Säkerhet
Kan AI göra vår marknadsförare till hacker? Vi ägnade oktober åt att ta reda på det.
2026-11-20

Under cybersäkerhetsmånaden i oktober 2026 tog jag, Controlas marknadsförare, mig an en enkel utmaning: se hur långt jag kunde komma i ett försök att attackera ett företag utan någon erfarenhet av hackning. Här är resultaten, i en ganska ofiltrerad version.
Det har inte direkt saknats rubriker om hur AI gör det enklare att hacka. Påståendet brukar låta ungefär så här: AI sänker tröskeln till cyberbrott. Snart kan vem som helst hacka.
Så vi hade en fråga. Vem som helst? Till och med jag? Det blev starten på Thea the Hacker.

Under oktober försökte jag ta mig igenom ett kontrollerat hackningsexperiment utan tidigare teknisk erfarenhet av hackning, med lite hjälp från AI och, när det blev riktigt förvirrande, enstaka inhopp från vår CPO. Fem avsnitt senare har vi ett svar. Ungefär.
Första överraskningen: det är fortfarande svårt att hacka
Jag gick in i experimentet med förväntningen att AI skulle göra betydligt mer av grovjobbet. På internet ser det misstänkt enkelt ut att hacka med AI. Be AI göra något skadligt. Se den tänka i fem minuter. Grattis, du är en hacker.
Verkligheten var lite mindre filmisk och mycket mer komplicerad.
Innan jag ens kunde försöka mig på något någorlunda intressant behövde jag lista ut vilka modeller och verktyg jag skulle använda och hur jag skulle få allt att fungera. Det fanns agenter. Kommandoradsverktyg. Terminalkommandon. Verktyg som körde andra verktyg. Verktyg som helt enkelt vägrade att starta. Vid ett tillfälle behövde jag teknisk hjälp bara för att komma igång.
Som jag uttryckte det då: ”Jag köpte den här MacBooken för att skriva mejl. Inte för att hacka folk.”
Den första lärdomen kom tidigare än väntat:
AI kan sänka tröskeln till hackning. Den tar inte bort den. Men det blev mycket lättare att vara total nybörjare.
När allt väl var igång förändrades läget. Jag började med rekognosering: att samla offentligt tillgänglig information och försöka förstå vad en angripare skulle kunna leta efter. Det ledde mig in i Terminal. Före experimentet använde jag knappt programmet. Nu kunde jag berätta för AI vad jag försökte förstå, få hjälp med vad jag skulle köra, titta på resultatet och direkt fråga vad allt egentligen betydde. Just den sista delen visade sig spela stor roll.

Jag behövde inte kunna rätt teknisk term innan jag ställde en fråga. Inte lista ut vilken dokumentation jag skulle läsa. Inte låtsas att en förklaring var begriplig när den absolut inte var det. En särskilt effektiv prompt blev: ”Jag är inte utvecklare.”
AI förenklade förklaringen, jag förstod lite mer och experimentet kunde fortsätta. Det gav mig inte flera års teknisk kunskap. Men det gjorde en värld som jag knappt visste något om betydligt mer tillgänglig. Och för en nybörjare är det en viktig förändring.
Förvånansvärt få promptar kan ta dig förvånansvärt långt
Senare i experimentet försökte jag bygga ett falskt flöde för inloggning och behörighetsgodkännande. Jag beskrev de första försöken som ”sorgliga”. Men det krävdes inte mängder av promptar för att komma vidare. Efter bara en handfull iterationer hade jag en enkel version som kördes lokalt och som jag kunde fortsätta arbeta med. Var den övertygande? Inte än. Hade jag vetat hur jag skulle bygga den själv? Absolut inte. Den skillnaden blev viktig genom hela experimentet.
Det är ett väldigt stort steg mellan ”AI kan skapa något” och ”en total nybörjare kan använda det för att lyckas attackera ett företag”.
Det steget kände vi av gång på gång. Men att gå från ”jag har absolut ingen aning om hur man gör det här” till ”jag har något som fungerar framför mig” med relativt få promptar är ändå betydelsefullt.
Sedan började vi försöka hacka AI:n
Det var här det blev märkligt. Vid ett tillfälle vägrade modellen att fortsätta hjälpa till med det falska inloggningsflödet. Så vi öppnade en ny konversation med samma modell. Samma idé. Ny chatt. Helt annat svar. Plötsligt kom vi mycket längre.
Senare sa AI:n nej till andra delar av experimentet och bad till slut om bevis på att det vi gjorde var legitimt. Så vi gjorde förstås ett falskt avtal fyllt med påhittade uppgifter. Åt AI:n. Det fungerade inte.

Någonstans här slutade det kännas som att jag försökte hacka ett företag och började kännas som att jag försökte hacka AI:n i stället.
Den bästa liknelsen vi hittade var ett escape room
Ju längre vi kom, desto mer började hackning med AI kännas som ett escape room. AI kunde få in mig i rummet. Förklara vad jag tittade på. Ge mig ledtrådar. Ibland riktigt bra ledtrådar. Sedan kom jag till en dörr som jag inte hade en aning om hur jag skulle öppna.
Vid flera tillfällen förstod jag ungefär vad som behövde hända härnäst, men hade ingen aning om hur jag faktiskt skulle få det att hända. Det var oftast då Niklas behövde kliva in. Utan de ledtrådarna hade experimentet förmodligen tagit slut mycket tidigare. Och det var här vår erfarenhet tydligast började skilja sig från idén att AI snart kommer att göra precis vem som helst till cyberbrottsling.
Så, gjorde AI mig till hacker?
Inte riktigt. Men den gjorde mig definitivt mer kapabel. För mig är det den mer användbara lärdomen. AI behöver inte göra nybörjare till experter för att de ska kunna göra mer. Den hjälpte mig att förstå obekanta begrepp, komma framåt snabbare, ta mig vidare när jag fastnade och prova saker som jag inte hade vetat hur jag skulle ta mig an på egen hand.
Samtidigt fanns det tydliga begränsningar. Teknisk kompetens spelade fortfarande roll. Det gjorde också förmågan att veta vad man skulle göra när den uppenbara vägen tog stopp. AI:ns skydd spelade också roll, särskilt eftersom jag saknade kunskapen att ta mig runt hindren jag stötte på.
Så nej, efter experimentet väntar vi oss inte en plötslig våg av förstagångsbrottslingar beväpnade med bara sin favoritchattbot och entusiasm. Men det betyder inte att AI:ns påverkan är obetydlig. För någon utan erfarenhet av hackning gjorde AI det mer tillgängligt. För den som redan vet vad den gör är potentialen mycket större.
En erfaren angripare har bättre förutsättningar att avgöra när ett svar är användbart, upptäcka när det är fel, ta sig runt hinder och kombinera AI med kunskap som redan finns. Det är där vi tror att den större förändringen sker.
All hackning med AI är inte samma sak
Experimentet förändrade också hur vi ser på en del av innehållet om AI och hackning som sprids på nätet. Det finns imponerande AI-system byggda för säkerhet och offensiva tester, men de kombinerar ofta rätt modeller, verktyg, teknisk miljö och expertis. Det är något helt annat än att ge en nybörjare tillgång till en vanlig AI-chattbot och förvänta sig samma resultat.
Vår upplevelse var stökigare. AI skapade saker snabbt. Den förklarade tekniska begrepp väldigt bra. På vissa håll tog den mig längre än jag hade väntat mig. Och sedan körde vi fast. Många gånger.
Cybersäkerhet har redan en lång historia av FUD, det vill säga rädsla, osäkerhet och tvivel. AI ger oss gott om verkliga förändringar att diskutera utan att överdriva dem. För när varje ny utveckling blir det som förändrar cybersäkerheten för alltid slutar folk till slut att lyssna. Det hjälper knappast när något faktiskt kräver deras uppmärksamhet.
Vad betyder allt det här för ett litet företag?
Poängen med experimentet var aldrig att bevisa att små företag är lätta att hacka. Vi ville förstå hur AI kan förändra personen på andra sidan. Och vår viktigaste lärdom är ganska enkel: tröskeln blir lägre, men den har inte försvunnit.
Någon med väldigt lite teknisk kunskap kan nu förstå mer, göra research snabbare, ta fram prototyper som de inte kunde bygga själva och få hjälp varje gång de fastnar. Erfarna angripare kan få ut betydligt mer av AI. För små företag betyder det inte att det är dags att få panik över en helt ny sorts cyberattack.
Det mesta en angripare fortfarande skulle leta efter är välbekant: svaga eller återanvända lösenord, konton utan multifaktorautentisering (MFA), föråldrad programvara, exponerade system, dålig koll på behörigheter och människor som kan övertalas att klicka på något de inte borde.
AI kan göra angriparen snabbare. Grunderna gör fortfarande jobbet svårare. Det är kanske den minst glamorösa slutsats vi kunde ha kommit fram till efter en månad av försök att göra mig till hacker. Men det är också den användbara.
Jag är nu tillbaka på marknadsavdelningen.
Skrivet av

Thea Naree, Founding Growth
Med ett decennium av erfarenhet inom inbound marketing, sökannonsering och kundreseoptimering inom SaaS, B2C och ideella organisationer bidrar Thea med en sällsynt blandning av kreativ intuition och kommersiellt tänkande. På Controla innebär det att hon arbetar med allt från marknadsföringskampanjer till produktutveckling och hela kundupplevelsen.


