Vilken procentandel av AI är acceptabel? [Video och Quiz]

Kort svar: Det finns ingen enskild acceptabel procentandel av AI. Lämplig nivå beror på insatserna, hur AI format och om en människa fortfarande är ansvarig. AI-inblandning kan vara betydande i internt arbete med låg risk när fakta kontrolleras, men den bör förbli begränsad när misstag kan vilseleda, orsaka skada eller simulera expertis.

Huvudpunkter:

Ansvarighet: Tilldela en namngiven person till varje slutgiltigt resultat du publicerar.

Risknivå: Använd mer AI för interna uppgifter med låg insats och mindre för känsligt arbete som riktar sig till allmänheten.

Verifiering: Granska varje påstående, nummer, citat och hänvisning innan du publicerar AI-assisterat innehåll.

Transparens: Avslöja AI-inblandning när dold automatisering kan få målgrupper att känna sig vilseledda.

Röststyrning: Låt AI stödja struktur och redigering, medan mänskligt omdöme och stil behåller kontrollen.

Varför är "Hur stor andel AI är acceptabel?" ens en fråga nu 🤔

För inte så länge sedan betydde "AI-hjälp" autokorrigering och stavningskontroll. Nu kan den brainstorma, disponera, skriva, skriva om, sammanfatta, översätta, generera bilder, snygga till kalkylblad, koda och artigt grilla dina dåliga formuleringar. Så frågan är inte om AI är inblandad – det är den redan.

Frågan lyder mer så här:

• Var ansvaret ligger. (Du, ditt team, din redaktör, verktyget…) OECD:s AI-principer

• Vad som produceras. (En dikt, ett medicinskt meddelande, en juridisk policy, en skoluppsats…) WHO:s vägledning om generativ AI inom hälsa

• Vilka läser det och varför? (Kunder, studenter, väljare, patienter, din chef.)

• Vad som kan gå fel. (Felaktig information, plagiatliknande känslor, efterlevnadsproblem, varumärkesskador.) OpenAI: varför språkmodeller hallucinerar AI-vägledning från U.S. Copyright Office

Och, på ett något perverst sätt, kan "procenten" spela mindre roll än vad AI påverkade. Att lägga till AI till "rubriker" är inte samma sak som att lägga till AI till "finansiell rådgivning", även om båda tekniskt sett är 30 % AI eller vad det nu är. 🙃

Vad gör en bra version av "acceptabel AI-procent" ✅

Om vi ​​bygger en "bra version" av det här konceptet måste det fungera i den dagliga praktiken, inte bara se filosofiskt snyggt ut.

Ett bra ramverk för Vilken procentandel av AI är acceptabel? kvarstår:

• Kontextmedveten: olika jobb, olika insatser. NIST AI RMF 1.0

• Resultatbaserat: noggrannhet, originalitet och praktiskt värde är viktigare än renhetstester.

• Auditbar-aktigt: du kan förklara vad som hände om någon frågar. OECD:s AI-principer

• Människoägd: en verklig person är ansvarig för slutresultatet (ja, även om det är irriterande). OECD:s AI-principer

• Publikrespektiv: folk hatar att känna sig lurade – även när innehållet är ”bra”. UNESCO:s rekommendation om etiken kring AI

Det borde inte heller kräva mental gymnastik som "Var den meningen 40% AI eller 60%?" eftersom den vägen slutar i galenskap... som att försöka mäta hur mycket av en lasagne som är "ostbaserad". 🧀

Ett enkelt sätt att definiera "AI-procent" utan att tappa förståndet 📏

Innan jämförelserna, här är en vettig modell. Tänk på AI-användning i lager:

1. Idélager (brainstorming, uppmaningar, dispositioner)

2. Utkastlager (första stegets skrivning, struktur, expansioner)

3. Redigera lager (redigering av tydlighet, tonutjämning, grammatik)

4. Faktalager (påståenden, statistik, citat, specificitet)

5. Röstlager (stil, humor, varumärkespersonlighet, levd erfarenhet)

Om AI berör faktalagret kraftigt sjunker den acceptabla procentandelen vanligtvis snabbt. Om AI mestadels finns i idé- + redigeringslagren tenderar folk att vara mer avslappnade. OpenAI: varför språkmodeller hallucinerar NIST GenAI-profil (AI RMF)

Så när någon frågar "Hur stor procentandel av AI är acceptabel?", översätter jag det till:
Vilka lager är AI-assisterade, och hur riskabla är dessa lager i det här sammanhanget? 🧠

Jämförelsetabell - vanliga "recept" för AI-användning och var de passar in 🍳

Här är ett praktiskt fusklapp. En del formateringsfel ingår, eftersom riktiga tabeller aldrig är perfekta, eller hur?.

Du kommer att märka att jag inte behandlar "helt AI" som i sig ondska. Det är bara... ofta bräckligt, generiskt och ryktesriskfullt när det ställs inför människor. 👀

Acceptabla AI-procentsatser per scenario - de realistiska intervallen 🎛️

Okej, låt oss prata om siffror – inte som lag, utan som skyddsräcken. Det här är "jag behöver överleva i vardagen".

1) Marknadsföringsinnehåll och bloggar ✍️

• Ofta acceptabelt: 20 % till 60 % AI-stöd

• Risken ökar när: påståenden blir specifika, jämförelser blir aggressiva, vittnesmål dyker upp eller du presenterar det som "personlig erfarenhet" FTC-kommentar som hänvisar till risker med AI-marknadsföringspåståenden Riktlinjer för AI från U.S. Copyright Office

AI kan hjälpa dig att röra dig snabbare här, men publiken kan känna lukten av generiskt innehåll på samma sätt som hundar känner lukten av rädsla. Min klumpiga metafor är: AI-tung marknadsföringstext är som parfym sprayat på otvättad tvätt - den försöker, men något är fel. 😭

2) Akademiskt arbete och studentinlämningar 🎓

• Ofta acceptabelt: 0 % till 30 % (beroende på regler och uppgift)

• Säkrare användningsområden: brainstorming, dispositioner, grammatikkontroll, studieförklaringar

• Risken ökar när: AI skriver argumenten, analyserna eller det "originella tänkandet" DfE: Generativ AI inom utbildning

En stor fråga är inte bara rättvisa – det är lärande. Om AI sköter tänkandet sitter studentens hjärna på bänken och äter apelsinklyftor.

3) Skrivande för arbetsplatsen (e-postmeddelanden, dokument, standardoperationer, interna anteckningar) 🧾

• Ofta acceptabelt: 30 % till 80 %

• Varför så högt? Internt skrivande handlar om klarhet och hastighet, inte litterär renhet.

• Risken ökar när: policytexten har juridiska konsekvenser, eller datanoggrannheten är viktig NIST AI RMF 1.0

Många företag använder sig redan i tysthet av "hög AI-stöd". De kallar det bara inte så. Det är mer som "vi är effektiva" - vilket är rättvist.

4) Kundsupport och chattsvar 💬

• Ofta acceptabelt: 40 % till 90 % med skyddsräcken

• Ej förhandlingsbart: eskaleringsvägar, godkänd kunskapsbas, stark granskning av edge-ärenden

• Risken ökar när: AI:n ger löften, återbetalningar eller policyundantag OpenAI: Talar ChatGPT sanningen? NIST GenAI-profil (AI RMF)

Kunder har inget emot snabb hjälp. De har inget emot fel hjälp. De har ännu mer emot självsäker fel hjälp.

5) Journalistik, samhällsinformation, hälsa, juridiska ämnen 🧠⚠️

• Ofta acceptabelt: 0 % till 25 % AI-skrivhjälp

• Mer acceptabelt: AI för transkription, grova sammanfattningar, organisation

• Riskökning ökar när: AI ”fyller luckor” eller jämnar ut osäkerhet till falsk säkerhet AP: Standarder kring generativ AI WHO:s vägledning om generativ AI inom hälsa

Här är "procent" fel perspektiv. Man vill ha mänsklig redaktionell kontroll och stark verifiering. AI kan hjälpa till, men det bör inte vara den avgörande hjärnan. SPJ:s etiska kod

Förtroendefaktorn - varför avslöjande ändrar den acceptabla procentandelen 🧡

Människor bedömer inte bara innehåll efter kvalitet. De bedömer det efter relation. Och relationer kommer med känslor inblandade. (Irriterande, men sant.)

Om din publik tror:

• du är transparent,

• du är ansvarig,

• Du fejkar inte expertis,

...då kan man ofta använda mer AI utan motreaktioner.

Men om din publik känner:

• dold automatisering,

• falska "personliga berättelser"

• tillverkad auktoritet,

...då kan även ett litet AI-bidrag utlösa en "nä, jag är ute"-reaktion. Transparensdilemmat: AI-upplysning och förtroende (Schilke, 2025) Oxford Reuters Institute-artikel om AI-upplysning och förtroende (2024)

Så när du frågar Vilken procentandel av AI är acceptabel?,inkludera denna dolda variabel:

• Högt bankkonto? Du kan spendera mer AI.

• Lågt bankkonto? AI blir ett förstoringsglas på allt du gör.

"Röstproblemet" - varför AI-procentuell smygande kan platta till ditt arbete 😵💫

Även när AI är korrekt, jämnar den ofta ut kanterna. Och det är i kanterna som personligheten lever.

Symtom på för mycket AI i röstlagret:

• Allt låter artigt optimistiskt, som om det försöker sälja dig en beige soffa

• Skämt landar… men ber sedan om ursäkt

• Starka åsikter urvattnas till "det beror på"

• Specifika upplevelser blir ”som många säger”

• Ditt skrivande förlorar små, idiosynkratiska egenheter (som vanligtvis är din fördel)

Det är därför många "acceptabla AI"-strategier ser ut så här:

• AI hjälper till med struktur och tydlighet

• Människor bidrar med smak + omdöme + berättelse + hållning 😤

För att smaken är den del som är svårast att automatisera utan att den förvandlas till havregryn.

Hur man ställer in en AI-procentpolicy som inte imploderar vid första argumentet 🧩

Om du gör detta för dig själv eller ett team, skriv inte en policy som:

"Inte mer än 30 % AI."

Folk kommer omedelbart att fråga: ”Hur mäter vi det?” och sedan blir alla trötta och börjar ge sig i kast med det igen.

Sätt istället regler per lager och risk: NIST AI RMF 1.0 OECD AI-principer

En fungerande policymall (stjäl den här)

• AI möjliggjorde: brainstorming, dispositioner, tydlighetsredigeringar, formatering, översättningsutkast ✅

• AI begränsad för: originalanalys, slutgiltiga påståenden, känsliga ämnen, allmänhetens "expertråd" ⚠️ WHO: Etik och styrning av AI för hälsa

• Alltid obligatoriskt: mänsklig granskning, faktakontroller för detaljer, ansvarsskyldighetsgodkännande 🧍

• Aldrig tillåtet: falska vittnesmål, påhittade meriter, fabricerade "Jag provade det här"-historier 😬 FTC-kommentar som hänvisar till vilseledande AI-påståenden Reuters: FTC slår ner på vilseledande AI-påståenden (2024-09-25)

Sedan, om du behöver ett tal, lägg till intervall:

• Låg insats internt: upp till "hög assistans"

• Offentligt innehåll: ”måttlig assistans”

• Information med höga insatser: "minimal assistans"

Ja, det är suddigt. Livet är suddigt. Att försöka göra det skarpt är så man får nonsensregler som ingen följer. 🙃

En praktisk självchecklista för "Hur stor andel AI är acceptabel?" 🧠✅

När du avgör om din AI-användning är acceptabel, kontrollera följande:

• Du kan försvara processen högt utan att vrida dig.

• AI har inte presenterat några påståenden som du inte verifierat. OpenAI: Talar ChatGPT sanningen?

• Utdata låter som du, inte som ett flygplatsmeddelande.

• Om någon lärde sig att AI hjälpte, skulle de inte känna sig lurade. Reuters och AI (transparensmetod)

• Om detta är fel kan du ange vem som skadas – och hur illa. NIST AI RMF 1.0

• Du tillförde ett genuint värde, snarare än att trycka på Generera och skicka det.

Om de landar rent är din "procent" förmodligen okej.

Och en liten bekännelse: ibland är den mest etiska användningen av AI att spara energi till de delar som kräver en mänsklig hjärna. De svåra delarna. De mest knepiga delarna. De där "jag måste bestämma vad jag tror på"-delarna. 🧠✨

Snabb sammanfattning och avslutande anteckningar 🧾🙂

Så - Vilken procentandel av AI är acceptabel? beror mindre på matematik och mer på insatser, lager, verifiering och förtroende. NIST AI RMF 1.0

Om du vill ha en enkel hämtmat:

• Låga insatser + internt arbete: AI kan vara en stor del (till och med det mesta) om en människa är ansvarig OECD:s AI-principer

• Offentligt innehåll: AI fungerar bra i stödjande roller, men mänskligt omdöme måste driva budskapet

• Information med höga insatser (hälsa, juridik, säkerhet, journalistik): håll AI-stöd minimalt och övervaka noggrant WHO:s riktlinjer för generativ AI inom hälsa AP: Standarder kring generativ AI

• Använd aldrig AI för att förfalska levda erfarenheter, meriter eller resultat – det är där förtroendet dör 😬 FTC-kommentar som hänvisar till vilseledande AI-påståenden Riktlinjer för U.S. Copyright Office för AI

Och här är min något dramatiska överdrift (eftersom människor gör det):
Om ditt arbete bygger på förtroende, då är "acceptabel AI" det som fortfarande skyddar det förtroendet när ingen tittar på. UNESCO:s rekommendation om etiken kring AI

Verkligt exempel: Att sätta en AI-procentpolicy för ett litet innehållsteam 🧪

Scenario

Tänk dig ett marknadsföringsteam på sex personer på ett litet mjukvaruföretag. De publicerar blogginlägg, produktförklaringar, uppdateringar till hjälpcentret, kundmejl och enstaka "tankeledarskapsartiklar" från grundaren.

Före AI tog ett blogginlägg på 1 500 ord ungefär 7 timmar, fördelat på research, dispositioner, utkast, redigering och godkännanden. Efter att teamet började använda AI kom utkasten ihop snabbare, men redaktören märkte ett nytt problem: texten lät smidigare, men mer generisk. Några inlägg innehöll också påståenden som ingen kunde hitta korrekt källa till.

Så istället för att fråga: "Hur stor andel AI är acceptabel?" skapar teamet en lagerbaserad regel.

Vad laget tillåter

AI får hjälpa till med:

Idégenerering för bloggvinklar

Grova konturer

Variationer i rubriker

Förenkla långa stycken

Omvandla anteckningar till interna sammanfattningar från första steget

Grammatik- och tonredigeringar

AI är begränsad för:

Slutgiltiga faktiska påståenden

Kundcitat eller vittnesmål

Produktlöften

Juridisk, prissättnings- eller efterlevnadsmässig formulering

Grundarens åsikter eller personliga berättelser

Allt som låter som levd erfarenhet om det inte är en verklig person som har tillhandahållit det

Teamet försöker inte mäta om ett blogginlägg är "43 % AI". De mäter var AI har använts.

Exempelinstruktion

En innehållsansvarig skulle kunna ge teamet dessa arbetsinstruktioner:

Använd AI för att strukturera, tydlighet och redaktionell utformning i första steget, men låt inte AI skapa slutgiltiga fakta, kundomdömen, personliga åsikter, statistik eller påståenden om vår produkt. Markera för varje offentlig artikel vilka lager AI har berört: idé, utkast, redigering, fakta och röst. En utsedd mänsklig redaktör måste godkänna den slutliga versionen och bekräfta att alla påståenden, länkar, siffror och citat har kontrollerats.

Den instruktionen är oglamorös på bästa möjliga sätt. Den ger människor frihet utan att låta verktyget i tysthet bli författare, forskare och expert på samma gång.

Hur man testar det

Teamet testar policyn på tre vanliga uppgifter:

1. En AI med låg risk för interna mötessammanfattningar
   kan producera den första sammanfattningen, men en människa kontrollerar beslut, ägare, datum och åtgärdspunkter.

2. Ett offentligt blogginlägg.
   AI kan föreslå dispositionen och förbättra utkastet, men skribenten tillhandahåller exempel, åsikter, produktinformation och slutgiltig formulering.

3. Ett kundsupportsvar som
   AI kan utarbeta från den godkända hjälpcenterartikeln, men den kan inte lova återbetalningar, rabatter, kontoändringar eller undantag.

För varje uppgift kontrollerar granskaren:

Har AI hittat på ett påstående?

Lät innehållet fortfarande som företaget?

Skulle publiken känna sig vilseledd om de visste att AI hjälpte?

Kan en människa förklara och försvara det slutliga resultatet?

Är källorna, siffrorna och produktinformationen verifierbara?

Resultat

Illustrativt resultat: Baserat på tidsbestämning av tre exempeluppgifter före och efter användning av detta arbetsflöde, kunde teamet rimligen se något liknande:

Bloggdisposition och första utkast: minskat från 2 timmar och 30 minuter till 55 minuter

Intern mötessammanfattning: reducerad från 35 minuter till 10 minuter

Utformning av stödsvar: minskat från 12 minuter till 4 minuter per svar

Faktagranskningstid: ökad från 20 minuter till 35 minuter per offentlig artikel

Slutgiltig avvisningsfrekvens för redigerare: minskade från 4 av 10 avvisade AI-tunga utkast till 1 av 10 avvisade utkast efter att lagerreglerna infördes

Det viktiga är att teamet inte mätte hastigheten isolerat. De mätte även avvisade utkast, tid för faktagranskning och om den slutgiltiga redaktören var tvungen att bygga om rösten från grunden. Det ger en mer korrekt bild än att säga "AI räddade oss 70 % av arbetet" medan man tyst ignorerar rensningen.

Vad kan gå fel

Policyn misslyckas om personer behandlar AI-utdata som redan kontrollerade.

Det misslyckas också om skribenter använder AI för att förfalska auktoritet, till exempel genom att lägga till påhittade praktiska exempel, påhittade kundcitat eller säker statistik utan källa. Det är då AI-procentandelen slutar vara en produktivitetsfråga och blir ett förtroendeproblem.

Ett annat vanligt misstag är att låta AI skriva om allt till samma husstil. En lätt redigering kan förbättra tydligheten. En kraftig redigering kan slipa bort de mänskliga delarna: åsikter, humor, irritation, tvekan och alla små detaljer som gör skrivande trovärdigt.

Praktisk avhämtning

En bra AI-policy behöver inte vara besatt av exakta procenttal. Det skarpare testet är om AI hjälpte till med säkra lager som struktur och redigering, eller formade riskfyllda lager som fakta, expertis, löften och personlig röst.

Det är oftast där svaret ligger.

Vanliga frågor

Vilken procentandel AI är acceptabel i de flesta typer av arbete?

Det finns ingen enskild procentandel som passar varje uppgift. En bättre standard är att bedöma AI-användning utifrån insatserna, risken för fel, publikens förväntningar och den del av arbetet som AI hjälpte till att producera. En hög andel kan vara helt okej för interna anteckningar, medan en betydligt lägre andel är klokare för material som är riktat till allmänheten eller är känsligt.

Hur ska jag mäta AI-användning utan att bli besatt av exakta procenttal?

Ett praktiskt tillvägagångssätt är att tänka i lager snarare än att försöka tilldela varje mening ett nummer. Den här artikeln kartlägger AI-användning över idé-, utkast-, redigerings-, fakta- och röstlager. Det gör risker lättare att bedöma, eftersom AI-inblandning i fakta eller personliga röster vanligtvis är viktigare än hjälp med brainstorming eller grammatik.

Vilken procentandel av AI är acceptabel för blogginlägg och marknadsföringsinnehåll?

För blogginlägg och marknadsföring kan ett brett intervall på cirka 20 % till 60 % AI-stöd vara fungerande. AI kan hjälpa till med dispositioner, struktur och upprensning, förutsatt att en människa fortfarande kontrollerar rösten och verifierar påståenden. Risken ökar snabbt när innehållet innehåller starka jämförelser, vittnesmål eller språk som antyder personlig erfarenhet.

Är det okej att använda AI för skoluppgifter eller akademiskt skrivande?

I akademiska miljöer är den acceptabla användningen ofta mycket lägre, vanligtvis runt 0 % till 30 %, beroende på regler och uppgift. Säkrare användningsområden inkluderar brainstorming, dispositioner, grammatikstöd och studiehjälp. Problemen börjar när AI tillhandahåller den analys, argumentation eller det originella tänkande som studenten förväntas producera.

Hur mycket AI är acceptabelt för interna dokument och e-postmeddelanden på arbetsplatsen?

Arbetsplatsskrivande är ofta en av de mer flexibla kategorierna, där cirka 30 % till 80 % AI-assistans är vanligt förekommande. Många interna dokument bedöms mer utifrån tydlighet och hastighet än originalitet. Trots detta är mänsklig granskning fortfarande viktig när materialet innehåller policytexter, känsliga detaljer eller viktiga faktapåståenden.

Kan kundsupportteam i hög grad förlita sig på AI-svar?

I många arbetsflöden, ja, men bara med starka skyddsräcken. Artikeln föreslår ungefär 40 % till 90 % AI-stöd för kundresponser när team har eskaleringsvägar, godkända kunskapskällor och granskning av ovanliga fall. Den större faran är inte automatiseringen i sig utan AI som gör säkra löften, undantag eller åtaganden som den aldrig var menad att göra.

Vilken procentandel av AI är acceptabel för hälsa, juridik, journalistik eller andra viktiga ämnen?

Inom områden med höga insatser spelar procentfrågan mindre roll än kontrollfrågan. AI kan hjälpa till med transkribering, grova sammanfattningar eller organisation, men den slutliga bedömningen och verifieringen bör förbli helt mänsklig. Inom dessa områden hålls acceptabel AI-skrivhjälp ofta minimal, runt 0 % till 25 %, eftersom kostnaden för ett säkert misstag är mycket högre.

Gör avslöjandet om AI-användning människor mer accepterande för den?

I många fall formar transparens reaktionen mer än den råa procentandelen. Människor tenderar att vara mer bekväma med AI-hjälp när processen känns öppen, ansvarsfull och inte förklädd till mänsklig expertis eller levd erfarenhet. Även en liten mängd dold automatisering kan urholka förtroendet när läsarna känner sig vilseledda om vem som skapat verket.

Varför gör AI ibland att texten känns platt även när den är tekniskt korrekt?

Artikeln beskriver detta som ett röstproblem. AI jämnar ofta ut prosa till något polerat men ändå generiskt, vilket kan tömma humor, övertygelse, specificitet och individuell karaktär. Det är därför många team låter AI stödja struktur och tydlighet medan människan behåller kontrollen över smak, bedömning, berättande och starka synpunkter.

Hur kan ett team sätta en AI-policy som folk kommer att följa?

En fungerande policy fokuserar vanligtvis på uppgifter och risker snarare än ett strikt procenttak. Artikeln rekommenderar att AI tillåts för brainstorming, dispositioner, redigering, formatering och översättning av utkast, samtidigt som den begränsas till originalanalys, känsliga ämnen och expertråd. Den bör också kräva mänsklig granskning, faktakontroll, ansvarsskyldighet och ett tydligt förbud mot påhittade vittnesmål eller påhittad erfarenhet.

Referenser

1. Världshälsoorganisationen (WHO) - WHO:s vägledning om generativ AI inom hälsa - who.int

2. Världshälsoorganisationen (WHO) - Etik och styrning av AI för hälsa - who.int

3. Nationella institutet för standarder och teknologi (NIST) - AI RMF 1.0 - nvlpubs.nist.gov

4. Nationella institutet för standarder och teknologi (NIST) - GenAI-profil (AI RMF) - nvlpubs.nist.gov

5. Organisationen för ekonomiskt samarbete och utveckling (OECD) - OECD:s AI-principer - oecd.ai

6. UNESCO - Rekommendation om etik kring AI - unesco.org

7. US Copyright Office - Riktlinjer för AI-policy - copyright.gov

8. Federal Trade Commission (FTC) - Kommentar om risker med påståenden om AI-marknadsföring - ftc.gov

9. Storbritanniens utbildningsdepartement (DfE) - Generativ AI i utbildning - gov.uk

10. Associated Press (AP) - Standarder kring generativ AI - ap.org

11. Föreningen för professionella journalister (SPJ) - SPJ:s etiska kod - spj.org

12. Reuters - FTC slår till mot vilseledande AI-påståenden (2024-09-25) - reuters.com

13. Reuters - Reuters och AI (transparensmetod) - reuters.com

14. University of Oxford (Reuters Institute) - AI-informationsutlämnande och förtroende (2024) - ora.ox.ac.uk

15. ScienceDirect - Transparensdilemmat: AI-avslöjande och förtroende (Schilke, 2025) - sciencedirect.com

16. OpenAI - Varför språkmodeller hallucinerar - openai.com

17. OpenAI hjälpcenter - Talar ChatGPT sanningen? - help.openai.com

Hitta den senaste AI:n i den officiella AI-assistentbutiken

Om oss