Samhället förändras i allt högre takt. AI användning har ökat, liksom de utmaningar som är förknippade med AI implementering. Forskning om AI har utförts inom andra områden såsom sjukvård, medicin eller tillverkningsindustri, men väldigt få studier om AI inom förvärv, vilket tyder på att mängden studier relaterade till AI inom förvärv ligger efter jämfört med andra områden. Den mest lämpliga forskningsstrategin för denna studie var kartläggning, vilket också valdes, dels för att det möjliggör en djupgående förståelse av efterfrågade faktorer, dels studiens syfte.

Det beräknas att mer än hälften av alla verksamheter kommer att ha någon typ av AI-system i sina affärsprocesser under det närmaste halvdecenniet. Implementering av AI skiljer sig från traditionell teknisk integration, vilket medför nya utmaningar och framgångsfaktorer vid implementeringen av AI och för att skapa en dynamisk affärsmiljö.

Syftet var att identifiera framgångsrika faktorer och utmaningar som finns när ett förvärvsföretag vill implementera AI i sina affärsprocesser. Vid implementering av AI är misslyckande graden hög, och för att minimera risken kommer kritiska framgångsfaktorer att tas fram. Denna studie har genom semistrukturerade intervjuer och tematisk analys undersökt vilka avgörande faktorer som finns för en framgångsrik implementering av AI samt dess utmaningar inom företagsförvärv, vilket har kunnat besvarat forskningsfrågan. Det har resulterat i framtagningen av 18 avgörande faktorer som ger en tydligare bild på vilka utmaningar ett förvärvbolag kommer att mötas av och vilka framgångsfaktorer som kommer att stödja implementeringen. Identifierade utmaningar var integrationskomplexitet, datakvalitet och tillgänglighet, säkerhetsrisker och sekretessbekymmer, kompetensgap och kunskapsbrist, motstånd mot förändring, etiska överväganden och förtroende, initiala kostnader, underhåll och uppdatering av AI-system samt behov av specialiserade resurser. De framgångsfaktorer som identifierades var: tydliga mål och förväntningar, riskhantering och scenarioanalys, företagsstrategi, flexible IT-struktur, expertis, kontinuerlig utbildning, innovationsdrivande kultur, starkt ledarskap och engagemang samt testning genom pilotprojekt.

Slutsatsen var att de flesta verksamheter är unika, och att enbart ta hänsyn till dessa faktorer inte garanterar en framgångsrik implementering av AI, även om bidraget är betydande. En innovationsdrivande kultur och eget engagemang är bland de viktigaste faktorerna, där bristen kunskap och engagemang utgör en av de stora utmaningarna vid implementering av AI.

Society is changing at an ever-increasing pace. The use of AI has increased, as have the challenges associated with AI implementation. Research on AI has been conducted in other areas such as healthcare, medicine, or manufacturing industries, but very few studies on AI in acquisitions, indicating that the amount of studies related to AI in acquisitions lags behind compared to other areas. The most suitable research strategy for this study was mapping, which was also chosen because it allows for a deep understanding of the factors demanded and the purpose of the study.

It is estimated that more than half of all businesses will have some type of AI system in their business processes in the next half-decade. Implementing AI differs from traditional technical integration, bringing new challenges and success factors in AI implementation and in creating a dynamic business environment.

The aim was to identify successful factors and challenges when a acquiring company wants to implement AI. When implementing AI, the failure rate is high, and to minimize the risk, critical success factors will be identified. Through semi-structured interviews and thematic analysis, this study has examined the crucial factors for successful implementation of AI as well as its challenges in corporate acquisitions, thus answering the research question. This has resulted in the identification of 18 crucial factors that provide a clearer picture of the challenges a acquiring company will face and which success factors will support the implementation. Identified challenges included integration complexity, data quality and availability, security risks and privacy concerns, skills gap and knowledge deficiency, resistance to change, ethical considerations and trust, initial costs, maintenance and updating of AI systems, and the need for specialized resources. The success factors identified were: clear goals and expectations, risk management and scenario analysis, corporate strategy, flexible IT structure, expertise, continuous education, innovation-driven culture, strong leadership and commitment, and testing through pilot projects.

The conclusion was that most businesses are unique, and considering only these factors does not guarantee a successful implementation of AI, although the contribution is significant. An innovation- driven culture and personal commitment are among the most important factors, where the absence constitutes a challenge and the existence is a crucial success factor.