Automation som klarar att underlaget ser olika ut.
AI-automation är automation som kan läsa och tolka underlag som varierar: mejl, pdf-filer och fritext. Vanlig automation följer fasta regler och stannar när något avviker. AI-automation förbereder arbetet även när varje ärende ser lite olika ut, och passar återkommande processer där en människa ändå ska godkänna resultatet.
Den här guiden hör till AI för företag. Här går vi igenom skillnaden mot RPA, vilka processer som passar och hur ett flöde med godkännande ser ut i praktiken.
Vanlig automation flyttar data. AI-automation förstår vad som står i den.
Tre sätt att automatisera. De är bra på olika saker.
Zapier, Make och Power Automate. När ett formulär skickas, lägg en rad i kalkylarket. Snabbt, billigt och förutsägbart så länge datan har samma form varje gång.
RPA följer en inspelad väg genom skärmarna, klick för klick. Bra i gamla system utan kopplingar. Den stannar när en knapp flyttas eller ett fält ser annorlunda ut.
En språkmodell läser underlaget och förstår vad det handlar om, även när två mejl säger samma sak med olika ord. Resultatet är ett förslag, och reglerna avgör vad som får hända med det.
| Typ | Klarar varierande underlag | När något avviker | Passar när |
|---|---|---|---|
| Regelstyrd automation | I grunden nej, även om flera verktyg nu har AI-steg | Flödet stannar eller gör fel | Stegen är fasta och datan strukturerad |
| RPA | Nej, skärmen måste se likadan ut | Roboten stannar | Ett gammalt system saknar kopplingar |
| AI-automation utan spärr | Ja | Den gissar, och ingen ser det förrän efteråt | Felen kostar lite och går att rätta |
| AI-automation med godkännande | Ja | Förslaget stannar hos en människa med underlaget bredvid | Underlaget varierar och någon ska stå för beslutet |
Den sista raden är skillnaden som spelar roll. En AI som tolkar fel och sedan skickar, bokför eller ändrar ändå är sämre än en vanlig regel. Därför är spärren lika viktig som modellen. Hur den ser ut hos oss står på sidan om AI-medarbetare.
Fyra kännetecken. Har processen alla fyra är den en bra början.
Volym är det som gör automation lönsam. Det som händer en gång i kvartalet gör ni enklast för hand.
Mejl med fritext, fakturor från olika leverantörer, förfrågningar som beskriver samma sak på olika sätt. Där har regler svårt och AI gör skillnad.
Ett svar, en kontering, en registrering, ett offertutkast. Den som godkänner ska kunna se direkt om förslaget är rätt.
Vilka konton som gäller, vilka villkor som får lovas, vad som aldrig får skickas. Det som bara finns i någons huvud måste skrivas ned först.
Alla flöden och hur långt var och ett har kommit står i modulkatalogen.
Samma sex steg oavsett om det gäller ett mejl, en faktura eller en förfrågan.
Ett mejl, en pdf eller ett dokument, från den inkorg eller mapp ni pekar ut. Inkommande post granskas för dolda instruktioner som någon har bäddat in i texten, så att ett mejl inte kan ge AI:n order.
Underlaget tolkas och ett förslag tas fram, med källan bredvid. Saknas en uppgift står det att den saknas i stället för att AI:n hittar på.
Inget skickas, bokförs eller ändras innan rätt person har läst och sagt ja. Den som godkänner ser förslaget och underlaget sida vid sida och kan ändra innan något händer.
Efter ett ja skickas svaret eller lämnas filen i Word, Excel eller pdf. Allt ALEX gör skrivs in i en signerad logg med extern tidsstämpel som er revisor kan kontrollera själv.
Ett uppdrag ges en gång, och ALEX väntar in underlaget och levererar när det finns. Vakter går varje morgon och lägger fram det som behöver er uppmärksamhet. Båda finns som demo.
Ni ser hur ofta varje sorts förslag godkänns utan ändring. Det är byggt. Att sådana beslut ska kunna gå vidare på egen hand är nästa steg, och bara om ni själva bestämmer det för en viss sorts beslut.
AI automation agency heter det på engelska. Fråga vad som finns kvar när projektet är klart.
En AI-automationsbyrå kartlägger ett arbetsflöde, bygger automationen och lämnar över den. Många bygger i no-code-verktyg som Make, Zapier eller n8n, där en språkmodell är ett av stegen. Det går snabbt att få något att fungera i en demo. Frågan är vad som händer den dag en koppling ändras, ett underlag ser annorlunda ut eller någon undrar varför ett visst mejl skickades.
Vi bygger inte våra produktionsflöden i no-code. Varför står i varför vi undviker no-code för produktionsagenter.
Fler krav, med våra egna svar bredvid, står i vad ni ska kräva av en AI-byrå. Vill ni ha hjälp att välja väg innan ni bygger, läs om AI-konsult.
Ibland är en vanlig regel eller en människa det bättre valet.
Ett formulär med samma fält varje gång behöver ingen språkmodell. En vanlig regel är billigare, snabbare och gör aldrig en tolkning.
Införande, drift och förvaltning kostar oavsett hur många ärenden som kommer. Räkna på vad arbetet kostar i dag innan ni bestämmer er.
En förhandling eller ett personalärende. AI:n kan samla underlaget, men beslutet ska fattas av en människa som känner sammanhanget.
Någon ska säga ja och stå för det. Finns ingen som har tid eller mandat att godkänna, blir flödet liggande.
Vad som styr kostnaden, och en kalkyl för vad arbetet kostar er i dag, står på sidan vad kostar en AI-agent.
Automation läser mer än en människa hinner. Därför spelar platsen roll.
Ett automatiserat flöde läser allt som kommer in, också det känsliga. Fråga därför var datan behandlas och vem som kommer åt den. Så ser det ut hos oss. Varje kund får en egen server i EU, och er data delas aldrig med någon annan kund. Kräver ni det körs ALEX i er egen miljö med er egen modellnyckel. Vilka underbiträden som används, också AI-leverantören och var den finns, står öppet i integritetspolicyn. Vi tränar aldrig modeller på era uppgifter utan ett separat skriftligt godkännande, och vi tecknar ett personuppgiftsbiträdesavtal med varje kund.
AI-förordningen ställer krav som beror på vad automationen används till. Läs AI-förordningen för företag, och se hur kontrollen av loggen går till i Trust Center.
ALEX arbetar i dag i Kapacitis egen verksamhet. Servern som varje kund får är byggd och provad med testdata. Ingen kund har ALEX i drift ännu, och nästa steg är en avgränsad pilot med de första kunderna.
Byggt är svar på mejl i er ton, spärren som kräver ert ja, den signerade loggen, granskningen av inkommande post, skuggveckan och mätningen av hur ofta förslagen godkänns. Uppdrag som väntar in underlaget, morgonens vakter, offertflödet och månadsrapporten finns som demo. Kopplingen till affärssystem som Fortnox är planerad.
Vill ni hellre lära er att automatisera själva, med kurs och träning i era egna ärenden, finns det på sidan om AI-utbildning.
Automation där en AI-modell läser och tolkar underlag som varierar, som mejl, pdf-filer och fritext, och tar fram ett förslag. Vanlig automation följer fasta regler och kräver att datan ser likadan ut varje gång. AI-automation passar där varje ärende ser lite olika ut men resultatet är tydligt.
RPA följer en inspelad väg genom skärmarna och stannar när något ser annorlunda ut. AI-automation läser innehållet och förstår vad det handlar om, även när två underlag säger samma sak på olika sätt. RPA passar gamla system utan kopplingar, AI-automation passar varierande underlag. Många flöden behöver båda.
Välj en process som återkommer varje vecka, mät vad den kostar i dag och skriv ned reglerna. Bestäm vem som godkänner. Låt sedan AI:n föreslå i skugga, utan att kunna göra något, och jämför med det ni själva hade gjort. Hela vägen står i guiden om AI-implementering.
Processer som återkommer ofta, där underlaget varierar, resultatet är tydligt och reglerna går att skriva ned. Typiska exempel är svar på återkommande mejl, kontering av leverantörsfakturor, offertutkast och månadsrapporter. Sämst passar arbete där bedömningen är hela jobbet.
Kostnaden består av införandet, driften, förvaltningen och den tid er egen personal lägger på att godkänna. Hur stora delarna blir beror på hur många system som ska kopplas in och hur ren datan är. Vad som styr priset står på sidan vad kostar en AI-agent.
Den tar över förberedelsen: att läsa, sortera, skriva utkast och samla underlag. Beslutet ligger kvar hos en människa, och någon ska äga resultatet. Det vanliga utfallet är att samma personer hinner mer och lägger tiden på det som kräver bedömning.
Ja. Vi utbildar ledning och personal, med en halvdag för ledningen och träning i era egna ärenden, hos er eller på länk. Upplägget står på sidan om AI-utbildning.
Ja, med rätt avtal och rätt användning. GDPR kräver ett biträdesavtal och koll på var datan behandlas. AI-förordningen ställer krav som beror på vad automationen används till. Vi tecknar ett personuppgiftsbiträdesavtal med varje kund, och genomgången av lagen står på sidan om AI-förordningen.
Trettio minuter. Ni beskriver en process som tar tid i dag, så säger vi om den passar för AI-automation, för en vanlig regel eller för ingetdera. Alexander svarar senast nästa arbetsdag.
Nyhetsbrev om AI-förordningen och det vi lär oss när vi bygger ALEX.
Vi hör av oss när något i AI-förordningen ändras som påverkar er. Avregistrera när som helst via länken i mejlet.