Elin Fritiofsson

Vilka möjligheter och utmaningar ser du som kvinna i en ledande roll inom AI och teknik?

Elin inleder med att säga att hon själv inte upplevt särskilt många utmaningar kopplade till att vara kvinna i AI- och teknikbranschen. Hon betonar att hon har arbetat både i Sverige och i Tyskland och att hon på båda dessa arbetsplatser haft förhållandevis goda förutsättningar. Hon berättar att hon inte har stött på några direkta hinder eller motstånd, utan snarare haft en bra arbetsmiljö och positiva upplevelser. Samtidigt är hon fullt medveten om att andra kvinnor kan ha andra berättelser och att deras erfarenheter kan vara annorlunda. Hon lyfter fram att vissa hon talat med har mött svårigheter, fått kämpa med brist på stöd och kanske hamnat i arbetsmiljöer där de inte känt sig lika välkomna. Elin menar därför att det i stor utsträckning kan bero på sammanhanget: vilka företag och vilka organisationer man hamnar i, hur kulturen ser ut och hur bemötandet blir.

När det kommer till möjligheterna, tycker hon att de är stora just för att kvinnor ännu är underrepresenterade i tekniska branscher – hon gissar att AI-branschen inte skiljer sig nämnvärt från andra teknikområden i det avseendet. Hon menar att andra typer av erfarenheter, synsätt och kanske livsstilar skapar nya infallsvinklar som kan bidra till innovation. Hon drar en parallell till politik: man röstar ofta på partier och frågor som berör det man själv har upplevt i livet, och hon tror att kvinnors erfarenheter kan medföra perspektiv som traditionellt inte funnits i teknikkulturen. Det kan i sin tur generera uppslag till helt nya lösningar och produkter. Hon betonar att det inte nödvändigtvis handlar om att skapa specifika ”kvinnoprodukter” eller appar bara för kvinnor, utan mer om att andra grupper – i detta fall kvinnor – kommer in med sina respektive behov, intressen och insikter. Då kan man fylla tomrum eller glapp i marknaden som man inte ens anade fanns.

Som exempel på hur egna intressen kan avslöja att det faktiskt finns stora hål i utbudet av digitala lösningar, nämner hon hästvärlden och ridsporten. Hon har själv ett stort hästintresse och säger att ridskolor ännu har mängder av pappersarbete och lite konkurrens på digitala tjänster. Hon tycker att det är både märkligt och spännande, för om man jämför med andra branscher (hon nämner lantbruket som ett exempel), finns det ibland gott om tekniska verktyg som förenklar vardagen. Men i ridsporten är mycket fortfarande manuellt. Dessutom saknas riktigt innovativa datorspel eller appar relaterade till hästar, vilket hon tycker vore roligt att se mer av. Hon medger att man inte kan slå fast att det bara beror på brist på kvinnor i tech, men hon tycker ändå att det visar hur egna passioner och privata upplevelser kan leda fram till nya idéer och visa på affärsmöjligheter som annars inte kommer upp på radarn.

Vad betyder innovation för dig, och hur driver du den i ditt arbete?

Här berättar Elin att hon tycker om att verkligen sätta sig in i olika tekniska verktyg. Hon förklarar att hon ofta syns på LinkedIn och andra forum där hon utforskar det senaste inom AI, programmering och nya digitala plattformar. Hon gillar att experimentera och är en praktiskt lagd person som gärna börjar bygga något direkt för att upptäcka hur tekniken kan användas. Det handlar om att hon inte bara vill läsa om en ny metod eller programvara, utan rent konkret vill prova hur det känns att arbeta med den: kan hon skapa något litet redan idag, kan hon testa hur det fungerar i praktiken? Hon tror att sådan nyfikenhet och experimentlusta är en grundbult i hur hon själv ser på innovation.

Elin betonar också vikten av att kombinera denna ständiga nyfikenhet med ett genuint fokus på riktiga behov. Hon säger att innovation inte uppstår i ett tomrum; snarare bygger man på verktyg och idéer som redan finns och försöker rikta dem mot problem som ännu inte har fått någon lösning. För att illustration nämner hon sitt projekt där hon hjälper forskare att leta efter relevanta upphandlingar. Forskare lägger ofta orimligt mycket tid på att söka i olika databaser och dela upp arbetet sinsemellan. Hon såg att man skulle kunna automatisera detta genom en mer intelligent sökmotor, där forskaren anger sin profil och söker med hjälp av AI-drivna semantiska metoder. På så sätt slipper de göra en massa manuellt letande och får direkt förslag på upphandlingar som matchar deras intresse. Därmed kan de ägna sig åt det de är bäst på, i stället för att hamna i tidskrävande administrativt arbete. Det är, poängterar hon, inte banbrytande AI i den mening att tekniken aldrig förr skådats, men hon ser det som ett klockrent exempel på hur man kan förbättra människors vardag genom att välja rätt verktyg och rätt problemområde.

Hon fortsätter att resonera kring hur innovation ofta handlar om att hålla öronen öppna för verkliga behov, samtidigt som man noggrant håller koll på vad som händer på tekniksidan. Då uppstår, enligt henne, de bästa möjligheterna att göra skillnad. Hon tror även att framtidens AI-lösningar i många fall kommer att bli mindre generalistiska och mer smalt skräddarsydda. Hon ser ett problem med stora verktyg som försöker lösa ”allt för alla”, eftersom de riskerar att bli otympliga och komplexa. I stället förväntar hon sig att man framöver utvecklar specialiserade AI-agenter som är anpassade för en specifik roll eller en viss bransch. Det skapar större enkelhet för användarna och en mer fokuserad nytta, säger hon.

Hur kan vi stödja fler kvinnor att söka sig till och stanna kvar i ledarroller inom tech?

Elin börjar med att betona att hon inte är forskare på området utan talar utifrån egen erfarenhet och observation. Hon tror att en grundläggande aspekt är att få in fler kvinnor i tekniken i allmänhet. Om en bransch redan har en balanserad representation av kvinnor, blir det naturligt fler kvinnor i ledande roller längre fram. Hon återkommer till sitt eget exempel: hon hamnade i tech tack vare sitt brinnande hästintresse. Hon var en hästtjej som via internet upptäckte interaktiva stall och låtsasköp av hästar på enkla hemsidor. Hon var bara ett barn, men började genast fundera över hur hon kunde bygga egna sidor och spel. Det ledde till att hon lärde sig HTML, men utan att någonsin uppfatta det som en ”teknikgrej”. Hon säger skrattande att hon då inte heller tänkte: ”Nu är jag intresserad av programmering”, utan hon ville helt enkelt fixa sin idé om ett eget virtuellt stall.

Hon tror därför att det är bra att inte ställa upp en för strikt gräns mellan ”teknik” och ”icke-teknik”. Precis som hon inte kallade det att hon var intresserad av ”snickeri” när hon byggde miniatyrstall i trä, såg hon inte heller sig själv som någon ”techperson” när hon började göra hemsidor. För henne är det helt enkelt olika sätt att uttrycka sin passion för hästar. Överfört till en större skala tänker hon att om fler unga tjejer inser att tech kan vara en del av nästan vad som helst – mode, sport, musik, sociala medier, hållbarhet, djurskötsel eller något annat – så kan man locka fler in i branschen. Hon ser det nästan som en onödig uppdelning att säga ”är du intresserad av teknik eller inte?”. Teknik kan vara en naturlig komponent i de flesta ämnen och intressen, och då kanske tröskeln för att ta steget in i tech minskar.

Samtidigt lyfter hon fram att många lyfter frågan om riskkapital. Hon menar att riskkapital ofta utgör en central resurs för att kunna bygga upp ett företag och nå en ledande position. Om det, som statistiken ofta visar, går en alltför liten andel av riskkapitalet till kvinnliga grundare, blir det också svårare för fler kvinnor att starta egna bolag och bli chefer och ledare. Hon kallar det för ett slags ”snabbspår” till ledarroller, för den som har en idé och får finansiella muskler att utveckla den. I dag är det många kvinnor som inte får den chansen, säger hon, och menar att detta är något man aktivt behöver förändra om man vill att fler kvinnor ska bli ledare inom tech.

Vilka framtida trender inom AI tror du kommer att påverka ledarskap och organisationer mest?

Här pekar Elin på AI-agenter som kan utföra mer avancerade och varierade uppgifter än de automatiseringar vi är vana vid idag. Hon beskriver hur agenter skulle kunna analysera olika faktorer, förstå kontext, välja nästa steg och i princip styra delar av en arbetsprocess utan att människan behöver gå in och styra manuellt varje gång. Det kan exempelvis innebära att många företag sparar tid på rutinuppgifter, som annars tar personalresurser, och i stället kan låta medarbetarna ägna sig åt mer strategiskt eller kreativt arbete. Hon lyfter fram att det kan vara en fördel eftersom människor förmodligen är allra bäst på sådant som kräver flexibilitet, kundfokus och innovativt tänkande, medan AI kan sköta de monotona delarna.

Samtidigt nämner hon risken för att man skär ned på personal om man automatiserar stora bitar av sin verksamhet. Om företagen inte hittar nya vägar att bredda verksamheten eller ta in mer uppdrag, kanske effektiviseringen blir en ursäkt för att minska antalet anställda. För att vara långsiktigt hållbart bör man, enligt Elin, försöka satsa på att växa i takt med automatiseringen, vilket i bästa fall skapar fler arbetstillfällen, men i andra roller. Hon tror också att alla organisationer kommer att behöva göra en strategisk bedömning av huruvida de vill ta in generella AI-verktyg som kan kopplas till ”allt möjligt” eller satsa på mer specialinriktade lösningar. Vissa stora företag med stora IT-avdelningar kanske väljer att ta fram egna, skräddarsydda system, medan mindre eller medelstora verksamheter hellre förlitar sig på externa leverantörer och färdigpaketerade tjänster.

Vilken roll kan AI spela i att skapa mer mångfald och inkludering i näringslivet?

Elin anser att AI kan hjälpa till att analysera och organisera stora datamängder, något som blir allt viktigare för företag som vill förstå sina kunder och sin omvärld. Genom att granska kundbeteenden, trender eller behov i olika målgrupper, kan man bli mer lyhörd för variationer och potentiellt göra produkter och tjänster mer inkluderande. Hon tillägger att det finns en vanlig villfarelse om att AI automatiskt skulle vara objektivt eller neutralt. Så är det definitivt inte, påpekar hon. All AI påverkas av hur den tränas, vilken data som används och vilka urval och antaganden som görs. Därför är det mycket viktigt att noga testa och kontinuerligt övervaka resultaten för att upptäcka och motverka oönskad bias.

Enligt Elin är det lätt att tänka att ”AI fixar allt” utan att man som företag eller organisation avsätter resurser och tid för att faktiskt se till att tekniken inte reproducerar orättvisor eller diskvalificerar vissa grupper. Man måste alltså vara aktiv och ständigt se över att AI-verktygen överensstämmer med de värderingar och inkluderingsmål man har. Samtidigt är hon hoppfull när det gäller AI:s potential att sänka trösklar för fler människor att bli ”teknikskapare”. Eftersom AI nu kan hjälpa till med programmering, förslag på kod och andra aspekter av mjukvaruutveckling, kan fler – oavsett bakgrund, kön eller ekonomiska förutsättningar – ta steget att förverkliga en idé. Detta kan i sin tur ge upphov till fler kreativa innovationer som speglar olika intressen och behov i samhället.

Hon knyter ihop detta med riskkapitalfrågan igen: när AI gör det lättare att koda, skriva presentationsmaterial och nå ut med marknadsföring, har människor som tidigare kanske stått utanför techvärlden större chans att faktiskt starta något. Men utan ökat finansiellt stöd till kvinnor och marginaliserade grupper, är risken ändå stor att dessa innovationer inte får luft under vingarna. Hon upprepar att AI inte erbjuder en ”quick fix” för mångfald och inkludering; man måste arbeta strategiskt, göra regelbundna tester och utvärdera både teknik och organisation i stort.

Elin avrundar med att konstatera att framtidens ledarskap eventuellt kommer att förändras när AI-agenter tar över flera av de administrativa och operativa uppgifterna. En del tror, säger hon, att detta betyder att alla kommer att bli ”AI-ledare” som styr över ett helt team av digitala agenter. Men hon ser också ett alternativt scenario där många lösningar i hög grad är förkonfigurerade eller arbetar självständigt, så att användaren inte behöver leda något i egentlig mening, utan bara trycker på en knapp för att få ett färdigt resultat. Det kan öppna för både enkla, smala produkter som är skräddarsydda för en mycket specifik uppgift och för komplexa system där en ”power user” verkligen vill vara med och styra varje steg. Oavsett hur det blir, menar hon, är det mänskligt engagemang, kreativitet och aktiva val kring rättvisa och inkludering som kommer att avgöra om AI bidrar till en positiv utveckling för både individer och organisationer.