Nyheter

AI allt viktigare för energisektorn, men gapet mot ansvarsfull styrning är stort – 72 procent når inte kvalitetskraven

Ny rapport visar att AI snabbt blir affärskritisk infrastruktur i energisektorn, samtidigt som styrning, kvalitet och mognad släpar efter. Software Improvement Group (SIG) står bakom rapporten The AI Boardroom Gap in Energy, som analyserar varför klyftan mellan AI-ambition och operativ verklighet är särskilt tydlig inom energisektorn. Rapporten belyser hur AI integreras i verksamhetskritiska system, kartlägger styrnings- och säkerhetsutmaningar och presenterar sektorsspecifika data baserade på SIG:s analyser.

Enligt McKinseys senaste State of AI-undersökning uppger 88 procent av organisationer globalt att de använder AI i minst en affärsfunktion, och 64 procent säger att AI möjliggör innovation. Samtidigt befinner sig majoriteten fortfarande i en experiment- eller pilotfas på företagsnivå, och endast 39 procent rapporterar faktisk påverkan på EBIT, ofta i ensiffriga procenttal.

I energisektorn, där mjukvara i ökande grad styr elnät, produktionssystem och tillgångsförvaltning, blir detta glapp särskilt kritiskt.

Mjukvaran påverkar i dag direkt stabiliteten i elnät, netbalansering, realtidsövervakning och prediktivt underhåll. När AI integreras i dessa miljöer kan bristande kvalitet eller otydlig ansvarsfördelning få konsekvenser för leveranssäkerhet, drift och säkerhet.

– Alla är överens om att teknik driver verksamheten, men för många saknas fortfarande den sammanhängande helhetsbild som krävs för att kunna styra den. Det är i sig inget nytt problem. Men inom energisektorn ökar AI både tempo, insatser och konsekvenser, säger Luc Brandts, vd för Software Improvement Group.

Brandts pekar på att mjukvarubeslut i allt högre grad påverkar allt från drift av elnät till tillgångsförvaltning, samtidigt som ledningen ofta har begränsad insyn i vilka system som finns, hur de fungerar, vem som ansvarar för dem och var riskerna finns.

– Samtidigt som vi ser detta har endast 1 procent av energiföretagen nått den högsta nivån av ansvarsfull AI-mognad, vilket är en tydlig signal om att ambitionen springer före styrning, säger Luc Brandts.

AI blir operativ infrastruktur

Rapporten visar att AI nu snabbt rör sig från experimentell teknik till operativ infrastruktur. När AI ska integreras i kontrollrum och andra driftskritiska miljöer blir kvalitet, robusthet och styrning en lednings- och styrelsefråga, snarare än ett tekniskt initiativ.

SIG:s analyser visar att:

Av samtliga produktionssystem som SIG analyserade under 2025 klassificeras cirka 1,5 procent som AI-system, vilket visar att storskalig och affärskritisk AI-användning fortfarande befinner sig i ett tidigt skede.

72 procent av AI-systemen ligger under rekommenderad kvalitetsnivå, vilket innebär ökade risker för underhållbarhet, robusthet och regelefterlevnad i säkerhetskritiska miljöer.

AI-assisterad utveckling ger blandade resultat. Produktivitetseffekter varierar från en 19-procentig nedgång till en 26-procentig ökning beroende på kontext och kontrollmekanismer. I SIG:s experiment uppvisade AI-genererad kod ungefär dubbelt så många säkerhetsrelaterade avvikelser som jämförbar mänskligt skriven kod.

67 procent av energisystemen ligger redan på eller under branschens genomsnittliga säkerhetsbenchmark, vilket speglar befintliga strukturella svagheter i många systemlandskap.

Det innebär att AI ofta införs i redan komplexa och tekniskt belastade systemlandskap, där nya risklager adderas till befintliga kvalitets- och säkerhetsutmaningar. AI ersätter inte befintliga risker, den kan förstärka dem genom ökad systemkomplexitet, nya attackytor och större beroenden till data och externa leverantörer, särskilt i miljöer där säkerhetsnivån redan ligger på eller under branschens genomsnitt.

I Sverige, där energisektorn omfattas av omfattande krav på driftsäkerhet, cybersäkerhet och regelefterlevnad, blir förmågan att styra och kontrollera AI-system en central ledningsfråga.

Detta aktualiseras ytterligare genom den nya cybersäkerhetslagen som trädde i kraft i januari 2026 och som omfattar stora delar av energisektorn. Lagen skärper kraven på riskhantering, incidentrapportering och ledningsansvar, även för digitala och AI-relaterade system.

– För svenska energibolag handlar AI inte bara om innovation utan om kontroll. När AI integreras i verksamhetskritiska miljöer måste ledningen kunna visa, på ett strukturerat och transparent sätt, vilka AI-system som finns, var de körs, vem som ansvarar för dem och hur risker hanteras. Utan den överblicken riskerar komplexiteten att växa snabbare än kontrollen, säger Luc Brandts.

För energibolag som vill skala AI på ett ansvarsfullt sätt krävs därför tydlig överblick över:

Var i organisationen AI används

Hur AI-system är kopplade till övriga drifts- och affärssystem

Vem som har tekniskt och operativt ansvar

Vilka risker, säkerhetskrav och regulatoriska skyldigheter som gäller

Rapporten visar att AI-användningen är utbrett i energisektorn, men att värdeskapandet ofta är begränsat och mognadsnivån ojämn. En majoritet av AI-systemen når inte rekommenderad kvalitetsnivå, och AI-assisterad utveckling kräver fortsatt mänsklig kontroll. Produktivitetseffekterna varierar kraftigt samtidigt som säkerhetsriskerna är högre i AI-genererad kod.

Fragmenterad reglering och bristande samsyn mellan affär, IT och riskfunktioner försvårar styrning och ansvarstagande. Samtidigt skapar AI nya attackytor genom data, modeller och externa beroenden.

När AI nu blir en del av energisektorns operativa kärna blir styrelsens förmåga att skapa överblick, mätbarhet och kontroll avgörande för att omvandla teknikambition till långsiktigt affärsvärde.

Om analysen

Rapporten The AI Boardroom Gap in Energy bygger på Software Improvement Groups analyser av produktionssystem under 2025, över flera branscher. Analysen omfattar identifiering och klassificering av AI-relaterade system samt mätning av strukturell kvalitet och säkerhetsrisker.

Granskningen har genomförts med stöd av SIG:s analysplattform och benchmarkdata, som sammantaget omfattar över 400 miljarder rader kod och mer än 30 000 system globalt. Resultaten tolkas i ljuset av energisektorns särskilda krav på driftsäkerhet, cybersäkerhet och regelefterlevnad.

Rapporten

Rapporten The AI Boardroom Gap in Energy – Global insights to close the gap between AI ambition and operational reality in 2026 kan laddas ner här:

The AI Boardroom Gap in Energy: Global insights to close the gap between AI ambition and operational reality in 2026.
https://www.softwareimprovementgroup.com/ai-governance-energy-boardroom-gap-2026/?utm_source=PR&utm_medium=news&utm_campaign=PR

Läs mer om SIG:s arbete inom Power & Utilities:
https://www.softwareimprovementgroup.com/industry/power-and-utilities/?utm_source=PR&utm_medium=news&utm_campaign=PR