AI i marknadsföring – Så använder du AI utan att tappa din röst

Många jämför hur lång tid det skulle tagit utan AI, men jag är lite inne på att det hade inte hänt utan AI.

Hej och välkomna till B2B-spaningen. Idag ska vi grotta ner oss i en så spännande sak som artificiell intelligens, AI, och framförallt AI för business to business. Vad har man det till? Hur långt har vi kommit? Vilka användningsområden är de mest lämpliga och hur använder man AI rätt och fel? Vi ska vända på det där. Jag tänker framförallt ur ett sälj- och marknadsföringsperspektiv. Vi har kommit ganska långt här senaste tiden, det har gått fort sedan vi som vanliga människor fick kontakt med AI-tjänster som ChatGPT, Claude och Gemini och allt vad det kan heta. Så vad har hänt, var står vi och vart är vi på väg?

Jag tänkte fråga dig, bara som en första inkörningsfråga: vad använder du AI till idag i ditt jobb som företagsledare och säljare?

Jag använder AI till att sammanfatta mötestransskriberingar, att få idéer och tankar kring hur man kan gå vidare. Och ja, också till att bolla vissa idéer, eller ibland till och med göra någon typ av research för att få information om ett specifikt ämne. Jag använder det för att researcha företag som jag ska träffa i säljmöten. Det är det jag skulle säga att jag lägger mesta delen av min tid i AI. Det är ganska mycket ändå. Vad gör du då?

Ja, vad gör jag inte i AI nu? Jag tror faktiskt att jag sitter otroligt mycket i olika AI-verktyg och jag har fått upp ett intresse för att också bygga och uppfinna saker som inte har funnits tidigare. Allting utgår ju ändå, om man ska vara helt ärlig, från det jag har suttit med i många år och gjort, men jag försöker hitta sätt att effektivisera det. Jag ska inte säga att jag är en liten användare av AI, utan snarare en väldigt stor, och jag utmanar mig själv i vad man kan göra. Jag bygger till exempel en hel svit av funktioner, assistenter som gör olika saker, som jag och också de kunderna och de företagen jag jobbar med kan ha nytta av i sitt dagliga arbete.

Det handlar väldigt mycket om vilken strategi man har, tror jag. En del marknadsförare har till exempel väldigt mycket fokus på att skapa innehåll för sociala medier och göra annonser, och då jobbar de säkert med de delarna. Andra jobbar kanske mer med analyser och sökmotoroptimering, och då jobbar de med de bitarna med AI. I mitt fall handlar det väldigt mycket, precis som du sa, om att få sälj och marknad att synka sitt arbete bättre, vilket transkriberingar och säljmöten är väldigt bra för. Då har du ju input direkt som AI kan omvandla till någon form av idéer och så vidare.

Det finns mycket högt och lågt. Men jag tänkte också vilja komma in på vad jag ser att vissa personer gör när de använder AI — jag ska inte kalla det för fel, men kanske inte tillräckligt optimalt, lite misstag. Jag tror också att man har någon slags AI-mognadskurva. Jag kan bara titta på mig själv: för några år sedan satt jag kanske och förundrades över hur ChatGPT kunde skriva en hel artikel om ett ämne bara jag skrev en mening, typ "skriv en artikel om det här". Och jag tror att det är väldigt lockande att göra det. Men ju längre jag kom med det här insåg jag att det här är ju något som alla andra kan göra, och hela nätet är fullt av det innehållet.

Så hur kan vi vända på det? Till exempel: säg att jag vill skriva en artikel om ett visst ämne. Då kan jag be AI agera som en journalist och intervjua mig kring det ämnet, så att det jag säger blir den här kärnkunskapen som AI sedan kan skriva ett utkast kring. Men då har vi vänt på det. Då är det jag som ger AI input kring mina upplevelser, mina erfarenheter och så vidare. Och då brukar jag be det AI-verktyget jag jobbar med att ställa följdfrågor, berätta om verkliga exempel när det har hänt och så där. De texterna som kommer ut ur det är så mycket mer levande och äkta, och de har verkliga exempel som ingen annan på hela internet faktiskt kan återskapa, eftersom det är mina upplevelser, mina kundmöten, mina erfarenheter.

Det tycker jag, när man börjar jobba på det sättet, blir väldigt intressant — vad AI kan hjälpa dig med både tidsmässigt, för det här behöver inte ta mer än en halvtimme, kanske 20 minuter för en sådan intervju, men också vilken otrolig spets innehållet får jämfört med det du ser hos konkurrenter eller hos andra.

Det är jättespännande det du säger. I mitt bolag jobbar vi stenhårt på att i varje kundmöte, i varje säljmöte vi har, alltid komma ihåg att ställa frågan: är det okej om vi transkriberar? För att noteringar i all ära, men du får inte med samma känsla när du skriver ner några korta punkter på ett papper eller i något noteringsverktyg. När du faktiskt får med hela det samtalet du för med de andra personerna i ett möte är det superviktigt — du får verkligen med dig något helt annat som du kan använda till att sammanfatta mötet, men också till att hitta vägar framåt tillsammans med din kund.

Det vi faktiskt också gör i mitt bolag är att vi spelar in de allra flesta av våra interna möten när vi pratar om kundcase eller om utmaningar som vi har stött på, objections eller vad det nu kan vara. Det gör vi dels för att effektivisera noteringarna, men också för att kunna använda innehållet till att skapa något nytt, något bättre, något som funkar ännu bättre. Det blir verkligen de riktiga frågorna, den verkliga friktionen och de superkonkreta casen som man får ur de här samtalen, både med kunder, partners, prospects och med kollegorna.

Sen kan man använda det i olika typer av AI-verktyg. Det är också en intressant fråga i sig. Jag var och lyssnade på ett föredrag av Slöseriombudsmannen häromdagen, om hur han jobbar med olika AI-verktyg och hur han har testat dem för att kunna jobba på bästa möjliga sätt — superintressant kring just verktygen, vad han pratade om och vilka rekommendationer han hade.

Nästa användningsområde som jag ser fungerar väldigt väl är det här med skalbarhet. Jag pratade med ett företag häromdagen som hade 30 olika säljare som jobbar på helt olika orter och nästan aldrig ses. De har gjort någon slags profil för varje säljare, så att AI vet hur de låter, vilket språk de har och vilken tonalitet de har — en slags tonalitetsguide. Sen kan marknadschefen ta en artikel, mata in den i en prompt eller en custom GPT som de har byggt, och så spottar den ur sig upp till 30 olika versioner, med olika vinklingar och perspektiv. Alla de här 30 säljarna får det serverat som färdiga inlägg de kan använda i sina kanaler, kanske skrivna från tre olika perspektiv var så att de kan välja vad som känns rätt. Det är aldrig något som ska publiceras rakt av, utan ett utkast, en bit på vägen för att i alla fall få dem att göra det.

Det funkar väldigt väl, och då har du plötsligt 30 personer på sociala kanaler som LinkedIn som börjar prata om kundens utmaningar och problem — och det utgår alltid från kunden. Det är ytterligare ett användningsområde som jag tittar på nu, hur man verkligen kan skala upp det. Säkert är det många som säger att säljarna ska göra det här själva, men då vill jag bara säga att det inte är helt enkelt. Vi vet det nu efter några år — det är ju inte helt enkelt att det faktiskt blir gjort. Jag tror att detta är en hybridlösning för att i alla fall få dem att börja posta något.

Det är intressant att man kan jobba med tonalitetsguider så att alla har olika språk, och därmed känns det mer som "jag" och det är enklare att publicera saker.

En annan sak som jag har börjat använda AI jättemycket till under de senaste två åren är personas. Om vi backar bandet tio år tillbaka så gjorde jag på min byrå ganska många personas-uppdrag, alltså uppdrag där man kartlägger kunders drivkrafter, utmaningar, painpoints och vad som triggar dem till att göra affär. Det kan också vara interna hinder och struggles. Det lade man ganska mycket tid på. Man kanske ringde upp ett antal kunder och gjorde intervjuer, och fick ner någon slags dokumentation om hur målgruppen ser ut. Det använder man till allt möjligt, och det är så många marknadsteam inom B2B jobbar och har jobbat i många år.

Sen kan man tycka att det arbetet är väldigt kvalificerat. Men då vill man utmana: vad kan AI göra inom detta? För där har vi ju hela internet som kunskapskälla för hur de här personaserna tänker — man har så mycket mer information än vad du som enskild person har när du gör en persona. Jag började göra personas i ChatGPT för ungefär ett år sedan, och nu har det utvecklats till att jag använder Claude istället. Jag har matat in hur köpgrupper beter sig, att det finns interna diskussioner, att målet är att skapa samsyn. Förutom att jag då får väldigt stora personprofiler som kan ligga till grund för allt content, kan jag också skapa AI-verktyg som ger feedback på befintlig hemsida, befintliga texter och olika idéer.

Hur skulle en CFO uppfatta den här sidan om de läste den? Man får feedback direkt. Och jag har också utvecklat det vidare till att det blir en fiktiv chatt mellan till exempel en CFO och en marknadschef — vem vinner diskussionen? CFO:n tycker inte att det finns tillräckliga bevis. Marknadschefen vill gärna köra på det. Okej, då får jag konkreta tips på hur jag ska förbättra sidan.

Det här går ju från att ha tittat på en ganska tråkig PowerPoint för tio år sedan som låg på en server som ingen tittade på efter att den var gjord, till att faktiskt kunna använda den i ett dagligt arbete som faktiskt feedbackar på en ny sida eller ny artikel innan den lanseras. Otroligt stor användningsnytta jämfört med innan. Visst, det är inte en riktig kund som säger det, men det är så pass nära att det verkligen hjälper mig att börja tänka i nya banor. Det är poängen med hela den biten.

Absolut. Och där kommer sedan, som ett steg till i det, just det här med att fånga kunddialogen. När du sätter dig i ett säljmöte med ett prospect eller med en kund och samtalar kring det här och gör en inspelning av det faktiska mötet — då får du dels testa din tes eller ditt arbete som har kommit ut ur det, men du får också mer input till det arbete du håller på att göra. Det handlar om den ständiga förbättringen av det du håller på att ta fram. Ingenting är konstant, förbättringen finns där hela tiden. Du ska hela tiden göra en förbättring i det du håller på att ta fram. Och där har du verkligen ett praktexempel på hur man kan använda AI för att testa sitt arbete och sina personas, och sen kan man kanske få det bekräftat eller dementerat i kommande faktiska samtal med riktiga människor.

Det är suveränt verkligen. Och det är ganska enkelt att komma igång också. Vi har bara bestämt oss: när vi kommer in i ett säljmöte ställer vi frågan, är det okej om vi transkriberar det här mötet? Och jag tror inte det är mer än kanske någon enstaka gång någon har sagt nej hittills. Det handlar mest om att själv komma ihåg att faktiskt göra det när man kommer in i mötet.

Jag tänker på en annan sak, för du nämnde att man kan låta AI intervjua dig som expert — och det är ganska enkelt för dig och mig att bestämma att vi gör så. Men vad skulle du säga i ett företag där expertisen sitter i kanske flera olika delar av organisationen? Dels hos säljarna, dels hos kanske konsulterna eller något annat. Har du några exempel på där man har byggt upp den typen av arbete?

Ja. Det är väldigt likt det första exemplet egentligen, men det handlar mer om att du ska intervjua en expert. Det kan göras på två sätt tänker jag. Ta ett exempel: du har en säljare eller en expert, det kan vara en VD, som har väldigt mycket erfarenhet, och du vill ha hans eller hennes input till någon form av artikel eller något du ska skapa. Första steget här tycker jag är att använda AI — faktiskt till att förbereda frågor till den intervjun. Du berättar för AI, i till exempel Claude eller ChatGPT, vad du vill ha ut av innehållet. Vad är det vi vill förmedla? Då förbereder AI frågor, och gärna också följdfrågor som du kan ställa, så du får ett helt frågebatteri.

Sen bokar du in en halvtimme med den här VD:n, spelar in samtalet i Teams eller Zoom med transkribering och låter transkriberingen vara den som antecknar — få med varenda ord som sägs under den halvtimmen. Sen håller du intervjun. Bonus om du gör det på video: du kan förmodligen använda delar av den videon i sociala medier, klippa upp kanske 60–90 sekunder som du kan använda separat, och du kan lägga in en bit av videon i artikeln om det är en artikel du skapar.

Sen ska du transkribera det hela. Antingen transkriberas det automatiskt via ett plugin eller det inbyggda som finns i Teams eller Zoom, eller så använder du ett annat program, till exempel Scribe. Då får du hela textmassan, och en halvtimme ger ganska mycket text — och ju mer desto bättre i det här sammanhanget, för då förstår AI verkligen vad det handlar om.

Sen lägger du in transkriberingen i AI och säger: okej, nu vill jag att du strukturerar det här i det här formatet. Om det är ett LinkedIn-inlägg är det det, om det är en artikel är det det. Sen redigerar du och publicerar. Du har ett flöde där du använder AI som en slags redaktör, och det enda du gör är att lägga ner lite tid på förberedelserna, men du tar hjälp av AI i varje steg — förbereda frågor, anteckna, strukturera och göra ett utkast.

Det viktigaste, tycker jag, är att man lägger någon form av mänsklig touch i slutet, så att du verkligen säkerställer att det faktiskt är de här orden. I mina prompts är jag jättenoga med att AI inte ska hitta på saker, hämta saker från andra källor, eller uttrycka sig på helt andra sätt — den ska använda exakt det språket som finns i transkriberingen. Men det blir man bättre på ju mer man jobbar med det.

Jag tror att det här är ett tillämpningsflöde som funkar för väldigt många just nu, och det tar som sagt inte så lång tid. En del kunder jobbar med det här, och vi sätter upp den här typen av processer. Då har vi till exempel en halvtimme med en VD varje fredag klockan tio, ett stående möte i Teams sedan många månader tillbaka — den tiden är intervjutid. Då vet han eller hon att de ska vara i det mötet och bara svara på frågor. Det är det enda som krävs. Du behöver inte ens använda videon till något, det är mest för transkriberingens skull i det här fallet.

Sen kan det ligga till grund för massor av idéer. Du kan be AI: utifrån den här informationen, vad tycker du vi ska göra för innehåll till vår målgrupp? Då får du idéer som du inte har fått innan. Du kan få en lista på 20 olika LinkedIn-idéer utifrån exakt den texten.

Och jag vill bara ge ett litet sidospår — något som fick mig att verkligen öppna ögonen för det här är det vi kallar repurposing, alltså att återanvända samma innehåll på olika sätt i olika kanaler, olika format och olika vinklingar. Det är verkligen så: om du tittar på en text har du otroligt många möjligheter att vinkla den, och AI är fantastisk på att hitta de vinklingarna. Du kan säga till AI: här är en text från den här inspelningen jag har gjort med min VD — här är våra sju mest intressanta personas, hitta sju olika vinklingar på den här texten. Då hittar AI dem, och du upplevs ha sju olika inlägg på LinkedIn fast med exakt samma kärna.

Det är ju superhäftigt. Och jag tänker, bara utifrån min erfarenhet, att när man pratar om VD:ar och andra typer av experter, även säljare och så vidare, att man ofta har svårt att få tillgängligheten hos de här personerna. Men i ett sånt upplägg finns det ju bara den där halvtimmen — det handlar ju om att fritt berätta det man redan har här uppe.

Ja, det är hela grejen. Och det här handlar inte om AI på något sätt egentligen, utan det här handlar om när man börjar jobba i ett system med innehåll. För oftast är det så här — och det här kommer verkligen upp när man jobbar med externa partners, till exempel byråer. Jag har själv suttit i den situationen, och jag vet att till och med du och jag har jobbat i den situationen. Man kommer på en innehållsidé som ser jättebra ut på pappret. Sen ska man genomföra idén och byrån ska få access till experten på företaget. Då börjar processen med att hitta en tid. I värsta fall ska två eller tre personer vara med på mötet, och plötsligt är man en eller två månader bort innan den tiden finns. Sen håller man mötet, sen ska det feedbackas, det ska lämnas in, någon hinner inte, någon gick på semester, och sen drar det ut på tiden. Så har det gått tre-fyra månader för att få in en enda artikel.

Det här sättet att ha ett stående upplägg — att veta vilka experterna är, vad man vill kommunicera till marknaden, och hela tiden ha en plan där de har en halvtimme eller en timme varje vecka eller varannan vecka i sina kalendrar som är helig tid för content — det gör att det inte finns något uppehåll. Det är tid för innehåll. Du som ämnesexpert, du som säljare — i din roll idag behöver du vara involverad i innehållsskapandet. Det är liksom inget val längre. Om du är anställd som säljare idag behöver du utbilda och hjälpa kunder långt innan du har ett första möte. Det är ett sätt att göra det på. Om du avvarar en timme av den tiden i månaden är det inte så mycket.

Nej. Och säljare är ju ute och träffar — förhoppningsvis i alla fall — väldigt många kunder och prospects och har massor med kunddialoger hela tiden. Man har kanske också samtal via mobilen ibland, och det kan vara lite svårare att spela in, men har man Teams-möten och liknande är det suveränt att börja spela in dem.

Men jag tänker också: när man använder den här modellen med den stående halvtimmen — om det är varje vecka eller varannan vecka beror på hur många experter man har möjlighet att få tillgång till. Då kan man ju faktiskt också som säljare komma in i ett sånt möte och berätta om sitt senaste kundsamtal, om det var ett IRL-möte eller ett mobilsamtal, och återge det samtalet fritt i det sammanhanget. Det kräver inte jättemycket energi, det handlar bara om att återge det man redan har diskuterat och lägga sin egen tanke kring det. Så det blir verkligen — människan först, den här insikten, den här erfarenheten, den här dialogen man har haft. Och sen kan AI göra allt det andra med strukturen, analysen, och det du sa om att skala, så att man inte sitter fast i flera månader innan man har producerat något.

Ja. Ett exempel från verkligheten i just detta: jag jobbade med ett företag som ofta har någon form av förstudie i början av sina samarbeten med en kund, men de hade ingen information om det på sin hemsida. Då frågar jag dem varför. "Nej, vi har inte riktigt kunnat dokumentera hur den processen ser ut, för den är lite olika och så där." Okej — normalt svar. Men då tänkte jag: vi bokar in en halvtimme, spelar in mötet, transkriberar det, och sen ställer jag bara frågor utifrån min position som någon som inte vet någonting om den här processen.

Och det gjorde vi. Jag satte mig med deras VD och han svarade: "Ja, men först går det till så här, och sen så här..." Och sen kom följdfrågan: "Ja, men varför är det viktigt då?" "Jo, annars vet vi inte de här sakerna..." Och det bara blir djupare och djupare information. Efter den halvtimmen matade vi in alltihop i AI, och Claude ritade i det här fallet upp en ny landningssida för hur hela processen ser ut — med grafer och steg ett, steg två, steg tre. Varför det här är viktigt. Vilka behöver vara med i rummet. Vad det kostar. Vad som händer om man inte gör detta. Hela processen. Det tog 30 minuter från honom och kanske 30–45 minuter från mig, för att skapa något som de inte hade kunnat förmedla till sina kunder på fem år.

Ja, det är ju magiskt. Och jag vet faktiskt inte ens — många jämför hur lång tid det skulle tagit utan AI, men jag är lite inne på att det hade inte hänt utan AI.

Nej, precis. Det är fel synsätt. Du hade inte ens gjort de här sakerna om det inte vore för det.

Nej. Men precis. Det handlar verkligen bara om att få tillgängligheten till den expertisen som finns. Jag kan känna igen mig i det där — folk frågar "ja, men vad gör man i en sån workshop?" och man vet liksom inte riktigt, för man är som ämnesexpert så inne i upplägget att man inte kan återberätta det — det bara händer när man gör det.

Man kan ju också spela in riktiga kundcase om man gör en sådan assessment till exempel. Man kan spela in själva samtalet och använda det, för då blir det ett kundperspektiv från ett ännu annat håll. Och det är verkligen enkelt — allting, all teknik, finns ju där. Man behöver inte köpa några fancy mjukvaror för att göra alla de här sakerna, utan man kan använda det man redan har. Alla bolag har ju något typ av Teams eller Zoom eller något annat man kan använda för inspelning och transkribering. Och de allra flesta företag har antingen ChatGPT, Gemini, Claude eller Copilot. Alla klarar ju av att göra den typen av jobb för att underlätta.

Sen ser vi ju också hur till exempel Claude har blivit så otroligt mycket smartare det senaste året — det går inte att jämföra med hur det var innan. Till exempel att använda Claude för sökmotoroptimering och analysera en sida: det fungerar idag minst lika bra som en bra SEO-byrå, om du frågar dem i en chatt vad du ska optimera på sidan. Du säger "jag vill synas för det här sökordet men vi är bara på plats sju nu, vad kan jag göra för att komma upp till ett?" — då får du en lista som är minst lika bra som de flesta SEO-byråer ger dig, med både tekniska aspekter, intern länkning, innehållsaspekter och råd om vad du ska göra.

Det här är lite både bra och dåligt för branschen. Jag är den första att säga det, men jag kan inte sticka under stolen med att det är väldigt bra. Sen måste man vara uppmärksam på att Claude och andra AI alltid kan göra misstag. Jag tror att det är bra att man själv har viss koll på det man gör, så att man inte bara helt okritiskt lyssnar på dem, utan kan genomskåda när de säger fel saker och vågar ifrågasätta. Men du kan verkligen komma väldigt långt med det som marknadsförare.

En sista grej jag skulle vilja skicka med: det finns tusen användningsexempel på AI inom B2B, men något jag tycker är väldigt spännande — och det här kanske framförallt för lite större företag och SaaS-bolag — är att dra ut data från CRM:et. Här kommer det såklart an på vilken data du har i CRM:et från första början. Men det jag är inne på att du som marknadsteam ska försöka införa på företaget är: hur hörde du först talas om oss? Fråga en kund som kom in i en affärsdialog — hur hörde du först talas om Grone, i mitt företag till exempel? Då kanske någon säger: "Jag fick tips att lyssna på B2B-spaningspodden av någon", eller "jag var på ett event där Magnus pratade", eller "jag var på..." — det kan vara massa olika saker.

I de här verktygen ser man idag inte var de kommer ifrån från början. Man ser vilken kanal de använder för att komma till en hemsida, eller så står det "offline" och då är det säljaren som har lagt in dem. Men ta in det på alla deals ni har — hur hörde du först talas om företaget? Och skriv också vilken titel eller roll personen har som du pratar med. Sen efter ett halvår eller så drar du ut den här datan, tvättar bort alla namn och företagsnamn, men tar med vilka deals och affärsmöjligheter ni hade, storleken på dem, branschen ni försökte nå och så vidare.

Sen ber du AI analysera detta baklänges. Hur fick vi in affärerna? Hur fick vi in de affärerna som blev av? Hur fick vi in de affärerna som inte blev av? Vilka personer eller personas var med i gruppen när vi inte vann affären? Vad skiljer de vi vann från de vi inte vann? Då får du en affärsanalys kopplad till marknadsaktiviteter, som kan visa värdet av vad marknadsaktiviteterna faktiskt gör — för första gången. Det har du inte kunnat göra på det sättet innan. Utan det är oftast säljteamen som får cred för allt, oavsett om arbetet började långt, långt, långt tidigare — till exempel att man lyssnade på en podd, var på ett webinar, ett event eller något liknande.

Och det är verkligen en konkurrensfördel. Här använder du din kundkunskap — den kunskap du får av din kund. Vad har blivit affär? Vad har inte blivit affär? Du använder den som input för att ta reda på vad som funkar och vad som inte funkar, och sen gör du mer av det som funkar. Det blir en enorm konkurrensfördel att jobba på det sättet.

Ja. Så vi kan prata om det här hela dagen, men det var några tips i alla fall. Nästa steg som kommer är såklart att utveckla egna agenter, egna verktyg och så vidare — det är lite nästa steg. Jag tror att många marknadsförare, och andra också för den delen, sitter med de delarna redan. Man kan säkert göra ett helt annat avsnitt om den biten, men det här är mer det vi kan kalla kvalificerad användning av AI — sen kan man uttrycka det ännu mer.

Mitt favoritverktyg just nu är till exempel Firecrawl. Det är inget verktyg i sig utan vad det gör är att det skrapar internet på information, och den informationen kan sedan komma in i AI, och då kan man göra i stort sett vad som helst. Men då går vi in lite på de mer tekniska aspekterna.

Ja. Men man måste börja någonstans enkelt, och där säger jag bara: börja spela in dina kundsamtal, dina säljsamtal, kanske de interna säljmötena där man diskuterar vad som har gått bra och vad som har gått dåligt. Börja åtminstone där. Det kräver inte så mycket, för det handlar i slutändan om att vi måste lära oss av våra kunder. Vad är det kunderna vill ha och vad vill de inte ha, och sen göra mer av det de vill ha — för det är kunderna som gör oss bättre. Inte AI per se, utan kundinsikterna som gör oss bättre.

Ja, jättebra. Bra snack. Vi återkommer till AI längre fram, men jättespännande. Tack för idag. Tack för idag. Hej hej.