När ai blir verkighet: Från behov till fungerande prototyp på några veckor – tillsammans med World Childhood Foundation

Hur kan AI bli ett konkret och pålitligt stöd i vardagen – utan stora investeringar, långa förstudier eller låsning till en färdig lösning?

På uppdrag av World Childhood Foundation genomförde HiQ ett Proof of Value-projekt med ett tydligt mål: att undersöka hur organisationen kan vidareutveckla sitt datadrivna arbetssätt genom att bättre ta till vara på den information som redan finns. Med hjälp av AI utforskades hur befintlig dokumentation kan användas på nya, mer tillgängliga sätt för att stödja analys, beslut och vardagsarbete.

Fokus låg inte på teknik för teknikens skull, utan på ett stegvis, tryggt och lärande angreppssätt där verksamhetens behov och beslutsprocesser stod i centrum. Resultatet blev både en fungerande prototyp – och ett tydligt beslutsunderlag för nästa steg i Childhoods AI-resa.

Kund: World Childhood Foundation
Bransch: Ideell sektor
Lösningsområde: AI

En verksamhet med mycket kunskap, och ännu fler dokument

World Childhood Foundation är en ideell stiftelse som förebygger sexuella övergrepp mot barn genom långsiktiga projekt och samarbeten, i Sverige och internationellt. Organisationen driver och följer upp ett stort antal initiativ tillsammans med lokala partners, över flera geografiska och tematiska områden.

Det innebär också en omfattande mängd värdefull information: dokument, rapporter och historik som vuxit fram över tid. Problemet var inte brist på data – utan att materialet var utspritt över flera system och filytor. Att snabbt få överblick, hitta relevant historik eller ta fram besluts- och rapportunderlag krävde mycket manuellt arbete.

Att AI för med sig stor potential är något Childhood är väl bekanta med. Redan 2019 samlade Childhood experter för att utforska hur AI kan förebygga sexuella övergrepp mot barn. Det lade grunden för Stella Polaris – ett initiativ som syftar till att samordna, uppmuntra och intensifiera AI-relaterade insatser som stärker arbetet mot sexuella övergrepp mot barn i Sverige och internationellt. Genom projektet har Childhood möjliggjort för utvecklingen av ett flertal AI-verktyg för andra aktörer som civilsamhällesorganisationer och polis, men fram tills nu hade man inte tagit klivet till att utveckla ett verktyg för internt bruk.

Frågan var således inte om AI är relevant, utan hur man kan börja använda tekniken på ett ansvarsfullt, begripligt och konkret sätt för att stärka och effektivisera interna processer.

Målet med uppdraget blev därför att:

undersöka om AI kan skapa praktiskt värde utifrån befintlig data
testa i liten skala, med verkliga frågor och verklig information
skapa ett beslutsunderlag för framtida vägval – snarare än en färdig produkt

Från tidig strategisk satsning till intern effekt

Utmaningen var både teknisk och metodmässig. Informationen fanns redan – men var svår att använda samlat. Mycket tid gick åt till att leta och läsa, snarare än att analysera, dra slutsatser och fatta beslut.

AI upplevdes samtidigt som lovande men abstrakt. Hur ska det se ut i praktiken? Vad krävs för att komma igång? Och hur vet man om det är värt att satsa vidare?

Behovet var därför att med låg tröskel och på ett tryggt sätt testa om befintlig data faktiskt kan skapa värde med hjälp av AI – och att göra tekniken konkret och upplevbar genom praktisk erfarenhet, snarare än teoretiska antaganden.

Ett Proof of Value – inte ett stort åtagande

HiQ föreslog ett Proof of Value-upplägg med fokus på snabb lärdom, tydlig avgränsning och gemensamt utforskande, snarare än en omfattande implementation.

Arbetet inleddes med att tillsammans tydliggöra behov, mål och framgångskriterier. Relevanta användningsområden identifierades, och befintliga dokument valdes ut och förbereddes som datagrund.

Utifrån detta byggdes en enkel men skräddarsydd AI-prototyp som kombinerade dokumentsökning med AI-genererade svar. Prototypen var medvetet avgränsad och byggd för att vara tillförlitlig och transparent:

svarade enbart utifrån Childhoods egna dokument
visade alltid källor och hänvisningar
höll sig till fakta, utan att ”hitta på”

En central del i arbetet var demo och gemensamt testande. Deltagarna fick själva ställa frågor från sin vardag, utforska möjligheter och begränsningar och uppleva tekniken i realistiska scenarier.

Utöver prototypen levererade HiQ även rekommendationer för nästa steg samt vägval kring teknik, data och organisation – vilket gav ett tydligt underlag för hur AI-initiativet kan utvecklas vidare.

Teknik som möjliggör utan att ta över

Teknikvalen utgick från principen att kombinera beprövade verktyg med modern AI-kapacitet, utan att bygga mer komplext än nödvändigt. Lösningen byggdes med molnbaserade tjänster som enkelt kan skalas upp vid behov:

AI-motor: Claude AI för svar baserade på dokumentinnehåll
Backend: Fast API i Python
Gränssnitt: Streamlit för en enkel och interaktiv användarupplevelse
Infrastruktur: Docker och Azure Container Apps

Arbetet genomfördes iterativt under drygt fyra veckor – från behovskartläggning och dokumentförberedelse till utveckling och gemensam testning med verkliga frågeställningar. Resultatet blev en snabb men stabil prototyp, med goda förutsättningar för vidareutveckling.

När AI blir begripligt på riktigt

Projektet resulterade i en fungerande AI-prototyp som visade hur befintlig information kan bli mer tillgänglig, sökbar och användbar i vardagen. Minst lika viktigt var den gemensamma förståelsen som växte fram kring vad AI faktiskt kan bidra med – och var begränsningarna går.

Genom att utgå från verkliga frågor och verklig data blev AI något man upplevde tillsammans, snarare än ett abstrakt sidospår. Tröskeln sänktes, engagemanget ökade och tekniken ledde fram till ett konkret verktyg och diskussionsunderlag.

Lärdomar längs vägen

Testerna visade att prototypen fungerade särskilt väl för att sammanfatta och besvara faktabaserade frågor kopplade till specifika projekt, tidsperioder eller teman. Användargränssnittet upplevdes som intuitivt och lätt att ta till sig.

Som Childhood själva uttryckte det:

“Trots att det var en prototyp fick vi testa applikationen online och arbeta med en lösning anpassad efter våra behov.”

Samtidigt blev begränsningarna tydliga. Datakvalitet och dokumentstruktur påverkade resultaten, och breda frågor som krävde kontext från många källor visade behov av vidare utveckling.

“Samarbetet har varit väldigt lärorikt för oss och vi ser stor potential i lösningen.”

Dialogerna genererade också idéer för nästa steg – bland annat: