Human-Centric · Decision-Centric
AI Transformation
Model
A research-grounded framework for anchoring, governing, measuring, and scaling AI transformation.
AI transformation succeeds when change is socially anchored, psychologically workable, decision-relevant, operationally executable, and continuously learnable.
Kärnan
Två formler driver modellen
Impact Formula
AI Transformation Impact =
Human Grounding × Cognition × Decision × Execution
Strong technical performance cannot compensate for weak human grounding, poor decision logic, or fragmented execution.
Decision-Centric Control Loop
Anchoring prepares people to enter the loop. Perceived effect shapes trust within the loop. Actual effect is observed in execution. Divergence compares and feeds redesign.
Struktur
7 sammanlänkade lager
Varje lager innehåller: vad det är, varför det spelar roll, vad som bör mätas, vilka frågor som måste besvaras, och hur det relaterar till de andra lagren.
Business Intent
Why are we transforming, what value is at stake, and which decisions matter most?
Mätpunkter
Strategic objective clarity
Named high-leverage decisions
Risk appetite and boundaries
Human Grounding
Is the transformation socially and cognitively anchored well enough for people to carry it?
Mätpunkter
Psychological safety
Shared mental models
Communication quality and local ownership
Perceived Human Effect
How does AI change the human experience of work?
Mätpunkter
Perceived stress and workload
Cognitive relief or overload
Autonomy, trust and role clarity
Meaning, Quality & Constraints
What must hold true for the system to be correct, trustworthy, and governable?
Mätpunkter
Functional and non-functional requirements
Policies, thresholds, escalation rules
Testability and traceability
Decision-Centric Control Loop
How is signal converted into choice, action, and learning?
Mätpunkter
Decision latency and consistency
Override rate
Feedback loop closure speed
Observed Operational Effect
What changes in real work, process behavior, and business outcomes?
Mätpunkter
Task/process time saved
Error and rework rates
Decision and service quality
Divergence & Learning
Do perception and reality reinforce one another, or pull in different directions?
Mätpunkter
Divergence patterns over time
Decision memory completeness
Adaptive responses triggered
Cross-cutting: Organizational Design & Runtime Ownership
How should the organization be redesigned as AI changes where decisions, coordination, and value creation sit?
Praktik
7 kritiska mappningar
Obligatoriska designartefakter — inte valfria analysövningar. De gör transformation konkret, granskningsbar och förbättringsbar.
Decision Mapping
Which decisions create value, absorb risk, or govern critical trade-offs?
Workflow Mapping
How does work flow before, around, and after a decision?
Data Pipeline Mapping
How do data become trustworthy inputs to signal, decision, and learning?
Role & Decision Rights
Who is authorized to recommend, approve, execute, override, or halt?
Constraint & Control
What boundaries must be built into the system for safety and legitimacy?
Feedback & Measurement
How will the organization know that the system creates value and improves?
Knowledge & Context
What domain knowledge and situational context must be present at decision time?
Engineering
Delegerad AI-agentur
När organisationen går från AI-assisterat arbete till delegerad AI-agentur i återkommande beslut med hög hävstång. LLM:er är stokastiska — enterprise-exekvering måste förbli styrbar.
Decision Artifacts
Varje delegerat beslut som en explicit, versionshanterad artefakt med mandat, ägare, eskaleringsväg och risknivå.
Decision Graph
Beslut som en levande graf — noder, beroenden, kausal påverkan, eskaleringsrelationer och feedback-loopar.
Capital-Aware Design
Varje konsekvent beslut transformerar kapital: finansiellt, fysiskt, mänskligt, strukturellt eller kognitivt.
Simulation Before Delegation
Simulera påverkan, volatilitet, eskaleringsfrekvens och blast radius innan autonomi beviljas.
Deterministic Execution
Kognition får vara probabilistisk. Exekvering måste vara deterministiskt begränsad efter risknivå.
Drift & Leakage Monitoring
Kognitiv drift, beslutsdrift, exekveringsdrift, kapitalläckage och auktoritetsläckage som strukturella fellägen.
Extensions
Tvärsnittskoncept
Knowledge Management
Hur organisationen skapar, lagrar, delar och återanvänder kunskap. Institutionellt minne som hindrar att feedback-loopen upplöses.
Knowledge State
Vad en person, team eller system faktiskt vet vid ett givet ögonblick. Epistemisk beredskap: vet vi tillräckligt för att besluta?
Metacognition
Reflektion över tankeprocessens kvalitet. Är vår tillit motiverad? Vad överser vi? Vilka beslut förtjänar en andra titt just för att de känns enkla?
Decision Memory
Inte bara vad som beslutades, utan varför, under vilken kontext, med vilka alternativ, vilken konfidens, och vilket utfall.
Podcast
12 avsnitt. 12 perspektiv.
Från gruvdrift till fintech, från fastigheter till mikromobilitet. Varje samtal utforskar hur AI faktiskt tillämpas i svensk industri.
Mikael Demadis
Einar Mattsson
AI i fastighetssektorn
Gunnar Strandberg
Agentic Foundation
Agentic AI & Enterprise
Johan Staël von Holstein
Icon MediaLab
Internetboom till AI
Johan Magnusson
Göteborgs universitet
Digital styrning
Jorge Castro
Growth Marketing Sweden
SEO & AI-marknadsföring
Magnus Dahlbäck
Voi Technology
Mikromobilitet & AI
Mattias Ahlström
VK Media
Personlig AI-assistent
Mattias Axelsson
Handelshögskolan
Dold potential & innovation
Mikael Goldman
Länsförsäkringar
AI i bank & försäkring
Rasmus Tamia
Boliden
Physical AI i gruvindustrin
Roman Klee
Task Forge
AI governance & säkerhet
Wilhelm Eneheim
Qatch
Kvalitetssäkring & AI
Evidensbas
Vetenskaplig grund
Peer-reviewed forskning, meta-analyser och auktoritativa ramverk inom 8 kunskapsområden.
Stanford HAI 2025 · WEF 2026 · McKinsey · NIST AI RMF · OECD · Edmondson · Bakker & Demerouti · Puranam · Brynjolfsson · Nonaka
Redo att utforska?
Ställ frågor om modellen, de 12 podcastavsnitten, eller både och. Varje svar grundas i wiki-kunskapsbasen — inte webben.
Öppna chatten