På scenen under TrendAI XDays 2026 lyfte Bharat Mistry CTO field cybersecurity, TrendAI, TrendAI en fråga som blir allt viktigare för företag som snabbt tar AI i bruk: skalar vi vår AI-förmåga eller skalar vi samtidigt våra risker?
Bharat, som arbetar inom cybersecurity, beskrev sin roll som en brygga mellan företagets R&D- och produktorganisationer och kunder och partners ute i fält.
Uppdraget handlar bland annat om att fånga upp kundernas utmaningar och föra tillbaka dem till produktutvecklingen.
Hans utgångspunkt är att AI redan finns i de flesta organisationer. Inte som ett framtidsscenario, utan som en del av det dagliga arbetet.
Bharat Mistry CTO field cybersecurity, TrendAI
Rekryterare använder AI för att hantera och bedöma CV:n. Marknadsavdelningar använder AI för att skapa och rikta kampanjer. Utvecklare skickar kod som föreslagits av AI-verktyg.
Det intressanta, menar Mistry, är att mycket av detta har skett utan något formellt beslut på styrelse- eller ledningsnivå.
AI-adoptionen sker redan
Det är just denna utveckling som skapar en ny typ av utmaning för organisationer. AI införs snabbt, ofta långt innan det finns tydliga processer för ansvar, kontroll och validering.
Mistry illustrerade problematiken med ett exempel från Storbritannien där ett AI-baserat hälsosystem genererade en felaktig diabetesdiagnos. Uppgifterna hamnade i patientens journal och systemet hade dessutom fabricerat information om var undersökningen skulle ha genomförts.
Felet upptäcktes först i ett sent skede.
Poängen är inte, enligt Mistry, att AI i sig är ”trasigt”. Problemet blir betydligt större när tekniken flyttar in i verksamheter där besluten får stora konsekvenser exempelvis sjukvård eller kritisk infrastruktur utan tydligt ägarskap och mänsklig validering.
Från AI-pilot till produktion
Samtidigt finns det starka drivkrafter bakom AI-investeringarna.
Företag hoppas kunna fatta beslut på minuter i stället för veckor. AI ska öka produktiviteten, frigöra medarbetare och skapa nya affärsinsikter. Tidiga användare hoppas dessutom kunna bygga konkurrensfördelar genom egna data, modeller och arbetssätt.
Men verkligheten är ofta mer komplicerad.
Många organisationer har AI-piloter som fungerar tekniskt men som har svårt att ta steget in i produktion. Under presentationen frågade Mistry publiken hur många som befinner sig just där med AI-projekt som körs som piloter men som ännu inte är redo att skalas.
Flera händer kom upp.
Enligt Mistry är otydligt ägarskap en av de centrala orsakerna.
Frågan handlar inte bara om teknik
Det gör att AI-frågan allt mindre handlar om vilken modell eller vilket verktyg ett företag ska välja.
Den handlar i allt högre grad om organisationen runt tekniken.
Vem ansvarar när AI fattar fel beslut?
Vem validerar resultatet?
Vilka användningsområden är tillåtna?
Och hur kan organisationen skala AI utan att samtidigt skala de risker som följer med tekniken?
Det är där Mistrys centrala fråga landar:
När ni skalar AI skalar ni då er förmåga, eller skalar ni era risker?
För organisationer som vill gå från experiment till verklig AI-användning kan det vara en av de viktigaste frågorna att besvara.
Av Annika Guldroth
