AI Enablement Radar vecka 43: gör AI-rutinen möjlig att lämna över

AI Enablement Radar vecka 43: gör AI-rutinen möjlig att lämna över

Veckans mest användbara AI-nyheter handlar om att göra en bra arbetsrutin tillgänglig för fler. Agent Skills får en oberoende hemvist, Google kopplar skapade appar till Sites och Asana samlar fler steg i samma arbetsflöde. För ett nordiskt team är nästa fråga konkret: kan en kollega använda rutinen utan att den som byggde den måste sitta bredvid? Den här radarn täcker 19–25 oktober 2026. Odaterade kundexempel och löpande vägledning markeras som bakgrund.

Toppsignaler denna vecka

  • Anthropic meddelade den 22 oktober att Agent Skills överförs till Agentic AI Foundation. En skill är ett paket med återanvändbara instruktioner och resurser för en agent. Oberoende förvaltning kan underlätta återanvändning, men garanterar inte att varje skill fungerar likadant överallt. Källa: Anthropic: Agent Skills and AAIF.

  • Google meddelade den 19 oktober att interaktiva appar från Gemini kan exporteras till ett nytt, privat utkast i Google Sites. Publicering är ett separat steg. Det ger teamet en plats att granska och dela ett verktyg. Källa: Google: Gemini apps to Sites.

  • GitHub började den 22 oktober visa namn på egna skills, agenter och MCP-servrar i användningsrapporter. MCP, Model Context Protocol, är ett protokoll som kopplar AI till verktyg och datakällor. Namnen gör det lättare att se vilka interna rutiner som används. Källa: GitHub: custom names in usage metrics.

  • Asanas kvartalssammanfattning den 22 oktober beskriver en visuell byggare för automationer och automatisk fördelning av inkommande uppgifter i turordning. Sammanfattningen är inte ett besked om att alla funktioner lanserades samma dag. Källa: Asana: Q3 2026 release.

Vad företag faktiskt gör med AI

Följande kundberättelser saknar tydligt publiceringsdatum. De är användbara exempel, inte bekräftade lanseringar denna vecka. Uppgifterna kommer från Anthropic och kunderna själva.

Carvana lägger hjälpen i Slack. Företaget ersatte två egenbyggda bottar med Claude Tag. Arbetsflödet går från larm till undersökning och kodförslag, med mänsklig granskning före produktion. Åtkomsten till data avgränsas efter team. Lärdomen för en mindre organisation är att lägga hjälpen där frågan redan uppstår och spara arbetsinstruktionerna gemensamt. Källa: Anthropic: Carvana.

Pictet kombinerar tillgång med praktisk träning. Omkring 700 personer har tillgång till Claude Code och Cowork. Partnern Artefact har utbildat fler än 500 personer genom 25 praktiska workshoppar. Tillgång är inte samma sak som aktiv användning, men upplägget visar hur utbildning kan följa verkliga arbetsuppgifter. För en skola kan motsvarigheten vara att två kollegor provar samma dokumentrutin och jämför var instruktionen behöver bli tydligare. Källa: Anthropic: Pictet.

Qonto skiljer förberedelse från beslut. Företagets AI Lab har byggt agenter som förbereder överföringar, utkast till fakturor och analyser av transaktioner. Åtgärder som påverkar ekonomi eller kunder kräver användarens bekräftelse. Det är ett användbart mönster för administration: låt AI förbereda underlaget, medan en namngiven person godkänner betalningen eller kundåtagandet. Källa: Anthropic: Qonto.

Verktygslagret: plattformar, agenter och arbetsflöden

Återanvänd instruktionen, kontrollera anslutningarna. Agent Skills överförs tillsammans med namn, webbdomän och GitHub-organisation. Versionshanterade releaser och säkerhetsvägledning finns på den föreslagna färdplanen; de ska inte beskrivas som färdiga funktioner. När ni flyttar en rutin mellan verktyg behöver ni fortfarande kontrollera dess datakällor och behörigheter. Källa: Anthropic: Agent Skills and AAIF.

Ge en skapad app en granskare. Exporten från Gemini skapar ett nytt Sites-utkast och kräver att användaren får skapa och redigera webbplatser. Befintliga Sites- och Drive-policyer gäller. Prova exempelvis en intern offertkalkylator med kända exempel, kontrollera beräkningarna och bestäm sedan vilka som ska få använda den. Källa: Google: Gemini apps to Sites.

Låt rapporten arbeta mot rätt data. Gemini i Sheets kan nu analysera hela en ansluten BigQuery-datamängd, inte bara synliga rader. BigQuery är Googles tjänst för analys av stora datamängder. Gemini visar en plan för granskning innan anslutna formler, pivottabeller och diagram skapas. Utrullningen började den 19 oktober och kan ta upp till 15 dagar. Behörighet till underliggande data och en berättigad Workspace-utgåva krävs. För team som redan använder BigQuery är ett återkommande försäljningsunderlag ett rimligt test. Källa: Google: BigQuery analysis in Sheets.

Asana för samman fördelning och uppföljning. Kvartalsuppdateringen beskriver kopplingar för AI Teammates till bland annat Google Drive, Gmail, Slack och HubSpot. Börja med en återkommande förfrågan: vem får den, vilket underlag behövs och var syns nästa steg? Kontrollera abonnemang och faktisk tillgång innan ni bygger rutinen kring en viss funktion. Källa: Asana: Q3 2026 release.

Utvecklingsteam får fler val vid driftsättning. Googles Agents CLI har ett tilläggssystem där version 1.8.0 stöder ett officiellt LangChain-tillägg och driftsättning till Cloud Run. Tilläggssystemet är fortfarande experimentellt. Google rekommenderar att låsa CLI-versionen. För beställaren är frågan enkel: går det att förvalta lösningen utan att vara beroende av en viss utvecklares dator? Källa: Google: Agents CLI extensions.

Styrning och risk: vad som behöver sättas innan skala

AI-styrning betyder här att någon ansvarar för användning, tillgång och uppföljning. GitHubs nya API för modellpolicyer kan läsa och ändra vilka modeller som tillåts på olika organisationsnivåer. Det gör policyhantering möjlig att automatisera; det avgör inte vilken modell som löser en uppgift bäst. Källa: GitHub: model policy API.

NCSC:s nya AI-kapitel i sin forskningsöversikt, publicerat den 20 oktober, tar bland annat upp hur mänsklig tillsyn kan fungera när AI arbetar snabbt. Det är en forskningsagenda, inte en ny regel. EU-kommissionens AI Act-översikt är löpande bakgrund: dokumentation, loggning och mänsklig tillsyn hör till kraven för högrisksystem. Klassificera användningen innan ni översätter kraven till er egen rutin; alla interna AI-verktyg är inte högrisksystem. Källa: NCSC: AI research chapter.

Källa: European Commission: AI Act.

Praktiskt: ge rutinen en ägare, avgränsa åtkomsten och lägg nycklar i miljövariabler eller en hemlighetshanterare. Logga körningar utan hemliga värden. Behåll ett tydligt godkännande när rutinen publicerar, betalar eller lovar något till en kund.

Veckans praktiska Hammer-test

Avsätt 40 minuter för ett överlämningstest. Målet är att en kollega ska kunna köra samma rutin utan muntliga extrainstruktioner. Det här är vårt föreslagna arbetssätt, inte ett uppmätt leverantörsresultat.

  1. Första 10 minuterna: välj en rutin, exempelvis att förbereda ett offertunderlag från en kundförfrågan. Skriv vilket underlag som behövs, var resultatet ska hamna och vem som godkänner det.
  2. Nästa 10 minuter: kör rutinen på ett känt exempel. Spara instruktionen, källorna och ett godkänt exempelresultat i teamets gemensamma arbetsyta.
  3. Nästa 10 minuter: låt en kollega köra rutinen på ett annat exempel utan din hjälp. Be kollegan markera otydliga steg och saknade uppgifter. Kunden ska inte få något skickat under testet.
  4. Sista 10 minuterna: rätta instruktionen där kollegan fastnade. Bestäm en ägare och hur ni märker nästa version. Bedöm om resultatet går att granska utan att öppna den ursprungliga chatten.

Använd den här prompten när ni har valt underlag:

Läs vår instruktion och exempelresultatet. Hjälp mig göra rutinen körbar för en kollega: ange nödvändigt underlag, arbetssteg, förväntat resultat och vad en människa ska godkänna. Fråga efter sådant som saknas i stället för att anta. Föreslå sedan ett andra testfall. Ändra eller skicka inget i anslutna system.

GitHubs nya namn i användningsrapporter kan senare hjälpa större team att se vilka rutiner som används. Historiska rapporter fylls inte på i efterhand och vissa klienter rapporterar inte namnen. Användning visar heller inte om resultatet blev rätt. Källa: GitHub: custom names in usage metrics.

Företag och verktyg att hålla koll på

  • Agentic AI Foundation: följ hur standarden för skills förvaltas, snarare än att anta full kompatibilitet.
  • Google Workspace: prova Sites-utkastet som en granskningsplats för ett interaktivt verktyg.
  • Asana: undersök om inkommande arbete kan fördelas utan extra manuella steg.
  • Pictet: ta med praktisk kollegial träning i införandet, inte bara licenser.

Om överlämningstestet visar att ni behöver koppla ihop fler system kan Verktygssmide hjälpa er att bygga och förvalta rutinen. Börja med det steg där kollegan faktiskt fastnade.

Smedjans nyhetsbrev

Få nya artiklar i inkorgen

Välj de ämnen som intresserar dig. Inget brus, max ett mejl i veckan.

Få nya artiklar i inkorgen

Vi följer GDPR. Avsluta när du vill.