Att Sverige har kommit kort vad gäller implementeringen av AI i arbetslivet bekräftas i den paneuropeiska studien European Workforce Study 2025, som genomförts av Great Place to Work Institute. Bara två länder, Luxemburg och Italien, placerar sig lägre än Sveriges 17:e plats, i fråga om huruvida man är motiverad att förbättra sitt arbete genom AI. 27 procent av svenskarna säger sig vara motiverade till detta – något fler än de 22 procent som anser att arbetsgivaren satsar tillräckligt på AI-kompetens.
Fyra av fem svenskar missnöjda med arbetsgivarens AI-engagemang
AI Nästan 80 procent av svenskarna anser att arbetsgivaren gör för lite för att förbättra medarbetarnas AI-kompetens. Något färre, ungefär 75 procent, känner sig omotiverade att använda AI på jobbet. Det gör att Sverige hamnar i botten av de europeiska länderna, i en ny undersökning om ledarskap och AI.

Foto: Great Place to Work/Stock Adobe
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.
Fakta
Störst AI-engagemang bland medarbetarna
- Spanien, 43 %
- Cypern, 42 %
- Portugal, 40 %
- Schweiz, 36 %
- Irland, 35 %
(Plats 17. Sverige, 27 %)
Källa: European Workforce Study 2025
Borde lyssna
Jeanette Bergvall, vd för Great Place to Work Sverige, oroas över bottennoteringen.
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