Kvadrat slutade bygga eget och valde Cinode: ”Datakvalitet är den nya flaskhalsen”

I åratal byggde Kvadrat sitt eget system för kompetens och konsultprofiler. Sedan vände bolaget 180 grader. Idag ligger kompetensdatan i Cinode, och antalet strukturerade kompetenspunkter per konsult har gått från några få till 76. Bolaget har också vunnit affärer det annars inte hade fått.

Anna Leijon, Chief Digital & Marketing Officer och IT-ansvarig på Kvadrat på Kvadrat, förklarar varför datakvalitet blivit den verkliga flaskhalsen för AI och vad man underskattar när man bestämmer sig för att bygga själv.

Beslutet att lämna det egna systemet började inte med en systemjämförelse. Det började med att Kvadrat, Sveriges största community av egenföretagande konsulter, med 500+ kvadratare på 11 orter, la om hela sin IT-strategi.

– Tänket var tidigare att vi är så stora att vi kan bygga eget, säger Anna.

Hon ledde arbetet med en ny IT-strategi som vände på den logiken.

– Vi ska göra det vi är bra på och lämna över det som är tungt till andra. Det köper vi in från marknaden, och då blir det någon annans jobb att hålla oss i framkant.

Den nya strategin innebär att systemen ska vara utbytbara, att de ska kräva lite eget underhåll och att de ska gå att koppla ihop med AI från början. Det sista är det som gör skillnad för hur snabbt Kvadrat kan växa.

– Det är där vi ser otrolig potential i vår modell. Att kunna skala mycket mer effektivt, vilket vi inte hade förutsättningarna för, säger Anna.

Problemet med egenbyggt: ingen äger visionen

Det egna systemet hade vuxit fram över tid och tjänat Kvadrat väl länge, men utan någon som ägde helheten.

– När man bygger eget behöver någon hålla ihop helheten över tid. Annars blir både systemet och databasen spretiga, säger Anna.

Med tiden hamnade information på flera ställen, i olika format, i olika delar av organisationen. När bolaget sedan ville lägga AI ovanpå blev den spretiga datan ett direkt hinder.

Det är ägarskapet hon återkommer till. Inte som en teknisk fråga, utan som ett åtagande över tid.

– När man bygger själv in-house måste man också ta ett ägandeskap över det. Det måste man köpa in på 10 års sikt, och vi bestämde att det inte är vår kärnverksamhet.

Att AI gjort det enklare att bygga ser hon som den farligaste missuppfattningen just nu.

– Nu tror alla att jag har ju AI, så jag kan slänga ihop vad som helst. Men du underskattar komplexiteten. Och ägarskapet och säkerheten och alla de här bitarna.

Att få ihop en första version är sällan problemet. Frågan är vem som äger systemet när den som byggde det har gått vidare, vem som svarar för säkerheten, och vem som ser till att det fortfarande håller om fem år.

400 user stories först

Valet av plattform föregicks av ett grundligt arbete. Anna kartlade behoven i samtliga användargrupper innan hon tittade på en enda leverantör.

Det blev omkring 400 user stories.

– Jag gjorde en marknadsanalys och hittade alla relevanta leverantörer av den funktionalitet vi efterfrågade. AI var ett stöd för att ställa kravbilden mot leverantörerna, men beslutet tog vi efter vår egen utvärdering.

Förslagen som kom tillbaka var både svenska och internationella. Cinode tickade flest boxar.

– Vi vill helst köpa svenskt om det finns. Men nu var också det svenska bäst i termer av att uppfylla alla våra krav, också Sveriges specifika krav. Då är det svårt att tävla med internationella.

Från CV-text till 76 datapunkter

Den tydligaste förändringen syns i datan om konsulterna.

Tidigare fanns kompetenserna främst i löpande text i CV:n och var inte registrerade som egna datapunkter. Idag har varje konsult i snitt 76 strukturerade kompetenspunkter.

	Tidigare	Idag
Kompetenspunkter per konsult	Få, mest i löpande text	76 i snitt
Format	Löpande text i CV:n	Strukturerade datapunkter
Sökning	Flera system, separata ingångar	En plattform, en ingång

Utan identifierade datapunkter blir matchningen gissningar.

– Det är jättesvårt att matcha personer om man inte har de här datapunkterna identifierade. Det blir verkligen dålig data in, dåliga matchningar ut, säger Anna.

Matchningen stöds av AI, men det är alltid människor som fattar besluten om vem som erbjuds ett uppdrag.

Lika viktigt är att allt nu finns på ett ställe. Kvadratarna, som driver egna bolag, och underkonsulterna fanns förut i var sitt system, och kompetenssökningar fick göras på flera håll. Det är själva grunden i kompetenshantering: att datan är strukturerad, samlad och går att söka i.

För Kvadrat är det extra viktigt. När 500+ egenföretagare delar en gemensam säljorganisation är snabb och träffsäker matchning det som gör att rätt uppdrag hamnar hos rätt kvadratare. Det är egen men inte ensam i praktiken.

– One source of truth och en väg in. Det är extremt viktigt, så att det inte blir att folk sitter med egna små system eller egna handsnickrade excelsnurror. Att gå från flera till en var superviktigt.

Datakvalitet är den nya flaskhalsen

Annas skarpaste poäng handlar om vad som egentligen begränsar ett bolags förmåga att dra nytta av sin information.

– Tidigare var analyskapaciteten begränsad, oftast till en dedikerad resurs på ekonomiavdelningen eller en business controller. Nu när vi har AI fullt ut är det inte analyskapaciteten som är den trånga sektorn, utan datakvaliteten, säger Anna.

Det är där hävstången ligger.

– Det är då vi kan få en hävstångseffekt på vår oändliga analyskapacitet. Annars kan man inte få den effekten.

Går det då att bli AI-driven utan ordning på datan? Det går, men nyttan uteblir till stor del.

AI och MCP: en kollektiv hjärna

Med strukturen på plats kopplar Kvadrat ihop sina system och gör informationen tillgänglig direkt.

– För bara några år sedan behövde man fråga ekonomiavdelningen om man ville ha en siffra. Nu kopplar vi ihop våra system och var och en kan hämta det själv, utifrån sin behörighet. Det är väldigt många mejl och möten som har kunnat ställas in, säger Anna.

Med 11 orter och 500+ konsulter är transparens inte en ambition utan ett krav.

– Med hundratals delägare är transparens en självklarhet. Alla ska kunna se hur det går, och delägarna vill ha insikter och nyckeltal.

Det långsiktiga målet beskriver hon som en kollektiv hjärna.

– Ett gränssnitt, flera ingångar. Där man i realtid uppdaterar varandra på best practices och nyckeltal. Det har plockats ner från ett stängt moln till en tillgång för hela företaget. Det är det jag tycker att MCP och Cinodes MCP möjliggör för oss i hela organisationen.

Samma sak gäller arbetssätten. Historiskt har orterna haft egna lokala rutiner.

– Vi går från att varje ort hittat sina egna sätt till att vi delar best practice.

”Det är precis det som är value for money”

Cinode gick live i januari.

– Cinode har varit väldigt lyhörda kring våra behov och ligger i framkant techmässigt. När jag säger att vi vill koppla upp mot MCP, då finns det. När jag säger att jag vill ha en slackbot, då finns det, säger Anna.

Risken hon ser hos många SaaS-leverantörer är den motsatta. Att man blir bekväm när intäkterna tickar in.

– Det känns som att Cinode är väldigt hungriga på att ligga i framkant. Och det är precis det jag vill betala för. Det är precis det som är value for money.

Affärer som annars inte hade blivit av

Den tydligaste effekten syns inte i en siffra, utan i affärer som gått i hamn.

– Jag vet att vi har fått affärer som vi inte hade fått utan Cinode.

Två saker driver det. Snabbare svar på kundernas förfrågningar, och bättre räckvidd mot underkonsulter.

– Vi kan nå ut till en hel underkonsultgrupp jättesnabbt. Det har möjliggjort att vi fått in underkonsulter som vi annars troligtvis inte hade hittat eller ens fått in.

I konsultmarknaden är tid avgörande.

– Det är en sådan otrolig tidspress att svara på kundernas förfrågningar. Annars är det någon annan där och nappar.

Rådet till andra som står inför samma val

Hennes råd är samma resonemang som ledde fram till Kvadrats eget beslut. Och det är det hon skulle säga till vem som helst som sitter där Kvadrat satt för ett år sedan.

– Det låter som att det är enkelt, och det låter lockande. Men man måste fokusera på sin kärnverksamhet och låta andra göra resten. Det finns någon där ute som är villig att lösa ditt problem, och de löser det bättre än vad du gör. Man ska inte vara dum och börja uppfinna hjulet igen.

Själva bygget är sällan det som fäller ett egenutvecklat system. Det är allt som kommer efteråt.

– Man ska inte underskatta underhåll, maintenance, produktvision och säkerhet och alla de här superviktiga aspekterna, som blir allt viktigare. Det är extremt lätt att missa på egenbyggda grejer.

”Då bygger du en egen SaaS”

Men hennes tyngsta invändning handlar inte om drift. Den handlar om att ett eget system aldrig blir färdigt.

– Det du åtar dig om du bygger eget är att du också ska återuppfinna det hela tiden. Du måste ha en vision. Du måste leda utvecklingen. Att bara bygga efter era behov här och nu är kanske inte så svårt. Men att hela tiden ligga i framkant, då måste du dedikera flera heltidstjänster. Och då bygger du en egen SaaS.

Den frågan har Kvadrat lagt bakom sig. Nu tittar hon framåt.

– Vår ambition är att vara det självklara stället för egenföretagande konsulter. Att vi tillsammans ska bli världens lyckligaste yrkesmänniskor. Och vi tror att vi tillsammans med Cinode kan fortsätta växa och revolutionera hela konsultmarknaden och frilansbranschen.

Vanliga frågor Cinode och Kvadrat

Kan ett konsultföretag bygga sitt eget system för kompetenshantering?

Tidigare var analyskapaciteten den begränsande faktorn i de flesta bolag. Med AI är analyskapaciteten i praktiken obegränsad. Då blir datakvaliteten den nya flaskhalsen. Ostrukturerad information i löpande text och dokument går inte att matcha mot eller analysera på ett träffsäkert sätt.

Varför är datakvalitet en förutsättning för AI?

Tekniskt går det. Utmaningen ligger i det som kommer efter lanseringen. Någon måste äga visionen, driva utvecklingen, sköta underhåll och svara för säkerheten över lång tid. Kvadrats erfarenhet är att ett egenbyggt system utan tydligt ägarskap blir spretigt, och att den spretigheten sprider sig till datan.

Vad innebär strukturerad kompetensdata i praktiken?

Tidigare var analyskapaciteten den begränsande faktorn i de flesta bolag. Med AI är analyskapaciteten i praktiken obegränsad. Då blir datakvaliteten den nya flaskhalsen. Ostrukturerad information i löpande text och dokument går inte att matcha mot eller analysera på ett träffsäkert sätt.

Vad innebär GDPR och AI-förordningen för kompetensdata?

Kompetensprofiler innehåller personuppgifter, vilket gör GDPR tillämplig oavsett om systemet är köpt eller egenbyggt. Bygger man själv står man också själv för laglig grund, gallring, registerutdrag, incidenthantering och säkerhet över tid. AI-förordningen lägger till krav när AI används i beslut som rör personers arbete, exempelvis vid urval och tillsättning, och kräver bland annat dokumentation och mänsklig kontroll. Ansvaret som personuppgiftsansvarig ligger alltid kvar hos konsultföretaget. Leverantören ansvarar, som personuppgiftsbiträde, för plattformens säkerhet och drift enligt biträdesavtalet. Cinode är ISO 27001-certifierat och följer GDPR.

Vad är Kvadrat?

Kvadrat grundades 1988 och är idag Sveriges största community av egenföretagande konsulter, med 500+ kvadratare på 11 orter. Varje kvadratare driver sitt eget aktiebolag men är inte ensam: man delar en gemensam säljorganisation, ett femtiotal ramavtal och ett ekosystem av kompetens, kunder och gemenskap. Efter ett år kan man bli delägare, och idag är 250+ kvadratare delägare i Kvadrat. Visionen är att bli världens lyckligaste yrkesmänniskor. Läs mer på kvadrat.se.

Hur skiljer sig Kvadrat från en konsultmäklare eller ett konsultbolag?

Hos Kvadrat äger konsulterna verksamheten tillsammans, och inga externa delägare tillåts. Varje kvadratare driver sitt eget bolag och kan efter ett år bli delägare med inflytande och vinstdelning. De gemensamma kostnaderna delas och kommer tillbaka som gemensamma funktioner, till exempel sälj och kompetensutveckling. Uppdragen går alltid först till kvadratarna och i andra hand till underkonsulter då kvadratarna inte kan eller vill ta ett uppdrag. Kvadratare är egna men inte ensamma, helt enkelt.