Juridisk enhet
Det registrerade bolaget som tecknar avtal, behandlar data eller ansvarar för tjänsten. Ett svenskt varumärke kan säljas av en annan juridisk enhet och ett utländskt bolag kan ha ett svenskt dotterbolag.
Svenska AI-företag
En svensk adress är bara början på analysen. Förstå vilka bolag som finns i katalogen, hur Sveriges AI-ekosystem hänger ihop och hur juridisk enhet, produkt, modell, data, språkförmåga och risk bör granskas före köp.
Metod och källor uppdaterade 18 juli 2026
2
katalogerade bolag med svenskt huvudkontor
2
representerade företagstyper
2
registrerade huvudkontorsorter
2
kopplade verktygsposter
Avgränsning
Vad betyder egentligen “svenskt AI-företag”?
Framtiden AI använder huvudkontor i Sverige som en praktisk katalogsignal. Det gör listan begriplig men bevisar inte var företaget ägs, var data behandlas, vilken modell som används eller vilken juridisk enhet som tecknar avtalet. För ett köpbeslut behöver minst fyra analysnivåer hållas isär.
Produkt
Den tjänst kunden använder: exempelvis en assistent, sökprodukt, analysplattform eller branschlösning. Produkten kan kombinera flera modeller, datakällor och underleverantörer.
Modell och infrastruktur
Modellen kan vara egenutvecklad, licensierad, open weight eller åtkommen genom ett internationellt moln. Svenskt huvudkontor innebär därför inte automatiskt svensk modell eller svensk datalagring.
Driftsatt system
Det faktiska systemet består av modell, promptar, data, integrationer, behörigheter, människor och processer. Det är denna kombination som måste testas och riskbedömas.
Ekosystemkarta
Fem lager i Sveriges AI-ekosystem
Ett AI-bolag verkar sällan ensamt. Forskning, kompetens, compute, internationella modeller, svenska produkter, branschkunskap, kapital, upphandling och offentlig styrning bildar en leverantörskedja där värde och risk kan ligga på olika nivåer.
Lager 1
Forskning och kompetens
Universitet, forskningsinstitut, utbildningar och arbetsmarknad skapar kunskap, talang och metoder. Forskningsstyrka är dock inte samma sak som kommersiell produktmognad.
Lager 2
Compute, data och infrastruktur
Datacenter, moln, nätverk, databaser, säkerhet och inference avgör kapacitet, latency, kostnad, region och beroenden. Svenska företag kan vara byggda ovanpå globala infrastrukturlager.
Lager 3
Modeller och AI-plattformar
Här finns modellutveckling, modellåtkomst, finjustering, retrieval, evals och agentramverk. Kontrollera alltid vilken version och vilken endpoint som faktiskt används.
Lager 4
Produkter och branschlösningar
Svenska bolag skapar värde genom UX, domändata, integrationer och arbetsflöden. Produktkvalitet kan vara hög även när grundmodellen kommer från en extern leverantör.
Lager 5
Införande och styrning
Kunder, offentlig sektor, investerare, inkubatorer och ekosystemaktörer formar efterfrågan, upphandling, kompetens och ansvar. Införandet avgör om tekniken ger mätbart värde.
Sverige 2026
Strategi, samverkan och offentlig styrning
Nationella mål visar riktning, men de bör inte blandas ihop med bevis på enskilda bolags kvalitet. Använd primärkällorna för att förstå Sveriges policy, ekosystem och offentliga krav — och gå sedan tillbaka till den specifika produkten och användningskontexten.
Regeringen
Nationell strategi
Sveriges första heltäckande AI-strategi publicerades den 20 februari 2026. Målet är att Sverige ska vara bland världens tio främsta AI-nationer och att AI ska driva samhällsnytta, hållbar utveckling, konkurrenskraft och innovation.
Läs primärkällanAI Sweden
Ett samverkande ekosystem
AI Sweden beskriver ett nationellt ekosystem med över 180 partner från näringsliv, offentlig sektor, akademi och forskningsinstitut. Partnerantal är en samverkanssignal, inte ett mått på antalet svenska AI-bolag.
Läs primärkällanDigg
Offentlig förvaltning
Digg och IMY:s riktlinjer behandlar ledning, mänsklig kontroll, GDPR, informationssäkerhet, inköp, användning och uppföljning av generativ AI inom offentlig förvaltning.
Läs primärkällanFaktisk användning
AI-användningen växer — men kapaciteten är ojämnt fördelad
SCB:s statistik visar hur stor andel företag som använde minst en AI-teknik under 2025. Den mäter användning, inte produktkvalitet, ekonomiskt värde eller antalet svenska AI-leverantörer. Skillnaden mellan storleksklasser visar samtidigt varför kompetens, data, moln och specialistresurser är centrala införandefaktorer.
Öppna SCB:s redovisning35 %
av företag med minst 10 anställda använde AI 2025
SCB:s mätning omfattar användning av minst en definierad AI-teknik — inte bara generativ AI.
31 %
av små företag använde AI 2025
Små företag avser 10–49 anställda; SCB redovisar avrundade värden i sin översikt.
50 %
av medelstora företag använde AI 2025
Medelstora företag avser 50–249 anställda.
72 %
av stora företag använde AI 2025
Stora företag avser minst 250 anställda och har ofta mer data-, moln- och specialistkapacitet.
Jämförelseram
Fyra vanliga bolagsprofiler — och vad de inte bevisar
“Svenskt”, “egen AI” och “lokal närvaro” används ofta som korta marknadssignaler. Tabellen gör dem till tydliga kontrollfrågor i stället för kvalitetsstämplar.
| Profil | Vad profilen kan betyda | Verifiera särskilt |
|---|---|---|
| Svenskt bolag + extern modell | Bolaget kan tillföra svensk UX, domänkunskap, support och integration samtidigt som modell och compute köps internationellt. | Modellversion, molnregion, underbiträden, dataanvändning och beroende vid modellbyte. |
| Svenskt bolag + egen modell | Mer av teknikstacken kan kontrolleras internt, men träning, data, säkerhet, skalning och modellunderhåll behöver fortfarande verifieras. | Träningsdata, licens, evalmetod, säkerhet, inferenceinfrastruktur och versionspolicy. |
| Utländskt bolag + svensk närvaro | Lokalt kontor eller svensk support kan förbättra införandet men ändrar inte automatiskt juridisk avtalspart, dataplats eller modellansvar. | Avtalsenhet, tillämpliga villkor, dataöverföringar, supportmandat och faktisk driftregion. |
| Konsult eller integratör | Värdet kan ligga i processdesign, integration och förändringsledning snarare än i en egen modell eller produkt. | Ägande av lösningen, dokumentation, vidareförsäljning, underleverantörer, förvaltning och exit efter projektet. |
Köpguide
Åtta dimensioner för att granska ett svenskt AI-bolag
Börja med uppgiften, datan och konsekvensen. Företagets nationalitet kan vara relevant för stöd, avtal och ekosystem, men den ersätter inte verifiering av systemets kvalitet, säkerhet, datakontroll eller totalekonomi.
Bolag och ansvar
Identifiera juridisk avtalspart, ägare, produktansvarig, personuppgiftsroller, supportansvar och vilka underleverantörer som är kritiska för tjänsten.
Modell- och leverantörskedja
Dokumentera modell, version eller alias, API-leverantör, moln, retrieval, verktyg och fallback. Fråga vilka delar som kan ändras utan nytt avtal eller ny utvärdering.
Data, region och GDPR
Kartlägg input, loggar, träning, retention, radering, underbiträden och tredjelandsöverföringar. Svensk adress eller svensk säljorganisation är inte bevis på svensk datalagring.
Säkerhet och behörigheter
Granska identitet, minsta privilegium, hemligheter, auditloggar, sandboxing, incidentprocess och mänskliga godkännanden — särskilt när systemet kan agera i andra verktyg.
Svenska och domänspråk
Testa svenska böjningar, fackspråk, myndighetsspråk, dialektnära tal, sammansatta ord och växling mellan svenska och engelska. Engelska benchmarkresultat räcker inte.
Evidens och evals
Begär metod, testdata, feltyper och begränsningar. Kör därefter representativa testfall med låsta konfigurationer och mät kvalitet, korrigeringsarbete, latency och kostnad.
Regelroll och konsekvens
Fastställ om aktören är leverantör, produktleverantör, distributör, importör eller användande organisation och bedöm risk efter systemets faktiska uppgift och påverkan.
Drift, ekonomi och exit
Mät tillgänglighet, rate limits, återställning, total kostnad per godkänt resultat och exportmöjligheter. Dokumentera hur data, loggar, promptar och arbetsflöden flyttas vid byte.
Svensk språkförmåga måste testas i rätt domän
Ett svenskt gränssnitt eller några svenska exempel visar inte hur modellen hanterar sammansatta ord, fackspråk, juridiska nyanser, myndighetstext, tal, namn, orter eller växling mellan svenska och engelska. Bygg ett skyddat testset från verkliga uppgifter och mät både rätt svar och kostnaden för mänsklig korrigering.
Bygg en bättre evalNationell strategi ändrar inte ansvar i det enskilda systemet
Sveriges AI-strategi skapar riktning och offentliga initiativ, medan AI-förordningen och dataskyddsregler följer roller, behandling och användningskontext. Den organisation som inför ett system behöver fortfarande dokumentera syfte, risk, mänsklig kontroll, uppföljning och incidenthantering.
Kontrollera aktuell AI Act-tidslinjeInformationen är generell och ersätter inte juridisk rådgivning.
Nästa steg
Fortsätt från landssignal till rätt beslutsyta
Interna länkar är grupperade efter vad du försöker avgöra. De leder från den svenska ekosystembilden till den nivå där företag, verktyg, modeller, agentsystem, evals och branschkrav kan granskas mer precist.
Kartlägg leverantören
Gå från svensk kontext till hela företagsguiden och skilj företag, produkt, modell, underleverantör och driftsatt system åt.
Öppna företagsguidenJämför verktyg
Bedöm färdiga produkter efter arbetsuppgift, integrationer, datavillkor, funktioner och faktisk användbarhet.
Utforska AI-verktygGranska modellagret
Separera modellkapacitet från produktupplevelse och jämför modalitet, verktyg, kontext, licens, drift och livscykel.
Gå till modellguidenUtvärdera systemet
Lär dig tolka benchmarks och bygg egna evals för svenska, domänspecifika och verksamhetskritiska uppgifter.
Läs benchmarkguidenBedöm agentrisk
När AI får verktyg och behörigheter behöver modell, tillstånd, kontrollflöde, stoppvillkor och godkännanden granskas tillsammans.
Utforska AI-agenterPlanera införandet
Utgå från verksamhetsutfall, data, mänsklig kontroll, uppföljning och ansvar i den bransch där systemet ska användas.
Öppna branschguidenFöretagskatalog
Katalogerade AI-företag med huvudkontor i Sverige
Företagen nedan grupperas efter sin primära katalogtyp. Listan är inte en fullständig marknadskartläggning, kvalitetsranking eller garanti för aktuell bolags-, produkt- eller modellstatus. Öppna entitetssidan för relationer till verktyg, modeller, personer, artiklar och tidslinjer.
Urvalet bygger på huvudkontorsfältet i Framtiden AI:s katalog. Saknade, otydliga eller inaktuella adressuppgifter kan göra att ett relevant bolag inte visas. Kontrollera alltid företagets egen dokumentation och juridiska avtalspart.
AI-plattformar
Plattformar för modellåtkomst, data, finjustering, evals, deployment eller orkestrering.
Kod och utveckling
Bolag som bygger kodassistenter, utvecklarverktyg eller repositoryagenter.
Primärkällor
Kontrollera strategi, statistik, riktlinjer och regler vid källan
Den här sidan kombinerar katalogdata med officiella källor. Katalogposter kan ändras snabbt; nationell statistik har en definierad mätperiod; regler och vägledning kan uppdateras. Använd därför källtypen som passar påståendet.
Sveriges AI-strategi
Nationella mål, styrning och handlingsinriktning för AI i näringsliv, offentlig sektor, forskning och samhälle. Publicerad 20 februari 2026.
SCB: AI i Sverige 2025
Statistik om företagens AI-användning, storleksskillnader, användningsområden, kompetenshinder och svensk position i internationella jämförelser.
AI Swedens ekosystem
Nationell samverkansyta för organisationer inom näringsliv, offentlig sektor, akademi och forskningsinstitut.
Diggs riktlinjer för generativ AI
Metodstöd för offentlig förvaltning om ledning, ansvar, GDPR, säkerhet, inköp, användning och uppföljning.
EU-kommissionens AI Act-tidslinje
Aktuell översikt över AI-förordningens stegvisa tillämpning och undantag. Kontrollera alltid den senaste versionen inför juridiska beslut.
Vanliga frågor
Svenska AI-företag, data och upphandling
Vad räknas som ett svenskt AI-företag?
Det beror på syftet med klassificeringen. För denna katalog används registrerat huvudkontor som praktisk signal. Det säger inte automatiskt var ägandet, modellerna, datan, infrastrukturen eller den juridiska avtalsparten finns. Kontrollera därför varje lager separat.
Hur många svenska företag använder AI?
SCB rapporterade att 35 procent av svenska företag med minst 10 anställda använde minst en AI-teknik under 2025. Det är en användningsstatistik, inte ett mått på hur många företag som utvecklar eller säljer AI-produkter.
Betyder ett svenskt AI-bolag att data stannar i Sverige?
Nej. Ett svenskt bolag kan använda utländska modeller, moln och underbiträden. Granska avtalspart, driftregion, loggning, retention, träningsanvändning, tredjelandsöverföringar och radering för den specifika tjänsten.
Är svensk språkförmåga samma sak som att produkten har ett svenskt gränssnitt?
Nej. Ett översatt gränssnitt säger lite om hur modellen hanterar svensk grammatik, sammansatta ord, fackspråk, myndighetsspråk, tal eller svensk-engelsk kodväxling. Testa representativa uppgifter och feltyper.
Vad bör offentlig sektor kontrollera före köp?
Utöver kvalitet och kostnad bör offentlig sektor dokumentera ändamål, rättslig grund, personuppgiftsroller, sekretess, informationssäkerhet, mänsklig kontroll, automatiserat beslutsfattande, transparens, underleverantörer, uppföljning och exit. Digg och IMY:s riktlinjer ger en svensk utgångspunkt.
Vilka AI Act-datum är viktigast?
AI-förordningen trädde i kraft den 1 augusti 2024 och tillämpas stegvis. Förbud och AI-kompetenskrav började gälla den 2 februari 2025, GPAI-regler den 2 augusti 2025 och många ytterligare bestämmelser den 2 augusti 2026. Tidslinjen har undantag och förändringar, så kontrollera EU-kommissionens aktuella sida. Detta är generell information, inte juridisk rådgivning.
Navigera vidare
Utforska AI-ekosystemet vidare
Entitetskarta
Så hänger hela katalogen ihop
AI-verktyg
Hela katalogen av AI-verktyg
AI-företag
Bolagen som bygger AI
AI-modeller
Språk-, bild- och videomodeller
AI-agenter
Autonoma agenter och assistenter
Personer
Grundare och forskare
Kurser
Lär dig AI steg för steg
Publikationer
Forskning och rapporter
Kategorier
Bläddra efter område