Automatisering handler om at fjerne unødige klik, ventetid og gentagelser. AI gør det muligt at automatisere dele af arbejdet, som indeholder fritekst, dokumenter og variation. Men ikke alle opgaver bør løses med AI. Det bedste resultat kommer ofte fra en kombination af faste regler og en afgrænset AI-funktion.
Ti opgaver, der ofte kan automatiseres
- Sortering af mails: kategoriser henvendelser og send dem til den rigtige kø.
- Data fra dokumenter: udtræk navne, datoer, beløb og andre felter til kontrol.
- Opsummering: lav et kort overblik over møder, rapporter eller lange sager.
- Klargøring af svar: skriv første udkast ud fra godkendte kilder og tone.
- Kontrol af mangler: markér hvis en formular, ordre eller sag mangler oplysninger.
- Tilbudsforberedelse: saml kundens behov og relevante produkter til en medarbejder.
- Intern videnssøgning: find svar i manualer, procedurer og tidligere materiale.
- Oprettelse af opgaver: omsæt henvendelser til strukturerede opgaver i projekt- eller CRM-systemet.
- Rapportering: saml nøgletal og forklar de vigtigste ændringer.
- Indholdsproduktion: klargør udkast til artikler, produkttekster og kampagner med redaktionel kontrol.
Brug faste regler, når de er nok
Hvis input er ens, og samme handling altid skal ske, er en klassisk regel ofte billigere og mere stabil end AI. AI giver først ekstra værdi, når systemet skal forstå variation, sprog eller kontekst.
En praktisk arkitektur kan lade faste regler validere data og styre rettigheder, mens AI fortolker teksten. På den måde bruges modellen dér, hvor den er stærk, uden at få ansvar for hele processen.
Sådan finder I den bedste første opgave
Gå efter en opgave med høj hyppighed, moderat tidsforbrug og begrænset risiko. Den skal have et tydeligt startpunkt og et resultat, som kan kontrolleres. Spørg medarbejderne, hvilke opgaver de udfører igen og igen, og hvor de venter på oplysninger fra andre.
Lav en enkel liste med antal gange per uge, minutter per opgave og typiske fejl. Den samlede belastning er ofte større end den opleves i den enkelte sag.
Kortlæg processen før I bygger
Beskriv input, trin, beslutninger, undtagelser og output. Notér hvilke systemer der bruges, og hvem der har ansvaret. Hvis processen kun findes i hovedet på én medarbejder, er kortlægningen i sig selv værdifuld.
Fjern unødige trin før automatisering. Ellers risikerer I at gøre en dårlig proces hurtigere i stedet for bedre.
Vælg graden af automatisering
- Assistance: AI foreslår, og medarbejderen udfører.
- Klargøring: AI udfører arbejdet, og medarbejderen godkender.
- Automatik med stikprøver: systemet gennemfører, mens udvalgte sager kontrolleres.
- Fuld automatik: kun til stabile og lavrisiko-opgaver med god overvågning.
Start på det laveste niveau, der giver værdi. Udvid efter dokumenteret kvalitet.
Integrationer og datakvalitet
Automatisering kræver pålidelige forbindelser mellem systemer. Aftal hvad der sker, hvis et API er nede, et felt mangler, eller data har et uventet format. Systemet skal stoppe sikkert og gøre fejlen synlig.
AI kan ikke kompensere for uklare eller modstridende data uden risiko. Ryd op i kilder og ejerskab, før processen får lov til at handle automatisk.
Mål effekten rigtigt
Mål gennemløbstid, aktiv arbejdstid, fejl, genåbnede sager og oplevet kvalitet. Sammenlign en periode før og efter. Medregn tid til kontrol, drift og vedligeholdelse.
Et eksempel: En proces udføres 300 gange om måneden og tager otte minutter. Hvis klargøring reducerer arbejdet til tre minutter, spares 25 timer. Hvis kontrollen tager to minutter mere, er nettogevinsten stadig tydelig.
Undgå disse faldgruber
- For bredt projekt uden en tydelig ejer.
- Ingen test med virkelige undtagelser.
- Fuld automatik før kvaliteten er dokumenteret.
- Manglende logning og adgangsstyring.
- Ingen plan for ændringer i data eller systemer.
Fra proceskort til pilot
Vælg ét trin, byg en lille løsning og test den med medarbejderne. Se guiden til AI-agenter og softwareudvikling med AI. I kan også beskrive processen i EesyPlus AI Problem Lab.
