Hvornår giver AI-automatisering mening?

AI er relevant, når en gentagen opgave indeholder varierende tekst, dokumenter eller spørgsmål, som skal omsættes til et kontrollerbart resultat. Det kan være en ordre fra en mail eller et bilag, der skal sammenholdes med en levering.

Hvis data allerede er strukturerede, og reglerne er entydige, kan en almindelig integration være tilstrækkelig. Hvis hver sag kræver en ny faglig vurdering, bør AI først hjælpe med at samle grundlaget. Valget skal følge opgaven.

AI-agenter til virksomheder: hvad skal agenten kunne?

En AI-agent kan kombinere fortolkning med opslag og handlinger gennem værktøjer. I en virksomhed er det afgørende at afgrænse datakilder, adgang og stopregler. Adgang til at læse en ordre må ikke automatisk give adgang til at sende en ordrebekræftelse.

I NoraOS-forløbet afklares den konkrete opgave og integrationsmulighed, før der gives handlefrihed. En medarbejder kan godkende alle udkast i begyndelsen. Derefter kan bestemte sagstyper eventuelt frigives, når kvaliteten er testet.

Eksempel: fra ordremail til forslag i ERP

Illustrativt forløb: En kunde sender en mail med 12 kolli af varen A. Systemet skal identificere kunden, finde det godkendte varematch og kontrollere, at hvert kolli indeholder 6 styk. Ordreudkastet skal derfor rumme 72 styk med korrekt prisgrundlag.

Hvis mailen også siger »til den sædvanlige pris«, skal prisen findes i en godkendt aftale. Den må ikke udledes af formuleringen. Er aftalen eller lagergrundlaget uklart, får medarbejderen et udkast og en konkret begrundelse for stoppet. Eksemplet beskriver et muligt arbejdsforløb, ikke et dokumenteret kunderesultat.

  • Input: ordremail, kunde, varekartotek og aftalepris.
  • Kontrol: enheder, disponibelt antal, kreditregler og dubletter.
  • Output: ordreudkast med kilde og markering af manglende oplysninger.
  • Godkendelse: en ansvarlig medarbejder før handling i den første pilot.

Tre steder at undersøge potentialet

Ordrebehandling: Fjern genindtastning fra e-mail og saml pris-, vare- og lagerkontrol. Lager og indkøb: Saml restordrer, reservationer og leverandørdata til et indkøbsforslag. Økonomi: Klargør fakturagrundlag og synliggør afvigelser mellem ordre og levering.

Hver proces kræver sin egen datakilde, ansvarlige og integration. Et godt resultat i én proces dokumenterer ikke, at alle øvrige opgaver kan automatiseres.

Hvad kræver implementeringen?

Start med en anonymiseret sag, en beskrivelse af normalforløbet og eksempler på fejl. Afklar derefter systemnavn, version, API-adgang, nødvendige felter og hvem der ejer data. Aftal både tilladte handlinger og manuel overtagelse.

Pris og tidsplan afhænger af integrationer, datakvalitet, antal undtagelser og test. Norstreams AI-rådgivning tager udgangspunkt i den afgrænsning, så leverancen kan beskrives konkret før drift.

Sådan måler I, om det virker

Mål på samme sagstyper før og under piloten. Registrér aktiv behandlingstid, korrekte resultater, stop til manuel kontrol og efterarbejde. Medregn tiden til medarbejdernes godkendelse.

Aftal på forhånd, hvilke fejl der medfører stop, og hvilken kvalitet der kræves for at udvide. En tidsgevinst er et testresultat, der skal dokumenteres på jeres data; den kan ikke loves ud fra en demonstration.