Borås Energi och Miljö: från pilot till breddinförande av AI – med lokal drift

Inledning

När Borås Energi och Miljö (BEM) började utforska generativ AI handlade det inte om en enskild "magisk" lösning – utan om att göra vardagen enklare i många olika roller: tekniker, kundcenter, HR, ekonomi och ingenjörer. Under 2025 genomförde BEM, tillsammans med Borås Stad, en pilot med Intric där man tog fram och validerade ett stort antal AI‑assistenter och processer. Efter en lyckad utvärdering går de vidare och inför Intric med lokal on‑prem‑drift och planerar utrullning till hela verksamheten. Resultatet är en portfölj av tillämpningar som både avlastar experter, ökar kvalitet och gör kunskap mer tillgänglig.

”Som samhällsviktigt bolag måste vi använda ny teknik på ett ansvarsfullt sätt. Vi ser AI som ett verktyg för att skapa verkligt värde – för våra medarbetare, vår verksamhet och våra kunder, säger Magnus Kårestedt VD på Borås Energi och Miljö. För att lyckas med det behöver vi uppmuntra nyfikenhet, mod och samarbete kring idéer.”

— Magnus Kårestedt, CEO

Organisationen i korthet

• Organisation: Borås Energi och Miljö AB (BEM), kommunägt energi- och miljöbolag

• Uppdrag: Energi-, avfalls-, vatten- och avloppsinfrastruktur i Borås med mål om hållbar kretsloppsstad

• Omfattning: ca 380 anställda, omsättning ca 1,3 Mdkr/år

• Verksamhet: fjärrvärme, vattenförsörjning och avfallstjänster, med fokus på lokal resurseffektivitet och klimatneutralitet

• AI‑resa 2025: pilot med Intric tillsammans med Borås Stad med en dedikerad pilotgrupp som resulterade i beslut om breddinförande av Intric

Utmaningen

BEM beskrev flera återkommande hinder som bromsade effektivitet och kvalitet:

• Kunskap fanns – men var svår att nå: manualer, rutiner, föreskrifter och systemdokumentation låg utspritt och var tidskrävande att söka i.

• Komplexa specialistmiljöer: allt från anläggningsinformation, ritningar och styrsystem till ERP och HR-/löneregelverk.

• Onboarding och beroende av nyckelpersoner: nya medarbetare behövde ofta hjälp av kollegor för att hitta rätt i instruktioner och arbetssätt.

• Kvalitetsrisker i manuella steg: exempelvis vid granskning av leverantörsdokumentation eller namnsättning/metadata på teknisk information.

• Skalning krävde rätt förutsättningar: flera delar av verksamheten pekade på behov av styrning, datakvalitet och säker drift innan man kan gå från "proof of concept" till bestående värde.

Varför Intric

I molnbaserade piloten användes Intric för att snabbt bygga och testa AI‑tillämpningar nära verksamhetens behov, där assistenter svarade baserat på egna dokument och kunde valideras löpande.

En avgörande insikt från piloten: BEM såg tydligt att den största nyttan skulle komma från att använda data med högre skyddsklass – information från verksamhetssystem, känsliga dokument och processer som inte kunde hanteras i molnet. Detta motiverade beslut om att skala upp med Intric i lokal on‑prem‑drift efter en lyckad utvärdering.

Intrics granulära behörighetsstyrning och flexibilitet med drift blev avgörande. Möjligheten att köra on‑prem i egen miljö, kombinerat med tydlig kontroll över åtkomst till assistenter och data, skapade förutsättningar för säker integration mot centrala verksamhetssystem och hantering av skyddsvärd information utan att kompromissa med GDPR och annan regulatorisk och säkerhetsmässig efterlevnad.

Så startade resan

Resan tog fart genom ett arbetssätt där idéer och behov kom från flera funktioner – inte bara IT. En grupp AI-ambassadörer (representanter från olika delar av verksamheten) utsågs och träffades regelbundet för att dela erfarenheter och arbeta strukturerat. Kollegor tog initiativ och utvecklade stöd till allt från "diskutera med manualer" i styrsystemmiljö till assistenter för kundcenter, HR, ekonomi och webb. Fokus blev att snabbt omsätta behov till fungerande prototyper, utvärdera nyttan och prioritera nästa steg.

Så genomfördes det

1. Samla användningsfall från verksamheten – både små friktionspunkter och mer strategiska behov.

2. Utbilda medarbetarna i piloten inom AI och Intric för att bli s.k AI-ambassadör

3. AI‑ambassadörerna bygger själva assistenter på befintlig kunskap (PDF:er, rutiner, manualer, föreskrifter, taxor, avtal, branschstandarder och lagtexter).

4. Iterera med feedback: justera promptar, komplettera underlag och hantera begränsningar.

5. Utvärdera med en tydlig modell: samla piloterna, synliggöra nyttan och presentera underlag för hela ledningsgruppen.

6. Ta beslut om nästa steg: efter pilot och ledningsförankrad utvärdering – införande av Intric med lokal on‑prem‑drift och plan för utrullning.

Resultat

• Över 25 AI‑tillämpningar/assistenter togs fram och utvärderades inom teknik, kund, HR, ekonomi och webb.

• Snabbare svar i komplex dokumentation – vilket ökade faktisk användning av manualer och instruktioner.

• Högre kvalitet genom standardisering (t.ex. namnsättning, metadata, enhetliga rapporttexter).

• Publik chatbot på webbplatsen fick 336 inkomna frågor under november (lansering 20 oktober).

• Välgrundad utvärderingsmodell etablerades där nyttan presenterades för hela ledningsgruppen inför beslut.

Det mest utmärkande är bredden: i stället för att jaga ett enda "stort AI‑projekt" byggde man en portfölj av assistenter kopplade till konkreta arbetsmoment. Tekniska team använder AI för att få stöd med omfattande manualer, reverse engineering och skapa enklare verktyg. Kundnära och administrativa funktioner får hjälp med allt från avfallstaxa och HR-frågor till konteringsförslag och månadstexter.

Några exempel på AI‑tillämpningar:

• Teknik/automation: "Diskutera med manualer" för ABB 800xA; stöd för reverse engineering och konvertering av äldre kod.

• Teknisk informationshantering: assistent som tolkar ritningsstämpel/namnruta i inscannade ritningar för att slippa manuellt öppna varje fil.

• Webb och kund: chatbot på borasem.se (lanserad 20 oktober; 336 frågor bara i november) som läser från bl.a. webbplatsinnehåll och relevanta dokument.

• Kundcenter: assistent som ger snabba, pedagogiska svar från instruktioner/manualer – med särskilt värde vid onboarding.

• HR: HR‑assistent för generella frågor om HR, lön, Flex HRM, lagar och kollektivavtal.

• Ekonomi: Agresso‑assistent, konteringsassistent, redovisningsassistent (K3‑stöd), bankavstämningsassistent samt assistent för att renskriva/sammanfatta månadstexter.

”Vår breda satsning med AI-ambassadörer i hela verksamheten har varit avgörande för att sprida intresset och snabbt bygga kunskap. AI-laboratorierna har dessutom blivit viktiga forum där vi delar insikter och löser utmaningar tillsammans,”

— Fredrik Andersson, Enterprisearkitekt på Borås Energi och Miljö.”

Lärdomar för andra organisationer

• Börja brett – men validera snabbt. Många små och medelstora use case kan skapa tydligt momentum, men kräver strukturerad prioritering.

• Kunskapsbasen är en produkt. Dokument måste underhållas, kompletteras och versionshanteras – särskilt när regler och arbetssätt ändras.

• Skalning kräver styrning. On‑prem‑drift, datakvalitet och tydliga ramar (t.ex. GDPR och skyddsvärd information) behöver vara en del av planen, inte ett "senare problem".

• Gör det lätt att komma igång. Enkla insteg och tydliga bevis på effekthämtning sänker tröskeln för kollegor som ännu inte är övertygade.

• Behörighetsstyrning är nyckeln. Möjligheten att säkert hantera olika typer av information och styra åtkomst på användarnivå skapar förutsättningar för bred användning utan säkerhetskompromisser.

Nästa steg

Efter pilot och utvärdering tar BEM nästa steg med införande av Intric i lokal on‑prem‑miljö och planerar utrullning till hela verksamheten. Fokus framåt för en lyckad implementering blir fortsatt: säker körning och datahantering, kopplingar till viktiga system och datakällor, förbättrad datakvalitet/struktur samt fortsatt tydlig och exekverbar AI-policy och strategi.