Vart ska man egentligen börja när det kommer till data- & AI-litteracitet? Jag lyssnade på en amerikansk paneldiskussion som fokuserade på erfarenheterna om vilka partners man behöver för att komma igång och får genomförandet att fungera i praktiken.
Tre organisationer delade sina erfarenheter av att starta och driva program som gör data- och AI-literacy till en del av hela verksamheten. Två av organisationerna hade arbetat med detta aktivt i tre år, ett bolag i 9 månader. Men som paneldeltagarna poängterade – Data & AI Literacy är inte en grej eller ett projekt, utan en förmåga som behöver finnas på hela företaget. Det är en kulturförändring, något som inte alltid är självklart för alla i början av sådan här resa.
Varför satsa på Data & AI Literacy
- Stärker kompetensen – up-skilla och re-skilla medarbetare för tillväxt, anpassningsförmåga och ansvar.
- Främjar samarbete och innovation – använd data och AI etiskt för att frigöra kreativitet.
- Maximerar kapacitet – när ”alla kan data” kan data- och analysproffs fokusera på det mer avancerade
- Driver kulturförändring – gör organisationen datainformerad, AI-stöttad och riskmedveten.
Lärdomar för genomförande
- Förankra på ledningsnivå
Få en C-level-champion (COO, CIO eller motsvarande).
Ledningen behöver tydligt signalera att data- och AI-kompetens är strategiskt viktigt.
En champion behövs för att säkra både finansiering och synlighet på ledningsmöten. Det är lätt att tänka att datalitteracitet måste börja hos en CDO, men det kan vara vilken C-nivå som helst som har förstått värdet av data.
- Bygg partnerskap internt och externt
Samverka med L&D för att nå hela organisationen.
Ta in externa aktörer som är specialiserade på Data & AI Literacy för utbildning och ramverk.
Samarbeta med universitet för att få in ny kunskap och talang.
Gör inte antagandet att IT redan kan allt, även roller med ”data” i titeln behöver data literacy.
- Kommunicera och engagera brett
Använd interna kanaler som nyhetsbrev, poddar och intranät.
Lyft fram framgångsexempel och låt word of mouth bygga intresse.
Dra nytta av aktuella teknologier som skapar nyfikenhet – i ett fall blev lanseringen av Copilot en stark draghjälp.
- Börja där dataintresset finns
Starta i ett team som redan arbetar med analys, har en etablerad data-plattform eller där engagemanget är tydligt.
Visa tidigt värde genom konkreta exempel för att skapa momentum.
Två av panelens företag började i sina analysteam, medan ett tredje hade en COO som drev initiativiet – startpunkten kan variera.
- Skapa en flexibel utbildningsmodell
Erbjud både färdiga kurser och skräddarsydda spår (“a la carte”).
Integrera utbildning i onboarding och karriärvägar så att den blir en naturlig del av arbetet.
Anpassa djupet efter målgruppen – tekniska team behöver mer avancerat innehåll.
- Mät och justera kontinuerligt
Följ upp engagemang och deltagande, inte bara antal kurser.
Utvärdera löpande och anpassa innehållet för att behålla relevans och visa värde över tid.
Data literacy program gav 32,4 miljoner USD i nettovinst
Health Alliance Plan (HAP) rapporterade nyligen en nettovinst på 32,4 miljoner USD, efter ett framgångsrikt operativt turnaround-arbete. En stor del av framgången har kopplats direkt till deras satsning på Data Literacy.
Teamet bakom HAP:s Data och Analytics-strategi byggde programmen från grunden, skapade en semantisk lagerstruktur för flexibel och enkel tillgång till data och etablerade en datakultur som fokuserar på att maximera värdet av företagets data.
Som HAP själva uttrycker det: ”Beviset finns i vinsten – fantastiskt jobb team!”
Det här är ett konkret exempel på hur investering i datalitteracitet inte bara stärker kompetensen internt, utan direkt påverkar affärsresultatet och möjliggör smartare, skalbar användning av data i hela organisationen.
Vill du läsa mer om organisationerna
https://www.worthingtonenterprises.com/our-impact/people/impact-story–empowering-growth
https://www.hap.org/news/2025/04/hap-operational-turnaround-yields-32m-in-net-income
https://www.greatamericaninsurancegroup.com
