AI-automation: var ni börjar och vad ni automatiserar först

AI-automation steg för steg: poängsätt era egna uppgifter, välj rätt sorts automation och se vad AI-förordningen och GDPR kräver.

Publicerad
Lästid
7 min
Av
Authoricy

AI-automation börjar med en uppgift som upprepas ofta, tar några minuter varje gång och har ett svar som en kollega kan kontrollera. Automatisera först den uppgift som får högst poäng på sex frågor om volym, tid, facit, felkostnad, data och personuppgifter, och vänta med allt som handlar om beslut om en människa.

AI-automation betyder att en språkmodell sköter det steg som en fast regel inte klarar, till exempel att läsa ett mejl eller en PDF. Steget ligger i ett flöde med regler, kontroller och en person där det behövs. När flödet själv väljer nästa steg och arbetar i flera system är det en agent, och det är vad vi bygger under AI-agenter för företag. Ofta räcker något enklare.

Fyra sorters automation, och när var och en passar

Innan ni väljer verktyg behöver ni veta vilken sorts automation uppgiften kräver. Frågan är vad som kommer in och vad som ska hända sedan.

  1. Regler i systemet ni redan har. Underlaget är strukturerat och nästa steg är alltid detsamma. En rapport som byggs av samma siffror varje månad, en påminnelse tre dagar före förfallodag. Billigast att köra och lättast att felsöka.
  2. RPA. Samma sak, men systemet saknar API, så en robot klickar i gränssnittet som en människa. Den går sönder när någon flyttar en knapp. Skillnaden reder vi ut i RPA eller AI-agenter.
  3. AI i ett fast flöde. Underlaget är fritext, men nästa steg är bestämt. Modellen läser fakturan och plockar ut belopp och ordernummer. Sedan tar vanliga regler över.
  4. AI-agent. Nästa steg beror på vad agenten hittar, och den arbetar i flera system. Hur det fungerar står i vad en AI-agent är, och varför ordet «agentisk» används så brett förklarar vi i agentisk AI för företag.

Den femte möjligheten är att låta bli. Om ingen kan säga vad som är rätt svar kan inte heller en modell göra det.

Poängsätt era egna uppgifter

Skriv upp tio uppgifter som tar tid i dag. Ge varje uppgift 0 till 3 poäng på varje rad. Högsta möjliga summa är 18.

Fråga 0 poäng 1 poäng 2 poäng 3 poäng
Hur många ärenden per månad? under 20 20–150 151–500 över 500
Hur lång tid tar ett ärende? under 2 min 2–5 min 6–15 min över 15 min
Finns ett facit en kollega kan kontrollera? nej ibland oftast alltid
Vad kostar ett fel? pengar ut eller beslut om en person en arg kund en rättelse i efterhand nästan inget
Finns underlaget i ett system? på papper eller i någons huvud i Excel-filer i system utan API i system med API
Vilka personuppgifter ingår? beslut om en person känsliga uppgifter kontaktuppgifter inga

En uppgift med 0 på felkostnad eller personuppgifter går inte i första vågen, hur hög summan än blir. Under 12 poäng väntar ni. Från 12 och uppåt rangordnar ni efter hur många timmar uppgiften tar per månad, för poängen säger om det går och timmarna säger om det lönar sig.

Fem vanliga uppgifter, poängsatta

Exemplet är ett tänkt företag med 25 anställda. Siffrorna är antaganden för att visa metoden, så byt ut dem mot era egna.

Uppgift Volym Tid Facit Fel Data Pers. Summa Timmar/mån
Leverantörsfakturor, 400 st à 4 min 2 1 3 2 3 3 14 27
Bokningar och ombokningar, 300 st à 3 min 2 1 3 2 3 2 13 15
Offertförfrågningar i inkorgen, 80 st à 20 min 1 3 2 2 2 2 12 27
Månadsrapport, 1 st à 6 tim 0 3 2 2 1 3 11 6
Kundtjänstmejl, 600 st à 5 min 3 1 1 1 2 2 10 50

Fakturorna först. Hög summa och 27 timmar i månaden. Modellen läser PDF:en, och en regel jämför belopp och ordernummer med beställningen innan något bokförs. Hamnar decimalkommat fel när modellen läser beloppet stoppar regeln fakturan och skickar den till ekonomi. Det är AI i ett fast flöde.

Offerterna sedan. Lika många timmar, men lägre summa, eftersom ärendena är färre och svaren varierar mer. Här passar en agent: den läser förfrågan, kollar kalendern och prislistan, frågar kunden efter det som saknas och lägger fram ett utkast som säljaren godkänner.

Bokningarna kan klara sig utan AI. Har bokningssystemet självbokning med länk löser en regel de flesta ärendena. Kommer bokningarna per telefon är det en annan fråga, som vi tar upp i vad en AI-receptionist är.

Rapporten är ett skript. Samma källor varje månad betyder regler, inte en språkmodell.

Kundtjänsten är störst och kommer sist. 50 timmar i månaden lockar, men ett felaktigt svar går direkt till en kund. Börja med att sortera mejlen och skriva utkast som en person skickar. Om en enkel chatt räcker för de vanligaste frågorna avgör ni med chatbot eller AI-agent.

Vad det kostar att köra

Kostnaden har tre delar: bygget, driften och tiden någon lägger på undantagen.

Bygget styrs av hur många system flödet ska läsa från och skriva till, hur rörigt underlaget är och hur många kontroller som behövs. Varje projekt hos oss börjar med en förstudie till fast pris, och den slutar med ett fast pris för bygget.

Modellkostnaden räknar ni själva. Säg att en faktura med instruktioner blir 4 000 tokens in och 500 tokens ut. 400 fakturor ger då 1,6 miljoner tokens in och 0,2 miljoner ut per månad. Multiplicera med priset per miljon tokens på leverantörens prissida och jämför med 27 timmars lön. Lägg till drift av servern, loggning och underhåll när ekonomisystemet byter version.

Den tredje delen glöms oftast. Skickar flödet vart femte ärende till en person är det fortfarande 80 fakturor i månaden som någon ska titta på.

En pilot på fyra veckor, med stoppkriterier

Ett AI-automatiserat flöde har samma delar varje gång:

  1. En utlösare, till exempel ett nytt mejl i ekonomiinkorgen.
  2. Underlaget hämtas: PDF, order, leverantörsregister.
  3. Modellen läser och fyller i fälten.
  4. Regler kontrollerar resultatet.
  5. En person godkänner det som inte klarar kontrollen.
  6. Systemet utför åtgärden, till exempel bokför.
  7. Allt loggas: vad modellen såg, vad den svarade, vem som godkände.

Kör piloten parallellt med det vanliga arbetet i fyra veckor. Mät tre saker innan ni börjar och varje vecka: andel fel som når åtgärdssteget, andel ärenden som går till en person och minuter per ärende. Bestäm gränserna i förväg och skriv upp dem. Ett exempel: noll felbokade fakturor, högst 25 % till en person efter vecka tre och minst halverad tid per ärende. Klarar flödet inte gränserna stoppar ni eller smalnar av uppgiften.

Två risker är värda en egen rad i planen. Ett mejl kan innehålla dolda instruktioner till modellen, det som kallas prompt injection, och OWASP rekommenderar minsta möjliga behörighet och mänskligt godkännande för känsliga åtgärder. Ge därför flödet rätt att läsa inkorgen och skapa utkast, inte att betala. Den andra risken är att fel byggs på varandra: ett felläst ordernummer i steg 3 blir en felbokning i steg 6 om ingen regel ligger emellan. Varje modellsteg behöver därför en kontroll direkt efter sig. Vill ni ha hjälp att sätta upp gränserna och kontrollerna kan ni läsa hur vi bygger AI-agenter med regler och loggning.

AI-förordningen och GDPR

EU:s AI-förordning ändrades i juli 2026 genom förordning (EU) 2026/1744. De flesta regler gäller från 2 augusti 2026, men kraven på högrisksystem enligt bilaga III har skjutits fram till 2 december 2027. Högrisk omfattar bland annat AI som används vid rekrytering och beslut om anställda. Ingen av de fem uppgifterna i exemplet hamnar där. Svarar flödet en kund direkt ska kunden som regel få veta att det är en AI.

GDPR gäller så fort personuppgifter passerar flödet. Ni behöver en rättslig grund för behandlingen. Enligt IMY är leverantören av AI-tjänsten ofta personuppgiftsbiträde, och ofta finns underbiträden. Då behövs ett personuppgiftsbiträdesavtal, och ni behöver veta var datan behandlas. Fattar flödet helt automatiska beslut som får rättsliga eller liknande betydande följder för en person gäller särskilda regler, och det är ytterligare ett skäl att låta sådana uppgifter vänta.

Vanliga frågor

Vad är skillnaden mellan AI-automation och RPA?

RPA härmar en människas klick i ett system och följer exakt samma steg varje gång. AI-automation kan läsa fritext som mejl och PDF:er och tolka vad som står där. I praktiken kombineras de ofta: modellen läser underlaget och regler eller RPA utför resten.

Vad kostar AI-automation för ett mindre företag?

Det beror på hur många system flödet ska kopplas till, hur rörigt underlaget är och hur mycket det får göra utan en människa. Driften består av modellkostnad per ärende, server, loggning och underhåll. Vi börjar alltid med en förstudie till fast pris som slutar med ett fast pris för bygget.

Hur lång tid tar det innan man ser resultat?

Med en pilot på fyra veckor ser ni redan efter första veckan hur många ärenden flödet klarar och hur många minuter det sparar. Mät utgångsläget innan ni startar, annars har ni inget att jämföra med.

Ska man bygga själv eller ta in hjälp?

Är uppgiften en regel i ett system ni redan har kan ni ofta ställa in den själva. När flödet ska läsa fritext, skriva i flera system och ha kontroller som håller i drift behövs utvecklare som har gjort det förut. Tar ni in hjälp, kräv att ni äger koden och loggarna.

Prata med dem som bygger

Berätta vilken uppgift teamet helst slipper.

Boka ett samtal så säger vi ärligt om en agent borde göra den, och vad det skulle krävas.