RPA eller AI-agenter? Så väljer ni rätt automatisering

Vad är RPA och när passar en AI-agent bättre? Jämförelse i åtta punkter, en faktura löst på tre sätt och en checklista för er första process.

Publicerad
Lästid
7 min
Av
Authoricy

RPA (robotic process automation) är mjukvarurobotar som klickar, kopierar och skriver i era system som en medarbetare, efter regler som någon har bestämt i förväg. En AI-agent läser i stället ostrukturerad information och väljer själv nästa steg, så RPA passar fasta regler och stabila skärmar medan AI-agenter passar uppgifter som kräver tolkning.

Ofta är det bästa svaret båda tillsammans, eller en vanlig API-koppling. Processen avgör, inte tekniken. Den bedömningen är det en AI-konsult som bygger in AI i era befintliga system ska hjälpa er med innan något byggs.

Vad är RPA?

RPA står för robotic process automation, på svenska ungefär robotiserad processautomation. En RPA-robot är ett program som styr användargränssnittet. Den öppnar program, loggar in, läser fält, kopierar värden och trycker på knappar.

UiPath, en av de stora leverantörerna, beskriver RPA som programvara som efterliknar mänskliga handlingar i digitala system. Samma sida säger att tekniken gör mest nytta i system som saknar API eller kräver fasta steg i gränssnittet.

Robotar körs på två sätt. En assisterad robot (attended) körs på en medarbetares dator och startar när personen ber om det. En obevakad robot (unattended) körs själv på en server eller virtuell maskin, till exempel varje natt. Räkna med att de licensieras olika. Microsofts egen kurs om obevakade körningar i Power Automate kräver till exempel en betald licens för unattended RPA, och provlicens finns inte.

Så arbetar en robot, steg för steg

Ta en robot som för in fakturor från en leverantör med en fast PDF-mall:

  1. Klockan 07.00 öppnar roboten den delade inkorgen.
  2. Varje PDF från leverantörens adress sparas i en mapp.
  3. Fakturanummer, datum och belopp läses från fasta positioner på sidan.
  4. Roboten loggar in i ekonomisystemet med ett eget konto.
  5. Formuläret för leverantörsfakturan fylls i och sparas.
  6. Mejlet flyttas till mappen «Klar», och en rad skrivs i loggen.

Stämmer något inte, stannar roboten och lämnar fallet till en person. Den förstår inte vad den läser. Den vet bara var på sidan beloppet brukar stå.

Vad en AI-agent gör som en robot inte gör

En AI-agent är byggd kring en språkmodell som får ett mål och ett antal verktyg: API-anrop, sökning i en databas, ibland styrning av en skärm. Hur den fungerar beskrivs i Vad är en AI-agent?.

Skillnaden mot en robot är tolkningen. Agenten kan läsa ett mejl där kunden skriver «fakturan gäller mars, inte april» och förstå att perioden ska ändras. Den kan läsa en faktura i en layout den aldrig sett.

Priset för det är att agenten kan ha fel på ett sätt som ser rätt ut. Samma underlag kan ge olika svar två gånger. Varje körning kostar ett anrop till modellen.

RPA eller AI-agent: jämförelse i åtta punkter

Egenskap RPA-robot AI-agent
Indata Fasta fält och fasta mallar Mejl, fritext, PDF i varierande layout
Hur den beslutar Regler som någon har skrivit Tolkning utifrån mål och instruktioner
Vad som stoppar den Ett nytt fält, en ny mall, en uppdaterad skärm Tvetydigt underlag, saknad kontext
Underhåll Skriptet justeras när ett system ändras Instruktioner, testfall och behörigheter justeras
Spårbarhet Samma indata ger samma resultat, och regeln går att peka ut Varje beslut och dess underlag måste loggas
Kostnadsmodell Licens för plattform och robotar Betalning per anrop, som växer med volymen
Typ av fel Stannar, eller gör samma fel varje gång Enstaka fel som kan se rimliga ut
Tid till resultat Kort för en enkel och stabil process Kort till prototyp, längre till pålitlig drift

Raden som väger tyngst är typen av fel. En robot som går fel gör det högljutt och upprepat, så ni märker det snabbt. En agent som går fel gör det tyst och sällan. Därför behöver en agent kontroller som en robot klarar sig utan.

Samma leverantörsfaktura, löst på tre sätt

Tänk er en ekonomiavdelning som får några hundra leverantörsfakturor i månaden från ett åttiotal leverantörer, som PDF i en delad inkorg.

Sätt 1: bara RPA

Roboten fungerar för de tio största leverantörerna, som skickar samma mall varje gång. Varje ny layout kräver en ny mall i roboten. En inskannad faktura, en kreditnota eller en leverantör som byter fakturasystem hamnar i undantagshögen. Där sitter samma person som förut, fast nu med de svåraste fallen.

Sätt 2: bara en AI-agent

Agenten läser alla layouter, matchar mot inköpsordern och bokför. Det låter som målet. Men en agent med skrivrätt som bokför utan kontroll gör ett fel ni hittar först i bokslutet. Saknar ekonomisystemet API måste agenten dessutom styra skärmen själv, vilket är långsammare och skörare än en robot.

Sätt 3: AI läser, regler skriver

Språkmodellen läser fakturan och lämnar ifrån sig strukturerad data med en säkerhetsnivå per fält. Fasta regler kontrollerar sedan resultatet: finns organisationsnumret i leverantörsregistret, stämmer beloppet mot ordern, går momsen ihop. Det som klarar kontrollerna skrivs in via API eller av en RPA-robot. Det som inte gör det går till en person, med fälten redan ifyllda.

Oftast är det tredje sättet rätt. AI används där variationen finns och regler där precisionen krävs. Mer om hur sådana flöden byggs står i Processautomation med AI.

När ingen av dem behövs: använd API:t

Har systemet ett API är det nästan alltid bättre än en robot som klickar. Fortnox, Visma och Business Central har API:er för de vanligaste flödena. En koppling via API går inte sönder när någon gör om gränssnittet, och den är enklare att logga.

Får ni redan e-fakturor i Peppol-format finns fälten som data från början. Då behövs varken en robot eller en modell som läser PDF:er, bara en koppling som tar emot och kontrollerar. Skillnaden mellan regelstyrd automation och automation med AI förklaras närmare i AI-automation för företag.

Ordningen att pröva i är alltså: API först, RPA om API saknas, och en skärmstyrande agent bara när underlaget kräver tolkning och inget annat når fram.

Checklista: välj er första process

Gå igenom sex frågor för den process ni funderar på:

  1. Volym. Görs uppgiften varje dag, eller några gånger i månaden?
  2. Regler. Kan ni skriva ner reglerna på en sida?
  3. Indata. Kommer underlaget i fasta fält, eller som fritext och varierande layout?
  4. Systemen. Finns ett API? Ändras gränssnittet ofta?
  5. Undantag. Hur stor del av fallen kräver i dag en människas bedömning?
  6. Kostnad för fel. Vad händer om ett fel slinker igenom: en rättelse, eller en felaktig utbetalning?

Hög volym, tydliga regler, fasta fält och inget API pekar på RPA. Varierande underlag pekar på att AI ska läsa. Finns ett API bygger ni en integration. Är kostnaden för fel hög lägger ni in ett godkännande av en person, oavsett teknik.

Vilken process som ska först hänger ihop med vad företaget vill uppnå med AI över huvud taget. Det arbetet beskrivs i AI-strategi för företag: så tar ni fram en.

Styrning: behörigheter, loggar och tillsyn

Vem ansvarar för robotens konton och handlingar? Frågan gäller både robotar och agenter, och svaret behöver stå på papper innan något går i drift:

  • Ett eget konto per robot eller agent, aldrig en medarbetares inloggning.
  • Bara de behörigheter uppgiften kräver.
  • En logg över varje handling, med tid och underlag.
  • En namngiven ägare som får larmet när något stannar.

Agenter behöver mer än så. Logga vad den läste, vad den beslutade och varför. Begränsa vilka verktyg den får använda. Kräv godkännande av en person över ett visst belopp.

EU:s AI-förordning kräver i artikel 14 att högrisksystem kan övervakas av människor medan de används. Ett flöde som bokför leverantörsfakturor faller normalt utanför högriskkategorierna. Bedömer agenten däremot till exempel privatpersoners kreditvärdighet eller sållar bland jobbsökande kan det se annorlunda ut. Hur förordningen och den nationella politiken hänger ihop beskrivs i Sveriges AI-strategi: vad den betyder för företag.

Vill ni gå igenom en konkret process med någon som bygger både integrationer och agenter, börjar Authoricy varje projekt med en förstudie till fast pris. Den slutar med ett fast pris för bygget, och ni äger koden. Läs om hur vi arbetar som AI-konsult med AI-integration.

Ersätter AI-agenter RPA?

Inte helt. RPA behåller sitt värde där systemen saknar API och processen är fast. Även UiPath beskriver numera RPA som den del som utför det AI-agenter har analyserat och beslutat.

Det agenterna tar över är läsandet och bedömandet, de delar RPA alltid var dålig på. En robot som förut behövde en mall per leverantör behöver nu en modell som läser och en robot som skriver. Ju fler system som får bra API:er, desto mindre klickande blir kvar åt robotarna.

Vanliga frågor

Vad står RPA för?

RPA står för robotic process automation. På svenska kallas det ibland robotiserad processautomation eller mjukvarurobotar. Det betyder program som utför regelstyrda uppgifter i andra system genom att använda samma gränssnitt som en människa.

Vad är skillnaden mellan RPA och AI?

RPA följer regler som någon har skrivit och gör samma sak varje gång. AI, i form av en språkmodell eller en AI-agent, tolkar underlag som inte har en fast form. RPA utför, AI bedömer, och i många flöden behövs båda.

Vilka arbetsuppgifter passar för RPA?

Uppgifter med hög volym, tydliga regler och fasta fält, i system som saknar API. Exempel är att flytta data mellan två system, ta ut rapporter på schema och föra in fakturor från leverantörer med fast mall. Uppgifter med fritext eller många undantag passar sämre.

Vad kostar RPA?

Kostnaden styrs av licensen för plattformen, hur många robotar som körs obevakat, hur många system roboten rör och hur ofta de systemen ändras. Underhållet är lätt att underskatta, eftersom roboten behöver justeras varje gång ett system ändras. Hos Authoricy börjar varje projekt med en förstudie till fast pris som slutar med ett fast pris för bygget.

Ersätter RPA människor?

RPA tar över stegen som är rena upprepningar, inte arbetet med undantagen. De fall roboten inte klarar hamnar fortfarande hos en person. Rätt byggt flyttar det personens tid från inknappning till kontroll och bedömning.

Prata med dem som bygger

Visa oss var datan skrivs in två gånger.

Trettio minuter, och ni vet vilket flöde ni ska automatisera först.