Under 2024 införde Setterwalls Advokatbyrå AI-verktyget Harvey för samtliga medarbetare – först till de omkring 200 juristerna och senare även till 100 personer i stödfunktioner. I dag används verktyget dagligen i allt från översättningar och avtal till research och dataanalys. En intern utvärdering visar att majoriteten av medarbetarna använder generativ AI varje dag, och nästan alla varje vecka. I ett pressmeddelande presenterar advokatbyrån de tre viktigaste lärdomarna från satsningen:
3 lärdomar – så skapar generativ AI konkret nytta i bolaget
AI Efter två år med generativ AI i hela verksamheten har Setterwalls Advokatbyrå dragit flera tydliga slutsatser om hur tekniken ger verklig effekt. Här är tre viktiga lärdomar.

Foto: Adobe Stock.
Någonting är fel
Du är inloggad som prenumerant hos förlaget Pauser Media, men nånting är fel. På din profilsida ser du vilka av våra produkter som du har tillgång till. Skulle uppgifterna inte stämma på din profilsida – vänligen kontakta vår kundtjänst.
VD-tidningen premium
Läs vidare – starta din prenumeration
Redan prenumerant? Logga in och läs vidare.
1. Implementering är avgörande
Den verkliga effekten av generativ AI kommer först när hela organisationen är med. Det kräver både ledarskap, utbildning och tid för att skapa förståelse och vana. När verktyget blir en naturlig del av arbetsvardagen ökar nyttan markant.
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


