Vad är generativ AI? Så fungerar det och så använder företag det
Generativ AI är AI som skapar nytt innehåll, som text, bild, ljud, video och kod, utifrån en instruktion. Här förklarar vi vad generativ AI är, hur det fungerar, vilka typer som finns, vad det är bra och dåligt på och hur ett företag kan använda generativ AI säkert i marknadsföring, försäljning och kundtjänst.
Kort sagt
Generativ AI är AI som skapar nytt innehåll, som text, bild, ljud, video eller kod, utifrån en instruktion. Den bygger på grundmodeller som tränats på stora mängder data. ChatGPT, Copilot, Claude och Gemini är exempel. Generativ AI gör utkast snabbt men kan ha fel, så en människa behöver granska resultatet.
Vad är generativ AI?
Generativ AI är artificiell intelligens som skapar nytt innehåll, till exempel text, bild, video, ljud eller kod, utifrån en instruktion från användaren. Så definierar IBM begreppet. Instruktionen kallas ofta prompt och kan vara en fråga, en beskrivning eller ett underlag som AI:n ska bearbeta.
Skillnaden mot mycket annan AI är vad som kommer ut. Traditionell maskininlärning används ofta för att sortera, förutsäga eller hitta avvikelser, till exempel att flagga misstänkta betalningar. Generativ AI skapar i stället något som inte fanns innan, som ett utkast till ett mejl, en produktbild eller ett kodförslag.
| Begrepp | Vad det är | Exempel |
|---|---|---|
| Generativ AI | AI som skapar nytt innehåll utifrån en instruktion. | Text, bild, ljud, video och kod. |
| Grundmodell | Stor modell som tränats brett och som många tjänster bygger på. | Språkmodeller, bildmodeller. |
| LLM | Stor språkmodell, den vanligaste typen av grundmodell. | Modellerna bakom ChatGPT och Gemini. |
| Prompt | Instruktionen som användaren ger AI:n. | ”Skriv tre rubriker till vårt nyhetsbrev.” |
Hur fungerar generativ AI?
Enligt IBM arbetar generativ AI för det mesta i tre faser:
- Träning av en grundmodell. En djupinlärningsmodell tränas på mycket stora mängder data. Den gör miljontals övningar där den gissar nästa del i en följd, som nästa ord i en mening, och justeras varje gång den gissar fel. Resultatet är ett neuralt nätverk av parametrar som kan skapa innehåll utifrån en instruktion.
- Anpassning. En grundmodell är en generalist. För att bli bra på en viss uppgift finjusteras den med exempel på frågor och bra svar, eller med återkoppling från människor som betygsätter svaren.
- Generering, utvärdering och förbättring. Utvecklare och användare bedömer resultaten löpande och förbättrar tjänsten. Ett vanligt grepp är RAG, retrieval augmented generation, där modellen hämtar uppgifter ur källor utanför träningsdatan, till exempel företagets egna dokument.
De flesta ledande grundmodeller bygger i dag på arkitekturen transformer, som enligt Google använder self-attention för att väga hur delarna i en text påverkar varandra. Hur det fungerar för text förklarar vi i guiden Vad är en LLM?
Typer av generativ AI och exempel
Generativ AI delas ofta in efter vad den skapar. IBM skriver att stora språkmodeller är de vanligaste grundmodellerna i dag, men att det också finns modeller för bild, video, ljud och musik samt multimodala modeller som hanterar flera slags innehåll.
| Typ | Skapar | Exempel på användning |
|---|---|---|
| Text | Texter, sammanfattningar, översättningar. | Utkast till annonser, mejl och artiklar i ChatGPT eller Copilot. |
| Bild | Bilder och illustrationer utifrån en beskrivning. | Skisser och varianter för kampanjer. IBM nämner att OpenAI:s DALL-E bygger på en diffusionsmodell. |
| Video och ljud | Film, röst och musik. | Utkast till korta filmer och speakerröster. |
| Kod | Kodförslag och förklaringar. | Hjälp för utvecklare att skriva och granska kod. |
| Multimodal | Flera slags innehåll i samma modell. | Läsa en bild och svara med text. |
Vilka verktyg som passar marknadsavdelningen går vi igenom i guiden AI-verktyg för marknadsföring.
Vad är generativ AI bra och dåligt på?
IBM lyfter fram att generativ AI kan arbeta dygnet runt och snabba upp innehållsproduktion, men också flera risker som företag behöver hantera:
| Styrka | Risk |
|---|---|
| Snabba första utkast till text, bild och kod. | Hallucinationer: svar som låter trovärdiga men är fel. |
| Många varianter att välja mellan. | Varierande svar: samma instruktion kan ge olika resultat. |
| Sammanfattar och strukturerar stora mängder text. | Snedvridning: modellen kan återge fördomar i träningsdatan. |
| Tillgänglig när som helst, till exempel i kundtjänst. | Data och upphovsrätt: det som klistras in kan exponera känsliga uppgifter. |
| Hjälper personer utan specialistkunskap att komma igång. | Deepfakes: falska bilder, filmer eller röster som kan användas för bedrägerier. |
Tumregeln är densamma som för all AI i arbetet: låt generativ AI göra första utkastet och låt en människa ansvara för det som publiceras, skickas eller beslutas.
Så kan företag använda generativ AI
Nyttan kommer av att välja några återkommande uppgifter och göra dem snabbare, med tydlig granskning, snarare än att ge alla ett verktyg och hoppas på det bästa:
- Marknadsföring. Utkast till annonser, nyhetsbrev, webbsidor och bilder, se till exempel AI-bilder och AI-video för företag. IBM beskriver att marknadsavdelningar sparar tid och ökar innehållsproduktionen på det här sättet. En person faktagranskar och redigerar.
- Försäljning. Sammanfattningar av kundmöten och förslag till uppföljningsmejl utifrån anteckningarna.
- Kundtjänst. Förslag till svar ur er egen kunskapsbank, där en handläggare godkänner innan svaret skickas.
- Intern kunskap. Sök och sammanfatta policyer och dokument i en tjänst som bara läser det användaren har behörighet till, till exempel ChatGPT för företag eller Copilot.
När generativ AI ska göra mer än att skapa innehåll, till exempel hämta uppgifter och utföra steg i andra system, blir den en del av en AI-agent eller en AI-automation.
Generativ AI, dataskydd och AI-förordningen
- Märkning av AI-innehåll. EU:s AI-förordning har transparensregler i artikel 50 för leverantörer och användare av generativa AI-system, bland annat märkning av deepfakes och vissa AI-genererade texter. Enligt EU-kommissionen gäller de från 2 augusti 2026. Läs mer i guiden om AI-förordningen.
- Personuppgifter. När personuppgifter behandlas med AI gäller dataskyddsförordningen. IMY har vägledning om GDPR och AI. Kontrollera vad tjänsten gör med indata innan kunddata används.
- Regler i företaget. Skriv ner vilka verktyg som är godkända, vilka uppgifter som får användas och vem som granskar resultatet. Vi har en guide om hur ni skriver en AI-policy.
- Kunskap. Medarbetare som förstår hur generativ AI fungerar märker lättare när resultatet är fel. Se AI-utbildning för företag.
Vanliga frågor om generativ AI
Vad är generativ AI?
Generativ AI är artificiell intelligens som skapar nytt innehåll, till exempel text, bild, video, ljud eller kod, utifrån en instruktion från användaren. Kända exempel är ChatGPT, Microsoft Copilot, Claude och Gemini.
Vad är skillnaden mellan generativ AI och vanlig AI?
Traditionell AI används ofta för att klassificera, förutsäga eller hitta mönster, till exempel att sortera mejl eller upptäcka bedrägerier. Generativ AI skapar i stället nytt innehåll som text, bild eller kod.
Är ChatGPT generativ AI?
Ja. ChatGPT är en tjänst som bygger på stora språkmodeller, LLM, som är den vanligaste typen av generativ AI i dag. Samma sak gäller Microsoft Copilot, Claude och Gemini.
Vad är skillnaden mellan generativ AI och LLM?
Generativ AI är det bredare begreppet för AI som skapar innehåll. En LLM, stor språkmodell, är en typ av generativ AI som arbetar med språk. Det finns också modeller som skapar bild, video, ljud och musik.
Kan generativ AI ha fel?
Ja. Generativ AI kan hitta på uppgifter som låter trovärdiga men är fel, så kallade hallucinationer. Svaren kan också variera mellan gånger och påverkas av snedvridningar i träningsdatan. Viktiga uppgifter behöver därför kontrolleras av en människa.
Måste vi märka AI-genererat innehåll?
EU:s AI-förordning har transparensregler i artikel 50 för märkning av AI-genererat innehåll, till exempel deepfakes och vissa AI-genererade texter. Enligt EU-kommissionen gäller de från 2 augusti 2026. Läs vår guide om AI-förordningen och kontrollera vad som gäller i ert fall.
Kan ni hjälpa oss att använda generativ AI i företaget?
Ja. Vi hjälper er att välja var generativ AI gör nytta, sätta upp verktyg som ChatGPT eller Copilot, skriva regler för data och granskning och bygga automationer där en människa godkänner resultatet. Läs om AI för företag eller skicka en förfrågan.
Relaterade guider
Källor
Uppgifterna kontrollerades hos IBM, Google, EU-kommissionen och IMY 26 september 2026. Uppdaterad 26 september 2026.
- IBM: What is Generative AI? – definition, grundmodeller, tre faser, RAG, typer, användning och risker som hallucinationer, snedvridning och deepfakes.
- Google for Developers: What’s a large language model? – transformer och self-attention.
- EU-kommissionen: Code of Practice on Transparency of AI-generated Content – artikel 50 i AI-förordningen, märkning av AI-genererat innehåll från 2 augusti 2026.
- IMY: Vägledning om GDPR och AI – dataskydd när AI används.