Syftet med den här kandidatuppsatsen är att undersöka faktorer som påverkar implementeringen utav AI, speciellt relaterat till bildigenkänning i Små och medelstora företag. En induktiv approach användes där data som samlades in var genom observationer, dokumentationer, möten och fysiska artefakt. Detta gav kontext om företagets ambitioner och mål men även detaljerad och rik information om deras processer som de vill effektivisera. Det teoretiska ramverket utgjorde grunden till faktorer man bör tänka på när man implementerar AI och dessa relaterades alltid till SMEs begränsningar och möjligheter. Detta gjordes även i bildigenkännings processen men kopplades mer med den empiriska data för att grunda och framhäva teoretiska antaganden i ett realistiskt scenario.

Resultaten av denna studie bidrar teoretiskt genom att utveckla ett ramverk för att förstå AI-implementering i små och medelstora företag. I praktiken ger den riktlinjer för Jensen - Group och andra SMEs som vill utforska AI-implementering med bildigenkänning för att uppnå sina affärsmål. Resultaten tyder på att även om AI-implementering i SMEs som Jensen - Group ger avsevärda fördelar i termer av operativ effektivitet, kostnadsbesparingar och kundupplevelse, men också utmaningar relaterade till kostnader, kompetensluckor, lagar och regler. Effektiva strategier och en grundlig förståelse för dessa aspekter är avgörande för en lyckad AI-integrering i små och medelstora företag.

The purpose of this thesis is to investigate factors that influence the implementation of AI, particularly related to image recognition in SMEs. An inductive approach was used where the data collected was through observations, documentation, meetings and physical artefacts. This provided context about the company's ambitions and goals but also detailed and rich information about their processes that they want to streamline. The theoretical framework formed the basis of factors to consider when implementing AI and these were always related to SMEs' limitations and opportunities. This was also done in the image recognition process but linked more with the empirical data to ground and highlight theoretical assumptions in a realistic scenario.

The results of this study contribute theoretically by developing a framework for understanding AI implementation in SMEs. In practice, it provides guidelines for Jensen - Group and other SMEs that want to explore AI implementation with image recognition to achieve their business goals. The results suggest that although AI implementation in SMEs like Jensen -Group brings considerable benefits in terms of operational efficiency, cost savings and customer experience, but also challenges related to financial costs, competence, laws and regulations. Effective strategies and a thorough understanding of these aspects are critical to successful AI integration in SMEs.