NÄR AI-VERKTYGET FÖRSVINNER – HAR NI EN PLAN B?
Ingen beslutade att AI skulle bli verksamhetskritiskt. Det bara blev så. Först var det ett fönster bredvid mejlen, sedan blev det stället där utkasten skrivs, ärendena sammanfattas, protokollen renskrivs och svaren formuleras. Beroendet uppstod utan projektbeslut, utan riskanalys och utan en rad i kontinuitetsplanen. Sedan kommer dagen då tjänsten är nere hela förmiddagen, modellen ni byggt era mallar kring pensioneras, eller avtalet löper ut och priset är ett annat. Den här artikeln handlar om det tråkigaste och mest lönsamma AI-arbetet som finns: att i förväg veta vad ni gör när verktyget inte är där.
Vem står bakom innehållet?
Den här artikeln är redaktionellt framtagen av AI på svenska för chefer, IT-ansvariga, inköpare, administratörer och alla som märkt att ett AI-verktyg har blivit en del av det dagliga arbetsflödet – i företag, kommuner, regioner och myndigheter.
Den bygger på primärkällor: cybersäkerhetslagen (2025:1506), dataskyddsförordningen, EU:s dataförordning (EU) 2023/2854 samt leverantörernas egen publicerade dokumentation om modellers livscykel. Driftsiffrorna kommer från Ooklas analys av Downdetector-data och beskrivs med de förbehåll som den datakällan kräver.
Texten är allmän information, inte juridisk rådgivning. Vad som gäller för er beror på verksamhet, avtal och vilka regelverk ni omfattas av.
Tre saker har hänt samtidigt
Beroendet blev verkligt. Skillnaden mellan 2024 och 2026 är inte att fler har testat AI, utan att fler har slutat kunna arbeta som förut. När ett verktyg används några gånger i veckan är ett avbrott en irritation. När det används i varje ärende är samma avbrott ett produktionsstopp. Det som gör detta svårt att upptäcka i tid är att beroendet sällan syns i något systemregister: verktyget köptes ofta som en licens, inte som ett verksamhetssystem.
Avbrotten går att mäta – och de ökade. Ookla publicerade i juni 2026 en genomgång av 471 dagars amerikanska Downdetector-data från den 1 januari 2025 till den 16 april 2026, omfattande omkring 3,7 miljoner användarrapporterade problem för ChatGPT, Claude, Gemini, Microsoft Copilot, AWS och Azure. Antalet dagar med kraftigt förhöjd rapportvolym – mer än tio gånger tjänstens egen normalnivå – steg från 6 under första kvartalet 2025 till 51 under första kvartalet 2026. Fördelningen var ojämn: Claude stod för 39 av dagarna, Gemini för 7, Copilot för 3 och ChatGPT för 2. Två stora molnincidenter under hösten 2025 gav dessutom mycket höga toppar: AWS DynamoDB-händelsen den 20 oktober med över 315 000 rapporter i USA och Azure Front Door-incidenten den 29 oktober med närmare 96 000. Siffrorna ska läsas för vad de är: användarrapporter, inte uppmätt tillgänglighet, och från den amerikanska marknaden. Riktningen är ändå tydlig nog att ta med i en riskbedömning.
Regelverken hann ifatt. Cybersäkerhetslagen (2025:1506) trädde i kraft den 15 januari 2026 och genomför NIS2-direktivet i svensk rätt. Den kräver bland annat kontinuitetshantering av de verksamheter som omfattas. EU:s dataförordning, förordning (EU) 2023/2854, tillämpas sedan den 12 september 2025 och innehåller ett helt kapitel om att byta databehandlingstjänst. Ingen av dem handlar om AI i första hand. Båda träffar ändå precis den fråga som AI-införanden brukar hoppa över: vad händer när tjänsten inte är kvar?
Fyra sätt ett AI-verktyg försvinner
Det är värt att skilja på dem, eftersom de kräver helt olika förberedelser.
- Driftavbrott. Tjänsten är nere i minuter, timmar eller i värsta fall längre. Det märks ofta omedelbart men kan vara helt eller partiellt och kan bero på leverantören, en underleverantör eller den egna anslutningen. Förberedelsen handlar om att snabbt avgöra omfattningen och veta vad man gör under tiden.
- Modellen pensioneras eller byts ut. Tjänsten fungerar, men den bakomliggande modellen är en annan. Prompter som var finslipade ger nu ett annat resultat, ibland bättre och ibland systematiskt sämre för just er uppgift. Detta är planerat och varslas i förväg – men bara till den som läser varslen.
- Avtalet eller villkoren ändras. Priset höjs, funktioner flyttas till en dyrare nivå, dataskyddsvillkoren skrivs om, eller leverantören lämnar marknaden. Här är förberedelsen avtalsmässig och handlar mest om hur lätt det är att ta sig därifrån.
- Ni stänger av det själva. Den underskattade varianten. En incident, ett tillsynsärende, ett internt beslut eller en upphandling som överprövas kan göra att ni måste sluta använda verktyget nästa vecka. Om det inte finns ett sätt att arbeta utan det blir beslutet i praktiken omöjligt att fatta – vilket är ett dåligt läge att hamna i.
Den första punkten är främst en driftfråga. De tre andra är inköps-, arbetssätts- och ledningsfrågor, och blir ofta dyra att hantera först när förändringen redan har skett.
Modeller pensioneras planerat – och det står i dokumentationen
Många upplever modellbyten som något som händer plötsligt. I själva verket är det bland det mest förutsägbara i hela AI-branschen, för leverantörerna publicerar sina regler.
OpenAI anger i sin dokumentation om API-avvecklingar minst sex månaders varsel för allmänt tillgängliga modeller och minst tre månader för specialiserade varianter. Förhandsversioner, som har preview i namnet, kan avvecklas med betydligt kortare varsel – exempelvis omkring två veckor – och rekommenderas därför inte för verksamhetskritisk produktion om man inte kan byta snabbt. Säkerhets- eller regelefterlevnadsskäl kan ge kortare framförhållning. Konkreta datum publiceras löpande: den 22 april 2026 aviserades två grupper av äldre modellversioner, där en grupp stängdes den 23 juli och en annan ska stängas den 23 oktober 2026.
Microsoft publicerar en motsvarande livscykel för Foundry. Standardlivscykeln för allmänt tillgängliga modeller är 18 månader från lansering, men modeller från vissa leverantörer har i stället 12 månader. Efter 12 månader i standardcykeln kan nya kunder inte längre välja modellen. Aktiva kunder får minst 60 dagars varsel före pensionering och för förhandsversioner minst 30 dagar. När en modell väl är pensionerad returnerar anrop felet 410 Gone. Provisionerade driftsättningar uppgraderas inte automatiskt, så de kunderna måste själva migrera.
Konsumentgränssnitt följer andra tidslinjer än API:er. Den 13 februari 2026 pensionerade OpenAI bland annat GPT-4o, GPT-4.1, GPT-4.1 mini och o4-mini i ChatGPT, medan API-åtkomsten då lämnades oförändrad. Ett modellnamn kan alltså försvinna ur tjänsten som medarbetarna använder även när utvecklarnas API-version finns kvar.
Två praktiska slutsatser. Den första: någon hos er behöver prenumerera på leverantörens avvecklingsmeddelanden, precis som någon bevakar säkerhetsuppdateringar. Den andra: ett modellbyte ska behandlas som en förändring som kan påverka kvaliteten, inte som en uppgradering som per definition är bättre. Hur man upptäcker att svaren blivit sämre har vi gått igenom i artikeln om hur ni regressionstestar när AI ändrar svaret.
Vad reglerna faktiskt kräver – och av vem
Cybersäkerhetslagen (2025:1506). Lagen trädde i kraft den 15 januari 2026 och genomför NIS2-direktivet. Den omfattar bland annat kommuner, regioner och kommunalförbund, vissa statliga myndigheter samt många verksamheter som minst motsvarar ett medelstort företag och verkar i sektorerna i NIS2-direktivets bilagor. Det finns både undantag och kategorier som omfattas oavsett storlek, bland annat vissa digitala tjänster. Tillämpningsområdet behöver därför bedömas mot 1 kap. 3–8 §§, inte med en enda storleksregel. Kravet i 2 kap. 3 § är att verksamhetsutövaren ska vidta lämpliga och proportionella tekniska, driftsrelaterade och organisatoriska åtgärder, och de åtgärder som räknas upp omfattar uttryckligen riskanalys, kontinuitetshantering och krishantering samt säkerhet i leveranskedjan. Omfattade verksamheter ska också anmäla sig; anmälningsfunktionen öppnade den 2 februari 2026 och ansvaret för mottagandet ligger sedan den 1 juli 2026 hos Nationellt cybersäkerhetscenter vid FRA. Myndigheten för samhällsskydd och beredskap heter sedan den 1 januari 2026 Myndigheten för civilt försvar.
Var tydlig med vad detta betyder för er: de flesta arbetsplatser i Sverige omfattas inte. Men ni ska göra bedömningen, inte anta den – och om ni omfattas är ett AI-verktyg som blivit nödvändigt för en samhällsviktig process ett beroende som hör hemma i kontinuitetsarbetet.
Dataskyddsförordningen. Artikel 32 kräver lämpliga tekniska och organisatoriska säkerhetsåtgärder, och räknar bland annat upp förmågan att fortlöpande säkerställa tillgänglighet och motståndskraft samt förmågan att återställa tillgängligheten och tillgången till personuppgifter i rimlig tid vid en fysisk eller teknisk incident. Tillgänglighet är alltså inte bara en driftfråga utan en dataskyddsfråga när personuppgifter behandlas. När tjänsten upphör aktualiseras dessutom personuppgiftsbiträdesavtalet, som ska reglera att uppgifterna raderas eller återlämnas.
Dataförordningen (EU) 2023/2854. Den tillämpas sedan den 12 september 2025 och har ett kapitel om byte mellan databehandlingstjänster, alltså i praktiken moln- och edge-tjänster. För sådana tjänster ska avtalet bland annat ange en uppsägningstid på högst två månader innan bytet inleds, normalt högst 30 dagars övergångsperiod och minst 30 dagar för kunden att hämta data efteråt. Om 30 dagar är tekniskt ogenomförbart ska leverantören motivera det och ange en alternativ period på högst sju månader. Oberoende av detta har kunden rätt att förlänga övergångsperioden en gång med en tid som passar de egna behoven. Bytesavgifter får fram till den 12 januari 2027 bara motsvara leverantörens direkta kostnader, och därefter är de förbjudna. Om just er AI-tjänst räknas som en databehandlingstjänst beror på hur den levereras, men reglerna är utformade för att minska avtalsmässiga och tekniska byteshinder.
Offentlig sektor har ett lager till. Om material som skapats i verktyget kan vara allmänna handlingar räcker det inte att kunna arbeta vidare utan tjänsten – handlingarna måste också gå att ta fram efteråt. Frågan om när prompter och AI-svar blir allmänna handlingar har vi behandlat separat i artikeln om AI-promptar som allmänna handlingar.
Förmiddagen då ingen kunde svara kunden
En kundserviceenhet med tolv medarbetare har under ett år byggt upp ett arbetssätt där varje inkommande ärende först sammanfattas av ett AI-verktyg och där svarsutkast genereras utifrån en uppsättning egna mallar. Handläggningstiden har gått ned med en dryg tredjedel. Ingen har längre någon rutin för att läsa en lång ärendetråd från början.
En tisdagsmorgon svarar tjänsten inte. Efter tjugo minuter är det tydligt att det inte är det egna nätet. Enheten har ingen information om hur länge avbrottet väntas pågå, ingen intern beskrivning av hur ärenden hanterades tidigare, och de gamla svarsmallarna finns bara som exempel inuti prompterna – inte som dokument. Klockan elva har kön vuxit så mycket att chefen börjar ringa in personal.
Avbrottet varar i tre timmar. Efterarbetet tar två dagar.
Vid genomgången visar det sig att tre saker saknades, och att alla tre var billiga att ordna i förväg. Det fanns ingen enkel beskrivning av hur ett ärende handläggs utan verktyget, med en realistisk uppskattning av hur många ärenden per timme det innebär. Det fanns ingen beslutsregel för när enheten går över till reservläge – vilka ärenden som prioriteras och vilka som får vänta. Och det fanns ingen kopia av mallarna utanför verktyget, trots att de var enhetens eget arbete.
Scenariot är illustrativt. Mönstret är det som är värt att ta med: det som gjorde avbrottet dyrt var inte tekniken, utan att arbetssättet bytts ut utan att det gamla dokumenterats.
Börja med att ta reda på vad som faktiskt stannar
Det här går att göra på ett arbetsplatsmöte, och det ger mer än de flesta AI-strategier. Lista de arbetsmoment där AI används i dag och klassa varje moment i tre nivåer:
- Bekvämlighet. Momentet blir långsammare utan verktyget, men blir gjort. Exempel: att formulera om en text som redan finns. Ingen åtgärd behövs utöver att veta att det är så.
- Arbetsflöde. Momentet är omorganiserat kring verktyget. Utan det stannar arbetet tills någon minns hur det gjordes förut. Här behövs en skriven reservrutin.
- Kritiskt beroende. Momentet kan inte utföras alls inom rimlig tid utan verktyget, eller berör en process med krav på leverans, tidsfrist eller patientsäkerhet. Här behövs både reservrutin, ett beslut om vem som får aktivera den och en uttalad gräns för hur länge läget kan pågå.
Ställ sedan en enda fråga per moment: hur många timmar klarar vi oss utan detta innan någon utanför organisationen märker det? Svaret avgör hur mycket förberedelse som är rimlig. Ett moment som tål två dagar kan ofta nöja sig med en enkel instruktion. Ett moment som märks efter två timmar behöver en testad reservrutin.
Var beredda på två obehagliga upptäckter. Den ena är att ni har fler kritiska beroenden än ni trodde, ofta i administrativa flöden som ingen har beskrivit på papper. Den andra är att en del av användningen är okänd för ledningen – verktyg som medarbetare skaffat själva för att lösa ett verkligt problem. Det är en egen fråga, som vi behandlat i artikeln om att få upp AI-användningen på bordet. För kontinuitetsarbetet räcker det med att konstatera: ett beroende ni inte känner till kan ni inte planera för.
Fem krav på en plan B som fungerar
En reservrutin som bara finns som en tanke i chefens huvud är ingen reservrutin. Fem krav gör skillnaden:
- Den är skriven och kort. En sida per kritiskt moment räcker: så här gör vi utan verktyget, i den här ordningen, med den här kapaciteten per timme.
- Den ligger utanför det som kan gå ner. En rutin som bara finns i den tjänst som är otillgänglig är inte tillgänglig. Detsamma gäller om den ligger i ett intranät som är beroende av samma inloggning.
- Den har en utlösare och en ägare. Vem beslutar att ni går över i reservläge, efter hur lång tid, och hur meddelas det? Utan detta går de första timmarna åt till att avvakta.
- Den anger vad som får bli sämre. Under ett avbrott ska något prioriteras ned. Om det inte är bestämt i förväg bestäms det av slumpen, och ofta blir det kvaliteten i det som ändå levereras.
- Den har provats. En halvdag utan verktyget, planerad i förväg, avslöjar mer än en riskanalys. Det behöver inte vara dramatiskt: välj en lugn dag, stäng av, och anteckna vad som gick långsamt.
Lägg till en sak som ofta glöms: hur ni går tillbaka. Efter ett längre avbrott finns en kö, och att köra ikapp med hjälp av verktyget innebär att en stor mängd material passerar med lägre granskning än vanligt. Bestäm i förväg att återgången sker kontrollerat.
Fem saker som ska gå att ta med sig
Inlåsning är sällan ett aktivt val. Den uppstår när det som skapats i verktyget blir omöjligt att flytta därifrån. Kontrollera att ni kan ta ut följande, i ett format som går att använda någon annanstans:
- Era prompter och mallar. De är resultatet av ert eget arbete och ofta det värdefullaste ni har byggt. Håll dem i ett eget dokument eller bibliotek, inte enbart inuti leverantörens gränssnitt. Så bygger ni ett sådant bibliotek går vi igenom i artikeln om internt promptbibliotek i teamet.
- Era dokument och kunskapskällor. Om ni laddat upp handböcker, rutiner eller underlag till verktyget: finns originalen kvar hos er, uppdaterade?
- Konfiguration och regler. Behörigheter, integrationer, egna assistenter och de instruktioner som styr dem. Det är ofta här den verkliga arbetsinsatsen ligger.
- Historik som har ett värde. Konversationer och genererat material som ni behöver kunna visa upp eller söka i senare – särskilt i offentlig verksamhet och i reglerade branscher.
- Loggar för granskning. Vem gjorde vad, när. Behövs vid incidenter, tillsyn och för att kunna svara på frågan om hur ett visst underlag kom till.
Digg och IMY:s riktlinjer för generativ AI i offentlig förvaltning ställer just de här frågorna i anskaffningsskedet: hur regleras avtalets upphörande, hur lång är uppsägningstiden, hur hanteras parternas data efteråt, och vilken betydelse kan ett upphörande få för verksamheten. De ger inga färdiga svar – men frågorna är rätt formulerade, och de är billigast att ställa innan man skriver på. Fler sådana frågor finns i artikeln om att köpa in AI utan att köpa problem.
Sju steg som tar en eftermiddag
- Skriv ned vilka AI-verktyg som faktiskt används och av vem, inklusive det som köpts på avdelningskort eller används gratis. Utan den listan planerar ni för fel saker.
- Klassa momenten i tre nivåer enligt inventeringen ovan och notera hur länge var och en tål ett avbrott.
- Skriv en sidas reservrutin för varje kritiskt moment och lägg den där den går att nå när tjänsten är nere.
- Utse någon som bevakar leverantörens meddelanden om avveckling, modellbyten och villkorsändringar, och som vet vart informationen ska vidare.
- Ta ut en kopia av era prompter, mallar och konfigurationer redan nu, och bestäm hur ofta det ska göras om.
- Gå igenom avtalet på tre punkter: uppsägning och automatisk förlängning, rätten att få ut data i användbart format, och vad som händer med personuppgifter när tjänsten upphör.
- Testa en halvdag utan verktyget och dokumentera vad som gick långsamt. Det är den enda punkten som ger ett ärligt svar.
Ett åttonde steg för den som är i upphandlingsskedet: begär att få se leverantörens publicerade livscykelpolicy för modeller, inte bara ett muntligt löfte om att inget kommer att ändras. En policy garanterar inte fortsatt åtkomst, men ger er datum, varseltider och en grund för den egna migreringsplanen. Saknas den informationen behöver osäkerheten hanteras i avtalet och riskbedömningen.
Fem vanor som gör dig mindre sårbar
- Spara era godkända prompter utanför verktyget. Ett vanligt dokument i organisationens beslutade lagringsplats räcker. Då kan arbetssättet återanvändas även om tjänsten ändras.
- Behåll originalet. Klistra inte in den enda versionen av ett underlag i en chatt och arbeta vidare därifrån utan att ha kvar källan.
- Lär dig fortfarande momentet. Om du inte längre kan göra en uppgift utan stöd är det inte bara ett driftproblem – det är en yrkesfråga. Att kunna bedöma resultatet kräver att man förstår hur det borde se ut.
- Notera när svaren ändrar karaktär. Plötsligt annorlunda ton, längd eller struktur kan betyda att modellen bytts ut. Säg till, hellre än att justera din prompt i tysthet.
- Fråga vad som gäller vid avbrott. Om ingen kan svara har du hittat en lucka, och frågan i sig är ofta det som får den åtgärdad.
Detta hänger ihop med en större diskussion om var tidsvinsterna tar vägen och vad de kostar i annan form. Den har vi fört i artikeln om att AI sparar tid – men vart tar vinsten vägen.
Mall för att kartlägga ert AI-beroende
Osäkerheterna är större än siffrorna antyder
Driftstatistiken för AI-tjänster är svag som beslutsunderlag. Downdetector mäter användarrapporter, inte faktisk tillgänglighet, och rapportvolymen påverkas både av hur många som använder tjänsten och av störningens omfattning. Ooklas data är dessutom amerikansk. Leverantörernas egna statussidor ligger närmare den tekniska driften men redovisar inte alltid delvisa störningar, och de publicerar sällan jämförbara historiska mätvärden. Vi har inte hittat någon oberoende svensk mätning av tillgängligheten i de AI-tjänster som används på svenska arbetsplatser.
Vi känner inte heller till någon svensk rättspraxis om ansvaret när ett avbrott i en AI-tjänst leder till att en tidsfrist missas eller ett åtagande inte kan hållas. Ansvaret och vem som bär den ekonomiska risken beror på omständigheterna och avtalen i det enskilda fallet. Leverantörsavtal innehåller ofta ansvarsbegränsningar, men hur de skulle slå i ett sådant konkret fall är oprövat i den här formen.
Slutligen är dataförordningens praktiska genomslag ännu inte klarlagt. Reglerna om byte av databehandlingstjänst tillämpas sedan september 2025 och förbudet mot bytesavgifter gäller från den 12 januari 2027, men hur gränsen dras för vilka AI-tjänster som räknas som databehandlingstjänster har vi inte sett prövat. Kontrollera aktuellt läge innan ni bygger ett avtalskrav enbart på den grunden.
Fyra frågor till nästa ledningsgrupp eller arbetsplatsträff
- Vilka arbetsmoment stannar om vårt AI-verktyg är otillgängligt i tre timmar?
- Finns det någonstans skrivet hur vi gör i stället – och var ligger det?
- Vem hos oss läser leverantörens meddelanden om modellbyten och villkorsändringar?
- Kan vi ta ut våra prompter, mallar och konfigurationer i dag om vi behöver byta?
Kan ni inte svara på alla fyra betyder det inte att något gjorts fel. Det betyder att ni har ett beroende som ingen har beslutat om.
Vanliga frågor om AI-beroende och kontinuitet
Vad menas egentligen med en plan B för ett AI-verktyg?
Inte ett andra AI-abonnemang som ligger och väntar. En plan B är en skriven, testad beskrivning av hur ett arbetsmoment utförs utan verktyget: vem som gör det, hur lång tid det tar, vilken kvalitet som accepteras under avbrottet och när ni går tillbaka. För de flesta moment är plan B den manuella rutin som fanns tidigare. Det som gör den till en plan är att den är dokumenterad, att någon vet var den finns och att den har provats minst en gång.
Gäller cybersäkerhetslagen oss?
Troligen inte, om ni är ett företag utanför de utpekade sektorerna och tjänstekategorierna. Cybersäkerhetslagen (2025:1506) trädde i kraft den 15 januari 2026. Den omfattar bland annat kommuner, regioner och kommunalförbund, vissa statliga myndigheter samt många medelstora och större verksamheter i sektorerna i NIS2-direktivets bilagor. Det finns både undantag och kategorier som omfattas oavsett storlek. Varje organisation behöver därför pröva sin verksamhet mot 1 kap. 3–8 §§ och, om den omfattas, anmäla sig. Är ni osäkra bör ni dokumentera bedömningen i stället för att anta att svaret är nej.
Kan leverantören ta bort modellen vi använder?
Ja. För OpenAI:s API är minimitiden normalt sex månader för allmänt tillgängliga modeller, tre månader för specialiserade varianter och kan vara omkring två veckor för förhandsversioner; säkerhets- eller regelefterlevnadsskäl kan ge kortare tid. I Microsoft Foundry är standardlivscykeln för allmänt tillgängliga modeller 18 månader, men vissa modellleverantörer har 12 månader. Aktiva kunder får normalt minst 60 dagars varsel och anrop mot en pensionerad modell ger 410 Gone. Konsumenttjänster följer andra tidslinjer: den 13 februari 2026 pensionerades bland annat GPT-4o, GPT-4.1 och o4-mini i ChatGPT, utan att API-åtkomsten ändrades då.
Vad har vi rätt att få med oss om vi byter AI-leverantör?
Det beror på avtalet och på om tjänsten räknas som en databehandlingstjänst enligt EU:s dataförordning (EU) 2023/2854, som tillämpas sedan den 12 september 2025. För sådana tjänster ska avtalet bland annat ange högst två månaders uppsägningstid innan bytet inleds, normalt högst 30 dagars övergångsperiod och minst 30 dagar för att hämta data efteråt. Om 30 dagar är tekniskt ogenomförbart får leverantören ange en motiverad alternativ period på högst sju månader; kunden har dessutom rätt att förlänga övergångsperioden en gång. Bytesavgifter får till och med den 12 januari 2027 bara täcka direkta kostnader och är därefter förbjudna. Behandlas personuppgifter ska biträdesavtalet också reglera radering eller återlämnande när tjänsten upphör.
Källor och vidare läsning
- Cybersäkerhetslag (2025:1506) – 2 kap. 2–3 §§ om anmälan och riskhanteringsåtgärder (öppnas i ny flik)
- Nationellt cybersäkerhetscenter: Att anmäla en verksamhet enligt cybersäkerhetslagen (öppnas i ny flik)
- Regeringen: Startskott för Myndigheten för civilt försvar (öppnas i ny flik)
- IMY: Dataskyddsförordningen i fulltext – artikel 32 om säkerhet i samband med behandlingen (öppnas i ny flik)
- EUR-Lex: förordning (EU) 2023/2854 (dataförordningen) – kapitel VI om byte mellan databehandlingstjänster (öppnas i ny flik)
- Advokatfirman Lindahl: Data Acts krav på molnportabilitet – uppsägningstid, övergångsperiod och bytesavgifter (öppnas i ny flik)
- OpenAI: Deprecations – varselperioder och avvecklingsdatum (öppnas i ny flik)
- OpenAI Help Center: modeller som pensionerades i ChatGPT i februari 2026 (öppnas i ny flik)
- Microsoft Learn: Foundry Models lifecycle and support policy (öppnas i ny flik)
- Broadband Breakfast: Ooklas genomgång av AI-avbrott (10 juni 2026) (öppnas i ny flik)
- CNBC: Cloudflare-avbrottet den 18 november 2025 som slog ut bland annat ChatGPT (öppnas i ny flik)
- Digg och IMY: Ta medvetna beslut om att skaffa generativ AI (öppnas i ny flik)