Generativ AI

Generativ AI driver just nu ett av de största teknikskiftena i modern tid. För både privata och offentliga organisationer är vägen från vision till trygg, effektiv och verkligt verksamhetsnyttig implementering dock långt ifrån självklar. Frågor om informationssäkerhet, leverantörsberoende, affärskritiska risker och digital suveränitet påverkar varje beslut – från teknikval och upphandling till drift och långsiktig förvaltning.
 
Denna tvådagarsutbildning går bortom tekniktrender och buzzwords. Den visar hur AI faktiskt kan införas på ett sätt som stärker organisationens egenförmåga – inte försvagar den. Deltagarna får verktyg för att fatta välgrundade beslut om molnstrategier, modellval, upphandling och säkerhetsstyrning, samtidigt som de lär sig att bygga en robust grund för digital suveränitet och kostnadseffektiv AI-drift.

Det blir en strukturerad, praktiskt orienterad och tekniknära genomgång av hur man kravställer, upphandlar och inför AI-lösningar på riktigt: utan hype, med full kontroll och med fokus på säkerhet, kvalitet, hållbar förvaltning och faktisk nytta. 

Strategiskt och praktiskt 

Utbildningen kombinerar strategiska perspektiv med konkreta demonstrationer av ledande moderna verktyg, fallstudier och analyser av verkliga exempel från både offentlig och privat sektor.

Under dagarna lär deltagarna sig att:

• förstå AI-landskapet – från grundläggande begrepp till generativ AI, agenter, RAG, hyperautomation och skillnader mellan modelltyper och arkitekturer
• navigera globala tekniktrender, geopolitiska faktorer och regulatoriska krav som påverkar upphandling och strategiska teknikval
• identifiera och hantera säkerhetsrisker: cyberangrepp, dataförgiftning, modellpåverkan, social manipulation, leverantörskedjerisker och sårbarheter i plattformsberoenden
• bedöma risker relaterade till digitalt beroende, leverantörslåsning och digital kolonialism – och hur dessa påverkar långsiktig rådighet och kontroll
• kravställa och upphandla AI-lösningar utifrån säkerhet, informationshantering, suveränitet och verksamhetskrav – oavsett bransch
• göra informerade val mellan externa moln, nationella moln, on-prem-alternativ och hybridmodeller
• avgöra när egen modellträning, fine-tuning eller verksamhetsinterna kompetensdatabaser är lämpliga
• utforma en realistisk strategi för införande, dimensionering, drift och förvaltning med fokus på robusthet, spårbarhet och kostnadseffektivitet
• undvika vanliga fallgropar, teknikfällor och överinvesteringar
• förstå tekniska begränsningar som token-gränser, kontextfönster, optimering och hantering av hallucinationer och kvalitetssäkring av modelldrift
• bedöma hur AI kan användas i konkreta och verksamhetsnära scenarier – både i privat och offentlig sektor.

Kursledare

Kursledare är uppskattade Richard Widh, Civsec.