Så bidrar AI-baserad scenariomodellering till bättre styrelsebeslut

För bara två år sedan kunde en styrelses riskkommitté mycket väl ha ägnat en hel eftermiddag åt att diskutera tre scenarier för det kommande året: ett grundscenario, ett negativt scenario och ett optimistiskt stretchmål. Nu kan AI generera dussintals varianter på ungefär samma tid som det tidigare tog att ens komma överens om de tre första. 

AI förbättrar scenarioplaneringen genom att utöka antalet och kvaliteten på de framtidsscenarier som en styrelse kan överväga, inte genom att göra en enskild prognos mer träffsäker. Som Wendi Backler, Alan Iny och Moe Turner vid BCG Henderson Institute uttrycker det i Harvard Business Review: ”Det ligger i människans natur att vilja ha en kristallkula”, i synnerhet när osäkerheten är hög. 

AI kan inte erbjuda en sådan. Däremot kan tekniken hjälpa en styrelse att hålla flera tänkbara framtidsscenarier i åtanke samtidigt, i stället för att snöa in sig på det som spontant känns mest sannolikt. 

Denna klyfta spelar roll eftersom de flesta styrelser inte är där ännu. Färre än 40 procent av styrelseledamöterna anser att deras organisation har en fullgod strategi för att hantera geopolitiska risker, enligt en undersökning som citeras av Harvard Law School Forum on Corporate Governance. Scenariomodellering kan inte förutse vilken chock som kommer att inträffa först. Den kan däremot säkerställa att styrelsen redan har tänkt igenom hur flera olika scenarier skulle kunna utspela sig, och hur företaget skulle agera i respektive situation. 

I den här artikeln: 

• Varför scenarioplanering har blivit en integrerad del av styrelsearbetet och inte bara en tillfällig workshop. 
• Hur AI utökar antalet och kvaliteten på de scenarier som styrelser kan överväga. 
• Varför debatten i styrelserummet kring ett scenario fortfarande är viktigare än modellen som skapade det. 
• Ett kort test av huruvida er styrelses scenarioplanering faktiskt formar besluten. 

Varför scenarioplanering har blivit en kompetens på styrelsenivå 

Scenarioplaneringens roll i styrelsens styrning är att stresstesta en strategi innan omvärlden gör det i stället. Varje strategisk plan, oavsett hur väl underbyggd den är, innehåller en inbyggd chansning på hur framtiden kommer att utvecklas: vilka marknader som växer, vilka regelverk som består och vilka konkurrenter som håller sina positioner. Scenarioplanering tvingar styrelsen att fråga sig vad som händer med den chansningen under helt andra förutsättningar, och huruvida företaget skulle överleva – eller till och med gynnas – om världen rörde sig i en annan riktning än vad ledningen för närvarande förväntar sig. 

Detta har gått från att vara en periodisk övning till något som mer liknar en integrerad förmåga av en enda enkel anledning: spannet av tänkbara framtidsscenarier har blivit bredare. Handelspolitik, räntor, energikostnader och själva takten i AI-användningen rör sig nu samtidigt – i kombinationer som är betydligt svårare att resonera kring informellt jämfört med för bara fem år sedan. En styrelse som testar sin strategi mot en enda framtidsbild väljer i praktiken att bli överraskad av vilket annat scenario som än slår in. Den bredare övergången från periodisk till kontinuerlig strategisk uppföljning (där scenarioarbetet utgör en viktig del) behandlas mer ingående i vår relaterade artikel om kontinuerlig strategisk anpassning. Här ligger fokus i stället på hur själva scenarierna byggs upp och testas. 

Hur AI utökar den strategiska framsynen genom scenariomodellering 

Styrelser använder grovt räknat AI för strategisk framsyn på tre sätt: för att generera en bredare uppsättning tänkbara framtidsscenarier än vad en workshop skulle kunna ta fram manuellt, för att stresstesta antagandena bakom den nuvarande strategin, och för att synliggöra risker eller möjligheter som annars hade förblivit dolda i data som ingen haft tid att granska noggrant. Inget av dessa tre områden fungerar särskilt väl om styrelsen betraktar utdatan som ett färdigt svar. AI kan snabbt generera scenarier, men tekniken kan inte avgöra vilka som förtjänar styrelsens uppmärksamhet, eller vad företaget faktiskt bör göra åt dem. 

Utforska flera tänkbara framtidsscenarier 

Historiskt sett begränsade sig en styrelse ofta till ett fåtal scenarier, helt enkelt eftersom det krävde mycket analystid att ta fram vart och ett av dem: samla in data, göra beräkningar och formulera narrativet. 

AI kapar den kostnaden drastiskt. En modell kan generera dussintals internt konsekventa varianter som kombinerar olika antaganden kring räntor, konkurrenternas drag, regleringar och efterfrågan. 

Fler scenarier är dock inte per automatik mer användbara. En styrelse som drunknar i fyrtio AI-genererade framtidsscenarier är inte bättre rustad än en styrelse som väger tre väl utvalda sådana mot varandra – den är helt enkelt överväldigad på ett helt nytt sätt. Vad AI tillför i stället är täckning: en säkerhet i att de scenarier styrelsen slutligen diskuterar faktiskt har hämtats från ett brett urval, och inte bara är de tre varianter som någon råkade skissa fram under en planeringsworkshop. Bedömningen kring vilka scenarier som faktiskt spelar roll ligger fortfarande hos personerna i rummet. 

Stresstesta strategiska antaganden 

Varje strategi vilar på grundantaganden som styrelsen sällan omprövar efter att planen väl har godkänts: att kostnaden för en viktig insatsvara förblir relativt stabil, att ett regelverk består, eller att en konkurrent fortsätter agera exakt som den alltid har gjort. AI är oerhört användbart här, eftersom tekniken kontinuerligt kan jämföra dessa antaganden mot levande data – i stället för att man ska behöva vänta till nästa planerade översyn för att upptäcka att ett av dem i det tysta har upphört att stämma. 

John Rodi, Anne Zavarella och Patrick Lee på KPMG framhäver detta som en av de verkliga kärndiscipliner som styrelser behöver under 2026: att ”stresstesta strategiska antaganden”, detta vid sidan av att analysera negativa scenarier och hämta in externa perspektiv, i ett memorandum publicerat av Harvard Law School Forum on Corporate Governance. Själva disciplinen är dock viktigare än verktyget. En styrelse som bara stresstestar sina antaganden en gång om året arbetar – med eller utan AI – för det allra mesta utifrån en daterad lägesbild. 

Identifiera framväxande risker och möjligheter 

Enligt Gartners CFO-undersökning från 2025 uppger hela 82 procent av ekonomicheferna att de har en måttlig till hög exponering mot handelspolitiska störningar, men endast 29 procent känner fullt förtroende för sina nuvarande prognosmodeller. Det är exakt i denna klyfta mellan exponering och förtroende som AI-baserad scenariomodellering förtjänar sin plats: inte genom att överbrygga den via bättre förutsägelser, utan genom att ge styrelsen och ledningen en gemensam, kontinuerligt uppdaterad vy av var själva exponeringen faktiskt ligger. 

Rätt applicerad synliggör AI den risk eller möjlighet som en styrelse annars hade upptäckt för sent: en koncentration i leveranskedjan som enbart framträder när tre olika scenarier jämförs sida vid sida, eller en ny marknadsmöjlighet som blir synlig först när ett negativt scenario tvingar fram frågan om var företaget i stället ska leta efter tillväxt. Värdet sitter inte i det enskilda scenariot, utan i jämförelsen av flera stycken samtidigt – en övning som människor ofta är för långsamma för att utföra korrekt under tidspress. 

Att identifiera själva risken är dock bara en del av övningen. Simon Laffin, tidigare ordförande för Flybe, argumenterar för att styrelser bör tänka steget längre än bara riskförebyggande, och i stället fråga sig vad de rent praktiskt skulle göra om risken faktiskt materialiserades. Som han uttrycker det i podcasten Boardroom Confidential: ”Alldeles för mycket tid läggs på att till synes försöka förhindra ett problem, och alldeles för lite läggs på frågan: om det här börjar gå åt skogen, vad gör vi då? För i samma ögonblick som du börjar tänka i de banorna, inser du – jag måste övervaka detta noga. Du börjar tänka framåt (...)” 

Den distinktionen är avgörande för scenariomodellering. De allra starkaste scenarierna gör mer än att bara visa styrelsen olika versioner av framtiden; de hjälper till att definiera exakt vilka signaler som ska övervakas och vilka åtgärder respektive utfall bör trigga i gång. 

Varför styrning fortfarande är helt avgörande 

AI kan visserligen generera scenarierna, men tekniken kan inte avgöra vilka av dem som styrelsen faktiskt bör oroa sig för, eller vad företaget bör göra om ett värstascenario plötsligt börjar likna grundscenariot. Den typen av bedömning är en del av jobbet som helt enkelt inte går att delegera. 

Guy Gecht, ordförande i Logitechs styrelse, framförde en liknande poäng till McKinsey när han diskuterade AI-tillsyn ur ett bredare perspektiv: ”styrelsens roll är inte att styra AI.” Hans poäng handlade om tempo och tydliga gränser: styrelser måste låta organisationen röra sig i den takt som affärsmöjligheten kräver, men samtidigt se till att någon har dragit en tydlig gräns kring det som absolut aldrig får tillåtas gå fel. Applicerat på scenarioarbete innebär detta att man måste behandla ett AI-genererat scenario som ett rent underlag för debatt i styrelserummet – inte som en ursäkt för att slippa ta debatten. 

I praktiken fungerar den debatten betydligt bättre när ett par grundläggande faktorer finns på plats. Scenarierna måste nå styrelsen i tillräckligt god tid för att de ska hinna läsas ordentligt, de får inte sammanfattas för allra första gången under själva mötet. Styrelseledamöter får också ut mer av en scenariodiskussion om de redan på förhand har bildat sig en uppfattning kring vilka antaganden som oroar dem mest, snarare än att tvingas forma den åsikten direkt i rummet. Och när ett scenario faktiskt förändrar styrelsens sätt att tänka – till och med mellan inplanerade sessioner, om skiftet är stort nog – förtjänar resonemanget bakom det samma noggranna dokumentation som vilket annat viktigt beslut som helst. Det får inte stanna vid en informell anteckning som ingen kan hitta igen om arton månader. 

Testet för en styrelse med en god scenarioplanering 

Tre enkla frågor skär effektivt igenom det mesta av bruset: Skulle styrelsen kunna namnge de två eller tre scenarier som man just nu bevakar allra närmast, och förklara varför det är just dessa och inte några andra? Har ett scenario legat till grund för ett förändrat beslut under det senaste året, eller diskuteras de bara för att sedan arkiveras i en pärm? Skulle en nytillträdd styrelseledamot kunna utläsa från dokumentationen vilka antaganden styrelsen allra senast stresstestade och vilka slutsatser som drogs? En styrelse som kämpar med någon av dessa punkter behandlar troligen scenarioplanering som en passiv presentation att bara sitta av, snarare än som ett verktyg som på riktigt formar deras beslut. 

Så stöttar Sherpany AI-baserade strategiska diskussioner 

AI-genererade scenarier är i ärlighetens namn bara användbara för en styrelse om själva diskussionerna kring dem är lätta att hitta tillbaka till – och inte ligger utspridda över olika e-posttrådar och presentationer som skrivs över vid nästa uppdatering. 

Sherpanys Ämnesnav samlar ett strategiskt tema – och de scenarier som har testats mot det – på en och samma plats över tid. När en styrelse återvänder till ett antagande sex månader senare kan de därför utgå från den faktiska historiken, i stället för att behöva förlita sig på någons bleknande minnesbild av diskussionen. Funktionen Kommentarer låter styrelseledamöterna ifrågasätta ett specifikt scenario eller antagande direkt i det relevanta materialet. På så sätt fångas oenigheten upp i sin rätta kontext, i stället för att försvinna i en separat e-postkedja. Ett säkert Document Management Library håller samman scenarierna, den bakomliggande källdatan och styrelsens egna analyser, och gör dem lättillgängliga för styrelseledamöter som förbereder sig individuellt inför ett möte. 

För ett mer heltäckande ramverk kring hur man bygger upp en kontinuerlig, AI-assisterad strategisk tillsyn, går vår guide, 5 praktiska sätt att förbereda styrelsen för AI, in på djupet i de bakomliggande styrningsvanorna. 

Poängen var aldrig att förutse helt rätt 

Det finns inget scenario – oavsett om det är AI-genererat eller inte – som exakt kan tala om för en styrelse vad som kommer att hända. Det en riktigt bra uppsättning scenarier i stället gör, är att se till att styrelsen redan har diskuterat och tröskat igenom flera olika versioner av framtiden innan man binder sig vid en strategi som bygger på enbart en av dem. 

AI förändrar helt de ekonomiska förutsättningarna för den övningen: det går att ta fram fler scenarier, snabbare och testa dem oftare. Det förändrar dock inte vem som i slutändan bär ansvaret för att avgöra vilka som är viktiga, eller vem som får leva med konsekvenserna av det strategiska bet styrelsen till sist gör. Styrelser som får ett verkligt värde från sin scenariomodellering behandlar den som en integrerad disciplin som aktivt formar besluten – inte som ett passivt workshopresultat som arkiveras i samma sekund som mötet är över. 

Om du vill se mer av hur Sherpany stöttar AI-assisterad scenarioplanering och strategiska diskussioner på styrelsenivå – boka en kostnadsfri konsultation i dag och upptäck hur vi kan hjälpa er.