Start med oppgaven dere vil forbedre
Skriv problemet i én setning: «Vi registrerer de samme ordreopplysningene i to systemer.» Det gir et tydeligere utgangspunkt enn «vi må ta i bruk AI».
Behovet for kunnskap er reelt. I SSBs undersøkelse for 2025 oppga 77 prosent av foretakene som ikke brukte KI, at de manglet relevant kompetanse. Undersøkelsen gjelder foretak med minst ti sysselsatte i de dekkede næringene. Den sier ikke hvilken løsning som passer akkurat din bedrift. Kilde: SSB.
Et godt første spørsmål er derfor: Vet vi allerede nøyaktig hva som skal skje når vi mottar opplysningene?
Hva er forskjellen på automatisering, integrasjon og AI?
Regelbasert automatisering utfører forhåndsbestemte handlinger. Når en ordre er godkjent, kan systemet sende en bekreftelse eller opprette en oppgave.
En integrasjon lar systemer utveksle opplysninger. Et API er et grensesnitt programvare kan bruke for å lese eller sende data. Integrasjonen kan være en del av automatiseringen, for eksempel når en godkjent ordre overføres til et annet system.
AI, eller kunstig intelligens, kan brukes til å tolke innhold som varierer. I denne artikkelen handler det særlig om språkmodeller som kan foreslå en kategori eller hente opplysninger fra fritekst. Resultatet må vurderes mot kravene i oppgaven.
En AI-agent får større frihet til å velge steg og verktøy underveis. Anthropic skiller mellom slike agenter og arbeidsflyter med forhåndsdefinerte steg, og anbefaler å begynne med den enkleste løsningen som dekker behovet. Det er et nyttig utgangspunkt også når bedriften bestiller hjelp. Kilde: Anthropic.
Bruk denne tabellen som første vurdering
Tabellen er et praktisk forslag til vurdering, ikke en fasit for alle systemer.
| Oppgave | Et naturlig utgangspunkt | Det dere må avklare |
|---|---|---|
| Flytte godkjent ordrenummer og antall mellom to systemer | Integrasjon med faste regler | Hvilket system eier opplysningene, og hvordan håndteres endringer? |
| Varsle når en avtalt frist er passert | Regelbasert automatisering | Hvilken frist gjelder, og hvem skal motta varselet? |
| Foreslå kategori for en fritt formulert henvendelse | Avgrenset AI-steg | Hvordan kontrolleres feil og uklare saker? |
| Hente leveringsadresse fra varierende e-poster | AI-forslag med kontroll før lagring | Hvordan oppdages manglende eller motstridende opplysninger? |
| Bestemme hva kunden skal få refundert i en komplisert sak | Menneskelig vurdering, eventuelt med støtte | Hvem har beslutningsansvar og tilgang til riktig grunnlag? |
En kombinasjon kan være nyttig: AI foreslår opplysninger, faste regler kontrollerer format og obligatoriske felt, og en medarbeider godkjenner før systemet utfører handlingen.
En formatkontroll kan for eksempel vise at et postnummer har fire sifre. Den viser ikke at adressen faktisk tilhører kunden.
Eksempel: Fra e-post til registrert ordre
Dette er et konstruert eksempel, ikke en kundehistorie.
Et firma mottar bestillinger både gjennom et skjema og som e-post. Skjemaet har egne felt for varenummer, antall og leveringsadresse. E-postene har ulik formulering og mangler noen ganger opplysninger.
For skjemabestillingene kan firmaet først vurdere en vanlig integrasjon. Opplysningene finnes allerede i separate felt. Det viktige er å kontrollere varenummeret, oppdage duplikater og håndtere feil ved overføring.
For e-postene kan et AI-steg foreslå hvilke opplysninger som hører til hvert felt. I første versjon kontrollerer en medarbeider alle forslag. Bestillinger med mangler blir liggende til avklaring.
Forskjellen ligger i hvordan opplysningene kommer inn. Selve registreringen kan fortsatt følge faste regler. Hvis kundene enkelt kan bruke et bedre skjema, bør også det alternativet vurderes.
Regn på hele arbeidsflyten
Et kortere registreringssteg er bare nyttig hvis kontroll, feilretting og oppfølging ikke spiser opp gevinsten.
Se på dette konstruerte regneeksemplet:
- 200 saker per måned tar i dag 6 minutter hver: 20 arbeidstimer.
- Etter en tenkt endring tar kontrollen 2 minutter per sak: omtrent 6,7 timer.
- Feilretting og oppfølging krever ytterligere 3 timer per måned.
- Mulig frigjort tid blir da omtrent 10,3 timer per måned.
Tallene er antakelser som må erstattes med egne målinger. Ta også med etablering, abonnement, brukskostnader, opplæring og vedlikehold i vurderingen. Frigjort tid er ikke automatisk en reduksjon i lønnsutgifter.
Be leverandøren beskrive hva som inngår i prisen, og hvem som følger opp når et tilkoblet system endres.
Avklar feilene før dere starter en pilot
En pilot er en avgrenset utprøving. Velg én oppgave og bestem hvordan dere skal vurdere resultatet.
Skriv ned hva som skal skje dersom:
- samme bestilling kommer to ganger;
- en nødvendig opplysning mangler;
- mottakersystemet ikke svarer;
- AI-forslaget er feil;
- en medarbeider må korrigere registreringen.
Avklar også hvilke opplysninger som kan brukes, hvem som skal ha tilgang, og hvem som er ansvarlig for avvik. Begynn gjerne med konstruerte testdata. Bruk av reelle kundeopplysninger må vurderes konkret før de sendes til nye tjenester.
Sammenlign normaltilfeller og vanskelige tilfeller. Mål samlet arbeidstid, antall feil og hvor mange saker som må behandles manuelt. Bestem på forhånd hvilke feil som skal stoppe forsøket.
Fyll ut en pilotmal før dere bestiller
Bruk malen nedenfor til å bli enige om hva en første utprøving skal vise. Dette er vårt forslag til et arbeidsark, ikke en standard eller dokumenterte testresultater. Fyll ut tomme felt sammen med den som utfører oppgaven i dag.
| Avklaring | Fyll inn for deres arbeidsflyt |
|---|---|
| Oppgave og avgrensning | Fra ___ til ___. Dette er utenfor forsøket: ___. |
| Enkleste alternativ | Kan et bedre skjema, en fast regel eller en eksisterende integrasjon løse oppgaven? ___ |
| Datagrunnlag | Hvilke opplysninger trenger vi, hvor kommer de fra, og hvilke har vi lov til å bruke? ___ |
| Sammenligningsgrunnlag | Antall saker: ___. Aktiv arbeidstid, inkludert kontroll og retting: ___. |
| Testtilfeller | Vanlig sak: ___. Manglende opplysning: ___. Duplikat: ___. Systemavbrudd: ___. |
| Ansvar og stopp | Hvem følger opp: ___. Hvilken feil stopper forsøket: ___. |
| Beslutning etterpå | Hvem avgjør om vi fortsetter, endrer eller avslutter: ___? Dato: ___. |
Konstruert eksempel: I ordrearbeidet ovenfor kan målet være at et AI-steg foreslår varenummer og antall fra e-post. En medarbeider godkjenner hvert forslag. Forsøket skal ikke sende ordrebekreftelser eller registrere ordre automatisk. Et forslag med manglende varenummer sendes til avklaring. Dersom løsningen utfører en handling uten godkjenning, stoppes forsøket og årsaken undersøkes.
Det gjør det mulig å vurdere nytten av tolkningen før dere gir løsningen flere oppgaver. Et vellykket forsøk med konstruerte data er likevel ikke nok til å fastslå kvaliteten i den daglige driften.
Sammenlign arbeidstid og kvalitet hver for seg
Sammenlign like typer saker og ta med tiden medarbeiderne bruker på kontroll, retting og oppfølging. Noter ventetid separat fra aktiv arbeidstid: En sak som ligger i kø i en time, krever ikke nødvendigvis en times arbeid.
Registrer både antall feil og hvor mange saker dere har undersøkt. Skill mellom et feilaktig forslag som blir rettet før lagring, og en feil som når mottakersystemet. De kan ha svært ulik konsekvens. Ikke la et godt gjennomsnitt skjule en feil dere på forhånd har bestemt at er uakseptabel.
Hvis prosessen fortsatt er uklar, begynn med å kartlegge dobbeltregistreringen. Da blir det lettere å avgrense piloten til ett konkret problem.
Når bør dere vente?
Vent med å bygge hvis de ansatte er uenige om hvordan oppgaven skal utføres, hvis dataene ikke har en tydelig eier, eller hvis ingen kan følge opp feil. Da er prosessavklaring neste steg.
Det kan også være riktig å forenkle skjemaet, rydde i datagrunnlaget eller endre en rutine før dere investerer. En løsning bør vurderes ut fra oppgaven den forbedrer og kvaliteten den leverer.
Ta med én konkret arbeidsoppgave til første samtale
Velg en oppgave, beskriv dagens steg og samle noen typiske avvik. Da har dere et godt grunnlag for å diskutere både løsning og kostnader.
Digital Flow tilbyr integrasjoner og automasjon. Ta kontakt med en kort beskrivelse av arbeidsflyten dere ønsker å forbedre.