AI-revolutionen och konsultbranschen

Konsultbranschen har i hundra år sålt en sak: människors tid och kunskap. AI gör den kunskapen billig, snabb och tillgänglig för alla. Det är inte slutet för konsulten, men det är slutet för konsulten som vi känner den i dag.

Jag har följt och själv varit en del av egenföretagar-, frilans- och konsultbranschen under hela min karriär, och jag har aldrig sett ett skifte gå så fort. För tre år sedan var AI något man provade på. I dag skriver den kod, analyserar avtal, tar fram strategier och gör presentationer på några minuter. Mycket av det som en junior konsult gjorde på en vecka gör en AI-agent i dag på en eftermiddag.

Det väcker en rimlig oro. Om kunden själv kan be en AI om svaret, vad betalar de då en konsult för? Men frågan har ställts förut, varje gång en ny teknik har ritat om arbetsmarknaden. Svaret har aldrig varit att arbetet försvann. Det har varit att arbetet flyttade. Den här artikeln handlar om vart det flyttar nu, och vad det betyder för konsulter i allmänhet och för oss som driver eget i synnerhet.

Vi har varit här förut

Varje teknikskifte har tagit bort uppgifter, inte yrkesgrupper i sin helhet, och skapat mer arbete än det tog bort. Men övergången har aldrig varit smärtfri för dem som stod närmast förändringen.

Industrialiseringen. År 1870 försörjde sig omkring 72 procent av Sveriges befolkning på jordbruk och binäringar (riksdagsmotion 1929, folkräkningsdata). I dag är det runt två procent. Maskinerna tog inte bort behovet av mat. De gjorde att färre människor kunde producera mer, och resten av befolkningen flyttade till fabriker, kontor och yrken som inte fanns tidigare.

I England slog textilarbetare, de så kallade ludditerna, sönder stickmaskiner och vävstolar i början av 1800-talet. För egen del fick de rätt: maskinerna slog ut deras hantverk, och lönerna för många textilhantverkare sjönk under lång tid. Men de hade fel i att maskinerna hotade arbetet som sådant.

IT-revolutionen. När det första kalkylprogrammet, VisiCalc, kom 1979 trodde många att det var slutet för revisorerna. I USA försvann ungefär 400 000 jobb för bokförare och redovisningsassistenter, men samtidigt tillkom omkring 600 000 jobb för revisorer och ekonomer (NPR Planet Money). När det blev billigt att räkna på scenarier ville kunderna ha fler analyser, inte färre.

IT-revolutionen lärde oss också att effekterna dröjer. Nobelpristagaren Robert Solow konstaterade 1987 att man såg datorer överallt utom i produktivitetsstatistiken. Först i mitten av 1990-talet, långt efter att datorerna kommit in på kontoren, hade organisationerna lärt om tillräckligt för att vinsterna skulle synas.

Tre lärdomar för AI:

Tekniken tar uppgifter, inte yrken. De rutinmässiga delarna försvinner och resten förändras.
När något blir billigare ökar efterfrågan. Billigare analys betyder fler analyser, men inte nödvändigtvis fler analytiker.
De som förlorar är sällan samma personer som de som vinner. Bokföraren blev inte automatiskt ekonom.

Pyramiden spricker

De stora konsulthusen har tjänat sina pengar på en pyramid: många juniora konsulter som gör grovjobbet, som research, kod, analyser och slides, och några få partner som säljer och leder. Personligen tycker jag att modellen inte är helt olik hur ett pyramidspel fungerar: det är de många längst ner som bär upp de få högst upp. Det är precis den nedersta delen av pyramiden som AI gör billigast.

Effekten syns redan. McKinsey, BCG och Bain har fryst ingångslönerna tre år i rad (Financial Times, refererad av Management Consulted), och PwC har minskat rekryteringen av nyexaminerade och övergett målet att växa med 100 000 anställda till 2026 (Allwork.Space). Branschen flyttar pengarna från juniora generalister till erfarna specialister (Management Consulted), och i USA har jobbannonserna på ingångsnivå minskat med omkring 35 procent sedan början av 2023 (Revelio Labs). McKinsey säger visserligen att de ska anställa 12 procent fler nyexaminerade 2026 (Resultsense), men tre år av frysta ingångslöner säger mer om hur juniorerna värderas än vad en rekryteringssiffra gör.

Samma mönster finns i Sverige. Forskare vid Örebro universitet har visat att anställningarna av 22–25-åringar i AI-exponerade yrken minskade med upp till 5,5 procent i början av 2025 jämfört med mindre exponerade yrken hos samma arbetsgivare, medan anställningarna av personer över 50 i samma yrken ökade med drygt en procent (Ratio). Seniora medarbetare gör nu med AI det som tidigare var juniorernas uppgifter.

Det ska sägas att inte allt är AI. Konsultmarknaden mattades redan 2022, efter överanställningar under pandemin (Revelio Labs) och Riksbankens räntehöjningar. Samma svenska studie visar att den breda nedgången i jobbannonser i första hand hänger ihop med konjunkturen, inte med AI (Lodefalk m.fl., Örebro universitet). Men under ytan är AI-effekten tydlig: det är vägen in i yrket som stängs.

Kunderna tar hem arbetet. Den andra förändringen sker hos kunderna. Läkemedelsbolaget Bayer använder redan 30 AI-agenter för att modernisera ett affärssystem, med målet att klara projektet med betydligt färre konsulter (Realtid). Det kunden tidigare köpte för att det tog tid kan de nu göra själva.

Timpriset slutar fungera. Om AI gör på en timme det som tidigare tog tio, går det inte längre att ta betalt per timme utan att tjäna mindre ju bättre man blir. Som en kolumnist i Financial Times uttryckt det säljer strategihusen inte längre intelligens, utan en process (Realtid). Det betyder att prissättningen måste flytta från tid till värde och resultat.

Den dolda risken är kompetensförsörjningen. Konsultbranschen har alltid byggt på lärlingsmodellen, där juniorer lär sig genom att göra grovjobbet. Om ingen anställer juniorer i dag, var kommer morgondagens seniora konsulter ifrån?

Egenkonsulten: mest utsatt och mest gynnad

För oss som driver eget slår AI åt två håll samtidigt. Den hotar det vi säljer i dag, men den ger oss också det vi alltid har saknat: kapacitet.

Marknaden var redan tuff innan AI tog fart på allvar. 2024 växte de svenska konsultbolagens omsättning med bara 2,6 procent, rörelsemarginalen sjönk till 4,4 procent och antalet medarbetare ökade med 0,7 procent (Cinode Konsultkollen 2025). I en sådan marknad blir priset på standardtjänster det första som pressas.

Hotet är verkligt, även för de bästa. En av de mest citerade studierna följde frilansare på plattformen Upwork efter att ChatGPT lanserades. Antalet uppdrag för skribenter minskade med 2 procent och inkomsterna med 5,2 procent, och de mest erfarna och bäst betalda frilansarna drabbades hårdast (Washington University, INFORMS). Det är en viktig varning: erfarenhet skyddar inte automatiskt om det man säljer är en uppgift som AI kan utföra. Lärdomen är inte att erfarenheten är värdelös, utan att den behöver säljas som omdöme i stället för som utförande.

I Sverige går mycket av egenkonsulternas affärer genom konsultmäklare och ramavtal där priset sätts per timme, så problemet med timpriset slår extra hårt här. Den som fortsätter att sälja timmar för uppgifter som går fortare med AI kommer att få sänka priset eller förlora uppdraget.

Men möjligheten är minst lika stor. Under industrialiseringen och IT-revolutionen var det de stora organisationerna som hade råd med de nya maskinerna. Den här gången är det tvärtom. De bästa AI-modellerna, samma som de stora konsulthusen bygger sina miljardsatsningar på, kostar en egenkonsult från några hundralappar till ett par tusen kronor i månaden.

Det gör enpersonsbolaget till något nytt. En egenkonsult med bra AI-verktyg har i praktiken ett eget team av analytiker, skribenter och programmerare. Det som tidigare krävde ett konsulthus med juniorer kan nu levereras av en erfaren person med AI som stöd.

Från stordriftsfördelar till stordriftsnackdelar. Sedan massproduktionen tog fart på riktigt har vi pratat om stordriftsfördelar: ju större, desto billigare per enhet och desto starkare på marknaden. Med AI vänder det. Nationalekonomer har ett ord för baksidan av storlek, stordriftsnackdelar, och jag tror att det är dem vi kommer att prata om nu. När kapaciteten finns för alla är det inte längre storleken som avgör, utan förmågan att ställa om.

Men storleken försvinner inte som fördel. Data, infrastruktur och tillgång till kundernas system finns oftast hos de stora, och ett känt varumärke väger tungt när bruset ökar. Det är just där de nya flaskhalsarna sitter. Därför räcker det inte att vara liten och snabb. Egenföretagaren behöver också göra sig ett namn, så att kunden vet vem den ska ringa när flaskhalsen uppstår. Det är lättare att göra tillsammans med andra än ensam.

Egenkonsulten har ingen pyramid att försvara. Lättfotade, små, oberoende och fria enheter kan ändra prissättning, erbjudande och arbetssätt över en natt, och därför tror jag att det är de vassaste och mest snabbfotade egenföretagarna som kommer att vinna mest på AI-revolutionen. Stora, trögrörliga organisationer, som konsulthusen vars hela affärsmodell bygger på att sälja juniorernas timmar, kommer att ha oerhört svårt att ställa om. Det betyder inte att de stora står still. Men att införa AI i enskilda projekt är något helt annat än att riva sin egen affärsmodell, och det är där konsultjättarna kommer att streta emot längst. Verktygen sprids snabbare än någonsin, men organisationer ställer om långsamt. Jag tror att det kommer att ta många år, kanske ett decennium eller mer, innan de stora kan kapitalisera på AI fullt ut. Forskaren Clayton Christensen kallade det innovatörens dilemma: etablerade bolag har svårast att ta till sig den teknik som hotar deras egen affärsmodell. IT-revolutionen visade samma sak, där vinsterna dröjde långt efter att tekniken fanns på plats. Det är i glappet mellan snabba verktyg och långsamma organisationer som egenkonsulten har sitt försprång.

Bristen på juniorer kan också bli en fördel. När färre juniorer anställs i dag blir erfarna specialister en bristvara om några år, och de flesta egenkonsulter är just det. Baksidan är att den som troligen förlorar mest på hela revolutionen är den juniora utvecklaren, vars instegsuppgifter är just det som AI gör billigast och bäst.

AI talar ettor och nollor

AI är som starkast när problemet är väldefinierat och som svagast när det mesta är outtalat. Det som går att mäta, avgränsa och räkna exakt på löser AI allt oftare bättre än människor. Specialiserade AI-system löser supersvåra matematiska problem och slår världsmästarna i schack och go, eftersom problemen går att mappa ett till ett. Ju mer väldefinierat, avgränsat och korrekt formulerat ett problem är, desto bättre löser AI det.

Matematik och regler ligger närmast datorns eget språk av ettor och nollor. Allt annat måste först översättas till data, och på vägen går mycket förlorat. Språkmodellerna är visserligen förvånansvärt bra på språk och ton, men de vet bara det som någon har skrivit ner. Sammanhang, kultur, outtalade förväntningar och relationer blir lätt lost in translation.

Därför tror jag att vi kommer att se en extrem ökning av datainsamling, sensorer och kameror, vars hela jobb är att översätta verkligheten till ettor och nollor så att en AI kan ta över. Med dem växer behovet av människor som samlar in, strukturerar, säkrar och förvaltar data.

Vi vill alla ha AI-analysen, men vi måste göra hemläxan först. Många organisationer kommer att upptäcka att de inte ens kan börja använda AI förrän de har ordning på sin data. Om förutsättningarna inte finns för att AI ska kunna lösa problemet korrekt är det ingen idé att använda den. Då blir det skit in, skit ut.

Flaskhalsarna flyttar

Konsultbranschen har alltid levt på flaskhalsar: det som kunderna inte klarar själva och inte har tillräckligt av. AI löser upp de gamla flaskhalsarna och skapar nya, och det är i de nya som uppdragen finns.

Före AI var det ont om människor som kunde bygga. Systemutvecklare, analytiker och UX-designer var de roller som begränsade hur snabbt en organisation kunde digitalisera, och det var där konsultbehovet var störst. Den flaskhalsen löser AI nu upp. Rollerna försvinner inte, men de är inte längre det som håller tillbaka utvecklingen. Rutinkoden blir billig, men erfarna utvecklare med omdöme blir mer värda än någonsin, eftersom någon måste veta vad som ska byggas, hur det hänger ihop och om det AI har skrivit faktiskt håller.

Efter AI flyttar flaskhalsarna till allt som behövs för att AI ska fungera på riktigt:

Ny flaskhals	Varför den uppstår
Datainsamling och datakvalitet	AI är aldrig bättre än datan den får. Verkligheten måste först samlas in korrekt och översättas till data, och de flesta organisationer har data som är spridd, ofullständig eller felaktig.
Infrastruktur som möjliggör AI	System, integrationer, molnmiljöer och säkra åtkomster måste finnas på plats innan AI kan kopplas in i verksamheten.
MCP-kopplingar och tydliga API:er	AI-agenter arbetar genom att koppla upp sig mot andra system, via MCP (den öppna standarden för att koppla AI till verktyg och data) och via lättförståeliga, väldokumenterade API:er. En produkt som inte levererar det kommer att få mycket svårt att överleva.
AI-kompetens	Det finns få som vet hur man faktiskt använder, styr och bygger med AI, och tekniken förändras snabbare än utbildningarna hinner med.
Granskning, kvalitetssäkring och mänsklig testning	När AI producerar mer än någonsin blir det människorna som ska kontrollera resultatet som begränsar takten. Riktig mänsklig testning, där verkliga människor provar det som AI har byggt, blir en trång resurs.
Säkerhet, juridik och compliance	Varje ny AI-lösning väcker frågor om ansvar, dataskydd, AI-förordningen och informationssäkerhet som någon måste kunna besvara.
Förändringsledning	Tekniken finns, men organisationer och människor ändrar sitt sätt att arbeta mycket långsammare än verktygen utvecklas.
Att formulera rätt problem	När det blir billigt att bygga lösningar blir det svåra att veta vad som är värt att bygga.
Energi och beräkningskraft	AI kräver datacenter, chip och el i en omfattning som redan i dag är en begränsning, både globalt och i Sverige.

Den trängsta flaskhalsen av alla. När beslutsunderlaget blir i princip oändligt är det inte längre analysen som är svår. Det trånga blir att fatta besluten och att faktiskt genomföra dem.

Mönstret är detsamma som i tidigare teknikskiften. När det blev lätt att producera blev det svårt att leda, säkra och ta ansvar för det som producerades. Det är där de nya konsultuppdragen finns.

Vad som ersätts, och var de nya jobben uppstår

Jag tror att det som ersätts först är det som har tydliga regler, har funnits länge och där "good enough" räcker, alltså just den sortens väldefinierade problem som AI löser bäst. Det nya uppstår där AI skapar problem som ingen har behövt lösa tidigare.

Regelstyrt och "good enough" automatiseras först. Bokföring är det tydligaste exemplet. Reglerna är kända, processen har förfinats i decennier och kunden behöver ett korrekt resultat, inte ett kreativt. Här fortsätter AI den utveckling som kalkylprogrammet började.

IT-konsulten flyttar ett steg upp. IT har alltid handlat om att klättra i abstraktionslager: från maskinkod till programspråk, från egna servrar till molnet, från kod till färdiga plattformar. AI är helt enkelt nästa nivå, där gränssnittet är vanligt språk och tekniken försvinner ur sikte. IT-konsulten skriver mindre kod själv och ägnar sig mer åt arkitektur, integration, säkerhet och att få systemen att fungera i verkligheten.

Mellanchefen leder agenter i stället för människor. Mellanchefens existens har varit hotad länge, men ännu mer nu. När allt fler uppgifter utförs av AI-agenter som samarbetar med varandra kommer vi inte att behöva leda människor i samma utsträckning, utan styra agenter. Det är en helt annan förmåga än traditionellt personalansvar.

Juridik plus teknik blir ett nytt fält. AI ställer oss inför problem som inte fanns för fem år sedan. Vem äger det en AI skapar? Vem ansvarar när en AI-agent fattar fel beslut? Hur följer man EU:s AI-förordning, GDPR och branschregler samtidigt? Det kräver människor som förstår både juridiken och tekniken, och det är en kombination som det finns väldigt få av i dag. Samma sak gäller de etiska frågorna, som allt fler organisationer behöver hjälp att hantera.

Personalisering skapar nya jobb. Trenden mot det personliga är stark: tjänster, produkter, utbildning och vård som anpassas efter varje individ. AI gör det möjligt i stor skala, men någon måste designa, bygga, styra och kvalitetssäkra det. Det blir andra jobb än dagens, men det blir jobb.

En ny ekonomi

Allting handlar om tillgång och efterfrågan. När rutinmässig analys och kod blir extremt billig kommer priset på den att sjunka, medan lönerna stiger där de nya trånga sektorerna uppstår, alltså i flaskhalsarna. Det kan låta som att det krockar med lärdomen från kalkylprogrammet, men det gör det inte. Efterfrågan på analys och kod kommer att öka, men när AI står för produktionen är det inte fler som producerar som behövs, utan fler som kan beställa, granska och ta ansvar för resultatet. Och precis som bokföraren inte automatiskt blev ekonom är det inte säkert att det blir samma personer som får de nya jobben.

Fler företag än någonsin. När enpersonsbolaget får ett eget team av AI sjunker tröskeln för att starta eget. Jag tror att vi kommer att se fler företagare än någonsin, fler med multipla intäktsströmmar och färre med ett traditionellt jobb mellan nio och fem.

Vad är folk villiga att betala för? När rutinkod och standardanalyser blir nästan gratis blir den stora frågan vad som fortfarande är värt pengar. Värde ligger i betraktarens öga. Det är kunden som avgör om värde har skapats, inte hur många timmar som har lagts ner.

Politiken kommer att hinna ikapp. Det finns säkert en risk att det kommer en AI-skatt när arbete flyttar från människor till maskiner och skattebasen krymper. Och på lång sikt måste Europa och Sverige bli självförsörjande på AI, med ett eget ekosystem av modeller, datacenter och kompetens, för att inte bli beroende av ett fåtal aktörer utanför Europa.

Att synas i bruset

När alla kan producera allt blir det svåra att bli sedd. Försäljning och marknadsföring kommer att bli svårare och dyrare än någonsin. AI kan visserligen hjälpa till, men alla andra har exakt samma möjligheter att använda den, och resultatet blir mer brus. Därför tror jag att okonventionella metoder kommer att få ett uppsving.

Avsändaren blir viktigare. Kända namn och avsändare kommer att bli allt viktigare. Det gynnar de stora varumärkena, men det är också egenföretagarens chans, för ett personligt namn går att bygga utan miljardbudget. Att bygga sin egen publik har aldrig varit viktigare, eftersom det är så man når ut genom bruset.

Mänskligt skapande blir lyx. Fler kommer att försöka göra om sin hobby till ett heltidsarbete. Mänskligt skapande som går att verifiera kommer att bli en lyx. Folk kommer att vara villiga att betala ett premium för det mänskliga och samtidigt förvänta sig superbilliga priser på det som AI skapar. Det sker en vattendelning i branschen: skiljelinjen går inte längre mellan lokal och global produktion, utan mellan AI och mänskligt. Det blir den nya kvalitetsskiljaren, och de som har råd kommer att betala en högre prislapp för det mänskliga, för att det är det rätta och känns bättre.

För egenkonsulten betyder det inte att man ska välja bort AI, utan att man ska vara tydlig med vad kunden betalar för. Det AI producerar blir billigt, och därför går det inte att ta betalt för det. Det man kan ta betalt för är det mänskliga i leveransen: omdömet, relationen och ansvaret för resultatet.

Det som blir mer värt

När kunskap blir billig flyttar värdet till det mänskliga och till ansvaret. Precis som revisorerna efter kalkylprogrammet flyttar konsulten från att räkna till att tolka, råda och stå för besluten.

Human in the loop är en princip, inte en övergångsfas. En AI kan aldrig vara avsändare eller ägare av ett system eller en process. Det kommer alltid att stå ett namn på systemet, processen och beslutet. Ytterst ligger ansvaret kvar hos ledningen, och regelverk som NIS2 och GDPR skärper det snarare än lättar på det. Men i praktiken kommer ledningen att lämna över ansvaret för hur systemet fungerar till någon annan. Det namnet kommer att tillhöra den som faktiskt förstår och styr systemet, ofta någon längre ner i organisationen eller en extern specialist. Säkerhet, compliance och regleringar kräver en människa som går att ställa till svars, och det kravet kommer att växa i takt med att AI gör mer.

Mjuk kunskap väger tyngre än hård. När AI tar hand om allt mer av det väldefinierade flyttar värdet till förmågan att förstå människor, kommunicera och bygga förtroende. De som blir mest efterfrågade är blandmänniskorna: de som är riktigt bra på något och kan kombinera det med andra områden, som juridik och teknik eller ekonomi och data. Det smala djupet räcker inte längre på egen hand.

Det mänskliga mötet blir viktigare, inte mindre viktigt. När AI sköter statusrapporter, sammanfattningar och samordning kan många arbetsmöten ställas in. Jag tror att den tiden i stället går till möten som bygger relationer, och att fikan med kollegor blir vanligare. Interaktionen mellan människor kommer att värdesättas på ett helt annat sätt än i dag, och när alla har tillgång till samma verktyg är det förtroendet som avgör vem som får uppdraget.

Anna Leijon föreläser på Kvadrats vårkonferens 2026.

Omdöme och förmågan att leda förändring. AI kan ta fram tio alternativ på en minut, men kunden behöver någon som vet vilket som fungerar i just deras organisation och som kan leda förändringen dit. Det blir ett av de mest efterfrågade uppdragen.

Redan 1930 gav nationalekonomen John Maynard Keynes problemet ett namn: teknologisk arbetslöshet. Den uppstår när vi hittar sätt att spara in på arbete snabbare än vi hittar nya användningsområden för det. Arbetet tar inte slut, men frågan är hur snabbt man hinner byta.

Baksidan

Bedrägerierna växer. Samma verktyg som gör oss mer produktiva gör det också billigare att lura. Jag tror att marknaden för bedrägerier, inte minst mot statliga myndigheter, kommer att vara större än någonsin. Det driver i sin tur efterfrågan på säkerhet, verifiering och compliance.

Så rustar du dig

AI-revolutionen belönar dem som ställer om först. Fem saker att börja med redan nu:

Använd AI varje dag. Inte för att testa, utan för att lära dig var den är bra och var den brister. Det är det som gör att du kan sälja omdöme kring den, och ta ansvar för resultatet. Det är ditt namn som står på det, inte AI:ns. Det lättaste sättet att lära sig är av varandra. Gå på hackathons och meetups, och prata AI i vardagen med kollegor, till exempel på korta stående avstämningar där ni öppet delar både framgångar och motgångar.
Sluta sälja timmar där du kan. Prissätt efter resultat, leverans eller värde. Annars blir varje effektivisering en lönesänkning.
Bygg mångbottnad kompetens. Bli riktigt bra på ett område där du är svår att ersätta, och kombinera det med ett annat. Djupet blir som mest värt där det möter något nytt, som juridik och teknik, och där regler, etik och data skapar frågor som ingen har svar på än. Låt AI ta hand om resten.
Investera i relationer. När verktygen är desamma för alla är det förtroendet som avgör vem som får uppdraget. Ställ hellre in arbetsmötet än fikan, och bygg din egen publik. Att nå ut genom bruset har aldrig varit viktigare.
Var inte ensam. Teknikskiften är lättare att navigera tillsammans. Ett nätverk av andra egenkonsulter ger dig både uppdrag, kunskap och någon att bolla med när marknaden förändras. Vi egenföretagare måste hålla ihop och hjälpa varandra. Två ypperliga exempel på gemenskaper som gör just det är Kvadrat, där jag själv är delägare, och Frilansare Sverige, för att nämna några som ligger mig varmt om hjärtat. En gemenskap behöver inte vara en pyramid. På Kvadrat driver alla sitt eget bolag, och andelen till det gemensamma är rak och transparent: 17 procent av omsättningen, som går tillbaka till gemensam försäljning, ramavtal och ett nätverk av andra egenföretagare. Det finns inga juniorer vars timmar ska bära upp några partner.

Ludditerna hade rätt om vad maskinerna skulle göra med deras försörjning. Men att slå sönder maskinerna stoppade inte förändringen. Vi som driver eget har en unik möjlighet att i stället forma den.

Det här är mina personliga reflektioner på annaleijon.se och speglar mina egna åsikter, ingen annans.

/Anna

Om du har några frågor om egenföretagande, frilans eller tech kan du ställa dem i det här öppna forumet: Frilans & Tech

Min bok Bli Egen - För dig som vill förstå eller bli en del av framtidens arbetsmarknad.

Köp boken Bli egen!

Tar dig vidare till Adlibris för att köpa boken där. Leveranstiden brukar ta cirka en vecka då det är print on demand.