I takt med att användningsområden och utvecklingen av artificiell intelligens (AI)ständigt expanderar, blir det allt viktigare för organisationer att hålla sig i utvecklingensframkant. Genom att implementera AI-verktyg för verksamhetsanalyser kanorganisationer effektivisera arbetsprocesser och skapa nya möjligheter. Samtidigtinnebär denna utveckling även nya utmaningar. Det finns en risk att mångaverksamheter ännu inte har erfarenhet av att hantera dessa utmaningar. Studien syftartill att undersöka vilka potentiella utmaningar som kan uppstå vid användning avinbyggd AI i business intelligence (BI)-system. För att besvara detta har en kvalitativmetod tillämpats med hjälp av delfimetoden, där semi-strukturerade intervjuergenomfördes med nio experter inom området. Delfimetoden som valdes används för attundersöka och se in i framtiden. I studien har vi genomfört tre iterationer,litteraturgenomgång samt två intervjuomgångar. Intervjumaterialet analyseradestematiskt och identifierade fyra huvudområden för utmaningar: “Arbetsprocesser ochtekniska aspekter”, “Etik, moral och säkerhet”, “Kompetens och kommunikation” samt“Teknik och data”. Resultatet visar att det finns flera potentiella utmaningar somorganisationer bör vara medvetna om för att kunna skapa en hållbar och effektivanvändning av AI-verktyg i BI-system. Genom att tidigt identifiera och hantera dessautmaningar kan organisationer förbättra sina arbetsprocesser och fatta bättre beslut,samtidigt som de stärker sin relation till AI-teknologin.

As the applications and development of artificial intelligence (AI) continue to expand, itbecomes increasingly important for organizations to stay at the forefront. Byimplementing AI tools for business analysis, organizations can streamline workflowsand create new opportunities. At the same time, this development also introduces newchallenges that many organizations have yet to encounter. This study aims to investigatethe potential challenges that may arise when using embedded AI in business intelligence(BI) systems. To address this, a qualitative method was applied using the Delphimethod, where semi-structured interviews were conducted with nine experts in the field.The delphi method chosen is used to investigate and look into the future. In the study,we conducted three iterations, a literature review, and two rounds of interviews. Theinterview material was analyzed thematically, identifying four main challenge areas:“Work processes and technical aspects,” “Ethics, morality, and security,”“Competence and communication,” and “Technology and data.”. The results indicatethat there are several potential challenges organizations should be aware of to createsustainable and efficient use of AI tools in BI systems. By identifying and addressingthese challenges early, organizations can improve their workflows and make betterdecisions while strengthening their relationship with AI technology.