Build vs buy AI: beslutsmatris för svenska mellanföretag

Beslutet "ska vi bygga eller köpa" ställs nästan alltid fel. Det är inte ett beslut ni tar som bolag — det är ett beslut ni tar per use case. Samma företag bör köpa en del, bygga en del och låta blib vara. Det tar tid att få fram den insikten.

Den här artikeln är en pragmatisk matris för svenska mellanföretag (50–500 anställda) som står inför konkreta AI-investeringsbeslut 2026. Ingen teoretisk ram — bara en uppsättning frågor och vad svaren bör leda till.

Vad "buy" faktiskt betyder 2026

Köp-alternativet har förändrats. För tre år sedan betydde det "installera en SaaS". Idag är det ett spektrum:

Fullt SaaS: ni loggar in, använder, betalar per användare. Intercom, Copilot, ChatGPT Business.
SaaS med egen konfig: ni anpassar prompts, lägger in er egen data, bygger workflows. Beautiful.ai, Glean, Writer.
Foundation model som tjänst: ni anropar OpenAI eller Anthropic direkt via API, bygger egen applikation ovanpå. Halvvägs mellan buy och build.
Deploy:ad open-source: Llama eller Mistral på er infrastruktur. Billigare i drift, mer kontroll, mer arbete.

Att kalla det "build vs buy" är en förenkling. Det är "hur mycket av värdekedjan vill vi äga?".

Tre frågor som avgör svaret

Fråga 1: Är det en differentiator eller commodity?

Om AI-funktionen är något som era kunder upplever och som särskiljer er från konkurrenter — bygg. Om det är något som alla gör och ingen lägger märke till — köp.

Exempel: Bygg om det är er unika produktrekommendation, er speciella avtalsanalys som era advokater byggt upp 30 års erfarenhet kring, er egen AI-assistent som lär sig era kunder. Köp om det är mötesbokning, transkribering, standard-chatbot, allmän kodassistans.

Fråga 2: Hur känslig är datan som används?

Data ni faktiskt kan skicka till OpenAI/Anthropic med DPA och opt-out: köp eller hybrid. Data som inte får lämna er infrastruktur (klientdata i advokatbyrå, personuppgifter i vård, företagshemligheter): bygg eller deploy:a egen modell.

Detta är ofta den hårdaste constraint. Den avgör arkitekturen oavsett vad affärslogiken säger.

Fråga 3: Hur många unika integrationer krävs?

Om AI-funktionen behöver prata med era specifika system — ERP, CRM, interna databaser, kundspecifika API:er — är buy-alternativet dyrare än det ser ut. SaaS prissätts per användare men anpassad integration kostar ofta lika mycket som själva bygget. Vid fler än 3–4 integrationer är bygg ofta billigare på sikt.

Matrisen

Sätt ihop svaren:

Commodity + kan skicka data externt + få integrationer: köp fullt SaaS. Skippa bygg-diskussionen helt.
Commodity + känslig data + få integrationer: köp SaaS från EU-leverantör med on-prem-option, eller kör egen deploy av open-source.
Differentiator + kan skicka data externt + få integrationer: bygg ovanpå foundation model via API (OpenAI, Anthropic). Ni äger affärslogiken, de bär modellen.
Differentiator + känslig data + få integrationer: bygg med self-hosted model (Llama, Mistral). Dyrare i drift, nödvändigt för sekretess.
Differentiator + många integrationer: bygg. Alltid. SaaS blir för dyrt och för rigid.
Commodity + många integrationer: reutvärdera — oftast betyder det "vår process är unik nog att egentligen vara en differentiator". Då bygger man.

Specifika fall för svenska mellanföretag

Från vår praktik, 2025–2026:

Kundservice-chatbot

Oftast köp. Intercom Fin, Ada, Helpshift — de är bättre än det ni bygger själva på sex månader, till en bråkdel av kostnaden. Om er kundservice-process är så unik att dessa inte passar: ompröva om det verkligen är AI-problemet ni ska lösa först.

Intern kunskapsbas-assistent (RAG)

Oftast bygg. Era dokument är era. Integrationerna mot SharePoint, Notion eller egen wiki är specifika. Glean är en bra buy-option för stora bolag (>500 anställda), men för mellanmarknaden blir ROI bättre med en egenbyggd RAG-system på 300 000 kr än Glean på 400 000 kr per år.

AI i kundprodukt

Alltid bygg eller bygg ovanpå API. Det är ert produktvärde — ni kan inte outsourca det. Valet står mellan foundation model via API (snabbare, begränsad data-kontroll) eller egen deploy (långsammare, full kontroll).

Kodassistent för utvecklare

Köp. GitHub Copilot, Cursor, Windsurf är flera år före vad någon kan bygga själv. Alla stora förbättringar kommer från leverantören gratis.

Avtals- och dokumentanalys i advokat-/revisionsbyrå

Bygg (self-hosted). Klientdata får aldrig skickas till extern leverantör utan uttryckligt samtycke. Self-hosted Llama eller egen OpenAI-instans via Microsoft Azure med EU-region är lämplig grund. Se vår branschsida om AI för professionella tjänster.

HR-AI (CV-screening, rekryteringsstöd)

Var försiktig, oavsett val. Det är alltid högrisk enligt EU AI Act. Leverantörer hävdar compliance men ansvaret för produkten är er. Bygg eller köp — tänk igenom dokumentation, oversight och bias-testning först. Se EU AI Act-compliance.

Timing spelar roll

AI-landskapet utvecklas så snabbt att "bygga" idag ofta betyder "bygga om om 18 månader". Det är inte per definition fel — men det är en kostnad att räkna med.

Tumregel: om use casen sannolikt är kritisk i fem år, bygg. Om den är trendig nu och kanske inte relevant om två år, köp. Flexibilitet är värdefullt.

Konkret beslutsprocess

När vi hjälper företag med detta är stegen:

Lista era 3–5 potentiella AI-use cases.
För varje, svara på de tre frågorna ovan.
Rita in i matrisen.
Kostnadsuppskatta bygg och köp för varje fält (vi hjälper gärna).
Fatta beslut per use case, inte samlat.

Ett vanligt utfall: 2 köp, 1 bygg, 2 vänta. Det är ett mer sofistikerat beslut än att säga "vi är ett build-bolag".

Om ni vill ha hjälp

Vi gör den här bedömningen som del av vår förstudie. Kostnadsfri. Vi rekommenderar köp när köp är rätt, även om vi inte tjänar på det. Det är vår modell.