Så använder du AI i Excel – formler, analys och städning

Kort svar: använd AI som analytiker – inte facit

Ja, AI kan vara mycket användbart i Excel. Microsofts egna Copilot-sidor beskriver hur Copilot i Excel kan hjälpa till att analysera data, skapa formler, formatera data och föreslå insikter när kalkylbladet är rätt strukturerat. För svenska företag är den praktiska poängen enkel: AI kan minska tiden från rörig tabell till första analys.

Men AI ska inte ersätta den person som förstår affären, datakällan och konsekvensen av fel. En felaktig formel, missförstådd kolumn eller hallucinerad slutsats kan ge dåliga offerter, fel prioritering av kunder eller missvisande rapporter. Därför bör varje AI-förslag i Excel granskas precis som ett mänskligt analysutkast.

När hjälper AI i Excel mest?

AI fungerar bäst när datan redan har en tydlig form: rubriker, tabellstruktur, konsekventa datum, en rad per objekt och rimliga kolumnnamn. Microsofts stödmaterial för Copilot i Excel betonar just vikten av att data är formaterad på ett sätt som verktyget kan förstå.

Ett bra användningsområde är försäljningsdata: ”vilka kunder ökade mest senaste kvartalet?”, ”vilka offerter saknar uppföljning?” eller ”vilka rader verkar ha orimliga marginaler?”. AI kan snabbt skapa en första hypotes som teamet sedan granskar.

Ett säkert arbetsflöde i fem steg

Börja inte med prompten. Börja med frågan: vad ska kalkylbladet hjälpa er att förstå? Om syftet är otydligt blir AI-svaret ofta snyggt men svårt att använda.

1. Rama in analysen: skriv vad du vill veta och vilken affärsfråga svaret ska stödja.
2. Strukturera datan: använd tabellformat, tydliga rubriker, konsekventa datum och undvik sammanslagna celler.
3. Fråga AI stegvis: be först om tolkning av kolumner, sedan formler eller analys, sedan kontrollfrågor.
4. Granska resultatet: testa på kända exempel, kontrollera formeln och jämför totalsummor mot originalet.
5. Dokumentera rutinen: notera verktyg, syfte, datatyp, ansvarig och risknivå i AI-registret om detta blir återkommande.

Det sista steget är särskilt viktigt om flera personer börjar använda AI i samma process. Då behöver företaget veta vilka typer av kalkylblad som bearbetas och vilka beslut resultaten påverkar.

Promptar för formler, analys och städning

Microsoft Learn beskriver effektiv promptning som en kombination av mål, kontext, förväntningar och källa. Samma logik fungerar i Excel: ju tydligare uppgift, kolumner och önskat format, desto lättare blir det att granska svaret.

Undvik att bara skriva ”analysera detta”. Det ger ofta allmänna sammanfattningar. Be i stället om kontrollerbara steg, formellogik och felkällor.

Data och risk: allt i Excel är inte okej att mata in

Excel-filer innehåller ofta mer känslig information än man först tänker: kundlistor, personuppgifter, offerter, marginaler, löner, HR-uppgifter eller interna prognoser. IMY:s vägledning om AI och grundläggande GDPR-principer lyfter bland annat laglighet, ändamålsbegränsning, uppgiftsminimering och säkerhet. GDPR artikel 5 och artikel 32 pekar åt samma håll.

NIST:s profil för generativ AI beskriver bland annat risker kopplade till felaktiga utdata, informationsläckage och överdriven tillit. I Excel blir det praktiskt: kontrollera både datan som skickas in och beslutet som kommer ut.

Checklista innan AI i Excel blir rutin

• Är kalkylbladet strukturerat som tabell med tydliga rubriker?
• Vet användaren vilken affärsfråga analysen ska besvara?
• Är datan grön, gul eller röd enligt företagets AI-policy?
• Används ett godkänt AI-verktyg för interna eller kundrelaterade filer?
• Har AI förklarat formellogik, antaganden och osäkerheter?
• Har någon testat resultatet på kända rader och totalsummor?
• Dokumenteras återkommande Excel-AI-användning i AI-registret?