AI-automation
AI-automation för företag: från manuellt arbete till flöden som sköter sig själva
Vi bygger in språkmodeller i era system så att dokument läses, ärenden sorteras, svar skrivs och data flyttas utan att någon gör det för hand. Som AI-konsult i Stockholm hjälper vi er hitta de processer där det faktiskt lönar sig, och bygger sedan lösningen med fast pris.
- Byggt in i era befintliga system
- Människa godkänner där det spelar roll
- Er data lämnar inte er kontroll
Vad AI-automation betyder i praktiken
AI-automation är att låta en språkmodell göra det tolkningsarbete som tidigare krävde en människa: läsa ett mejl och förstå vad kunden vill, plocka ut belopp och datum ur en faktura, skriva ett första utkast till ett svar. Det som skiljer det från vanlig automatisering är att indata inte behöver vara strukturerad. Det som skiljer det från en chattbot är att det sker inne i era system, inte i ett fönster på hemsidan.
Dokument som läser sig själva
Fakturor, avtal, ordrar och ansökningar tolkas, uppgifterna plockas ut och landar i rätt fält i affärssystemet. En människa granskar avvikelserna, inte varje dokument.
Ärenden som sorteras
Inkommande mejl och formulär klassificeras, prioriteras och skickas till rätt person med ett föreslaget svar. Kundtjänsten börjar med ett utkast i stället för ett tomt fält.
Svar och underlag som skrivs
Offertutkast, orderbekräftelser, sammanfattningar av långa trådar och rapporter genereras ur er egen data. Personalen redigerar och godkänner.
Sök i er egen kunskap
Frågor mot era avtal, manualer, rutiner och ärendehistorik besvaras med källhänvisning, i stället för att någon letar i tio system.
Kontroller som aldrig tröttnar
Varje order, faktura eller rapport granskas mot era regler innan den går vidare. Det som ser fel ut flaggas för en människa.
AI-agenter för hela flöden
När flera steg hänger ihop, som att ta emot en förfrågan, kontrollera lager, skapa offert och boka leverans, bygger vi en agent som driver flödet och stannar vid de beslut ni vill fatta själva.
När AI-automation lönar sig, och när det inte gör det
Vi säger nej till ungefär lika många AI-projekt som vi tar. Tekniken är imponerande, men den betalar sig bara på rätt sorts uppgift. Så här avgör vi.
Lönar sig när
- Uppgiften görs många gånger i veckan av flera personer
- Indata är text, dokument eller mejl som varierar i form
- Ett fel går att upptäcka och rätta innan det får konsekvenser
- Regelverket är tydligt nog att skriva ner
- Datan finns i system ni kontrollerar
Lönar sig inte när
- Uppgiften är sällsynt eller redan tar några minuter
- Ett enda fel är kostsamt och svårt att upptäcka
- Indata redan är strukturerad, då räcker vanlig integration
- Ingen kan beskriva vad ett korrekt resultat är
- Kunden förväntar sig en människa i andra änden
Så bygger vi en AI-automation som håller i drift
Det svåra är inte att få en modell att lösa exemplet i demon. Det svåra är att den ska lösa de tusen varianterna i verkligheten, och att ni ska veta när den inte gör det.
Kartläggning av en process
Vi väljer en avgränsad uppgift, mäter hur lång tid den tar idag och samlar femtio riktiga exempel. Inte hundra processer, en.
Prototyp mot riktig data
Inom en till två veckor testar vi modellen mot era exempel och mäter träffsäkerheten. Är den inte tillräckligt hög säger vi det och stannar där.
Bygge med människan i loopen
Lösningen byggs in i ert system med tydliga punkter där en person granskar och godkänner. Allt modellen gör loggas med underlag.
Drift, mätning och justering
Vi följer träffsäkerhet och kostnad per körning i produktion, justerar när modellerna uppdateras och tar bort granskningssteg när ni litar på resultatet.
Er data och era modeller
Den vanligaste frågan vi får är var datan tar vägen. Svaret beror på vad ni behöver, och vi bygger så att ni kan byta.
Modeller från flera leverantörer
Vi arbetar med modeller från OpenAI, Anthropic och Google via deras företags-API:er, där er data enligt avtal inte används för träning. Vi bygger så att modellen kan bytas utan att lösningen skrivs om.
Data inom EU när det krävs
För känslig data använder vi leverantörernas EU-regioner eller modeller som körs i er egen miljö. Vilket som passar avgör vi tillsammans med er innan vi bygger.
Spårbarhet
Varje beslut modellen fattar sparas med indata, svar och vilken version av modellen som användes. Det behövs den dag någon frågar varför.
Kostnad ni kan se
Varje körning kostar en känd summa. Vi mäter den från dag ett så att ni vet vad automationen kostar per dokument, ärende eller svar.
Vad kostar AI-automation?
Priset sätts per projekt och är fast innan vi börjar. Det som avgör är hur många varianter av uppgiften som ska klaras, hur mycket som redan finns som API i era system, och hur höga krav ni har på att en människa ska granska.
Uppgiftens variation
En fakturatyp från tio leverantörer är enkelt. Fritextmejl om vad som helst är svårt. Prototypen visar var ni ligger.
Era systems öppenhet
Har affärssystemet ett API går det fort att läsa och skriva. Saknas det bygger vi vägen dit först.
Granskningsflöde
Ett gränssnitt där personalen godkänner, rättar och lär modellen tar tid att få rätt, men är det som gör att lösningen används.
Löpande modellkostnad
Körningarna kostar per anrop. Vi anger den kostnaden separat så att ni ser hela bilden, inte bara projektpriset.
Prototypen mot er riktiga data är det första vi levererar, och den är avsiktligt liten. Ni vet inom två veckor om det bär, innan ni beslutat om resten.
SammanhangAI-automation är en del av vår systemutveckling.
RelateratÄr indata redan strukturerad behövs ingen språkmodell. Läs om systemintegration och API-integrationer.
Vanliga frågor om AI-automation
Vad kostar AI-automation?
Det avgörs av hur många varianter av uppgiften som ska klaras, hur öppna era system är och hur mycket mänsklig granskning ni vill ha. Vi börjar alltid med en liten prototyp mot er riktiga data, så att ni vet inom två veckor om det bär. Därefter får ni ett fast pris för hela lösningen, och den löpande modellkostnaden per körning redovisas separat.
Vad är skillnaden mellan AI-automation och en chattbot?
En chattbot är ett fönster där en människa skriver frågor. AI-automation är när modellen arbetar inne i era system utan att någon frågar: läser fakturan som kom in, sorterar mejlet, skriver utkastet. Chattbotten kräver att någon sitter vid den. Automationen sparar tid just för att ingen behöver göra det.
Hur vet vi att modellen inte hittar på?
Genom att aldrig låta den fatta beslut som inte går att kontrollera. Varje svar sparas med sitt underlag, modellen tvingas hänvisa till källa när den svarar på frågor, och i början granskar en person allt. Vi mäter träffsäkerheten i prototypen mot era egna exempel innan vi bygger något, och i drift följer vi den vecka för vecka.
Var hamnar vår data?
Hos den modelleverantör vi väljer tillsammans, via deras företags-API där datan enligt avtal inte används för träning. För känslig data väljer vi EU-regioner eller en modell som körs i er egen miljö. Ni får en tydlig bild av dataflödet innan vi bygger, och vi bygger så att leverantören kan bytas.
Vilka processer passar bäst att börja med?
Sådant som görs ofta, av flera personer, där indata är text eller dokument och där ett fel går att upptäcka innan det kostar. Fakturor, inkommande ärenden, offertutkast och sammanställningar är vanliga första steg. Vi hjälper er välja en uppgift, inte tio, och mäter tiden den tar idag.
Hur lång tid tar det?
Prototypen mot er data tar en till två veckor. En färdig lösning inbyggd i ert system med granskningsflöde tar normalt några veckor till ett par månader beroende på integrationerna. Ni ser resultat varje vecka och kan stanna efter prototypen om siffrorna inte håller.
Behöver vi ett nytt system för det här?
Oftast inte. AI-automation fungerar bäst inbyggd i de system ni redan använder, kopplad via deras API:er. Saknar ett system API bygger vi vägen dit först. Är problemet att inget av era system gör det ni behöver är det ett systemutvecklingsprojekt, och då säger vi det.
Kan ni hjälpa oss med AI-strategi innan vi bygger något?
Ja. Ett vanligt första uppdrag är att gå igenom verksamheten, lista de uppgifter som tar mest tid och bedöma vilka som lämpar sig för AI, vilka som löses med vanlig integration och vilka som ska lämnas i fred. Ni får en prioriterad lista med uppskattad besparing, inte en presentation om AI i allmänhet.
Berätta vilken uppgift som tar mest tid
Beskriv en process som görs för hand idag och ungefär hur ofta, så återkommer vi inom en arbetsdag med om AI kan ta den och hur.