en fördjupning hos National Academy of Engineering.

Joakims eget AI-team – 37 tjänster och ett eget “operativsystem”

Ett av samtalets mest konkreta avsnitt handlar om hur Joakim faktiskt arbetar. Han driver i dagsläget 37 olika AI-tjänster fördelat på ett 40-tal konton, samlade i vad han kallar sitt “JJOS” – ett eget litet operativsystem som fungerar som ingången till alla tjänsterna, inklusive schemalagda veckovisa och månatliga genomgångar. Han beskriver det som det mest kompetenta och minst friktionsfyllda team han någonsin jobbat med – och menar att han allt oftare hjälper sitt AI-team snarare än tvärtom.

Blir vi dummare av AI?

Diskursen om att ny teknik gör oss dummare är inte ny, konstaterar Joakim – den fanns redan hos Sokrates, som var djupt skeptisk till skrivkonsten eftersom han menade att den skulle förstöra vår förmåga att minnas. Samma oro har följt tryckpressen, miniräknaren och Google. Joakims poäng är att vi historiskt alltid hittat nya sätt att bygga vidare på de verktyg vi fått – precis som cykeln inte gjorde oss sämre på att gå, utan gav oss ett nytt sätt att röra oss snabbare.

Resurskollen: AI:s klimatpåverkan i perspektiv

Joakim har byggt sajten Resurskollen för att sätta AI:s resursförbrukning i ett vardagligt perspektiv. Genom att koka ner stora, aggregerade beräkningar av AI:s energi- och vattenförbrukning till en enskild användares nivå, visade han i samtalet hur hans egen dagliga AI-användning kunde jämföras med saker som en kopp kaffe eller en bilresa. Poängen är inte att AI:s miljöpåverkan är obetydlig i stort, utan att skrämma bort människor från att lära sig använda AI riskerar att kosta mer i uteblivna nyttor än vad det sparar i utsläpp.

Resurskollen är ett levande verktyg. Resultaten kan förändras när modeller, beräkningsunderlag och antaganden uppdateras – de exakta siffrorna Joakim nämner i avsnittet ska därför ses som ett exempel från inspelningstillfället, inte som ett permanent facit.

Vanliga nybörjarmisstag med AI

Joakim pekar ut två vanliga fällor:

  • Att testa AI bara på det man redan är expert på, i stället för att använda det till det man själv är svag i.
  • Att fastna i att se AI som “bara ett verktyg” – i stället för att successivt bygga en relation med det, och därefter ett helt team av AI-tjänster runt sig.

Sammanfattning: vad kan du göra redan idag?

Joakims enkla råd på slutet: byt ut din första instinkt att googla mot att fråga ChatGPT i stället. Enkla, konkreta beteendevanor – inte stora omställningar – är det som faktiskt förändrar hur vi arbetar med AI i vardagen.

Se eller lyssna på avsnittet

Följ AI i Vardagen på YouTube och Spotify för fler samtal om praktisk AI, mänskligt ledarskap och hur tekniken förändrar vår vardag.

Länkar och resurser

Dela detta innehåll:

Märkt på:
Av Mats | 19 juli, 2026 | AI |