Det korte svar
En chatbot er en samtalegrænseflade, en AI-agent kan vælge og udføre afgrænsede handlinger, og RPA automatiserer typisk faste trin i systemer. Begreberne kan overlappe. Vælg efter opgaven og integrationsmulighederne frem for navnet på teknologien.
Tre begreber, der beskriver forskellige ting
Når en leverandør siger chatbot, beskriver det ofte måden, brugeren møder løsningen på. En chatbot kan blot svare med tekst, men den kan også være forbundet med en agent. Ordet agent beskriver i højere grad handlemuligheder og valg af trin. RPA beskriver en automationsmetode, ofte baseret på faste regler og brugergrænseflader.
Derfor er det mere præcist at spørge, hvilke data løsningen kan læse, hvilke handlinger den kan udføre, og hvad der stopper den. Samme kundeoplevelse kan være bygget med meget forskellige grader af kontrol.
Sammenlign med den faktiske arbejdsgang
Skemaet er en hjælp til afklaring, ikke en rangliste. En enkel opgave kan være bedst løst med en fast regel og et API, helt uden en sprogmodel. AI er især relevant, når løsningen skal forstå varierende sprog eller udtrække information fra forskellige dokumenter.
| Behov | Mulig tilgang | Vigtig kontrol |
|---|---|---|
| Forklare en procedure | Chatbot med godkendte kilder | Kilde, version og adgang |
| Forstå mail og klargøre ordre | AI-udtræk med faste regler | Match, dubletter og godkendelse |
| Flytte ens felter mellem skærme | RPA når anden integration mangler | Skærmændringer og fejlstop |
| Vælge næste trin ud fra en sag | Afgrænset agent | Tilladte værktøjer og mandat |
Eksempel: en kunde spørger til sin levering
Hvis svaret findes i én ordrestatus, kan et kontrolleret opslag og en skabelon være nok. Hvis kunden også vil ændre leveringssted, opstår et nyt ansvar. Løsningen skal kontrollere identitet, forsendelsens status og tilladelsen til at ændre den.
En agent kan hjælpe med at samle oplysninger og foreslå næste trin, men modellen bør ikke selv opfinde en regel for adresseændringer. RPA kan måske foretage ændringen i en ældre skærm, men det løser ikke spørgsmålet om, hvorvidt ændringen er tilladt. Del forståelse, beslutningsregel og udførelse op.
Vurder vedligehold før I vælger
Spørg, hvad der sker, når en skærm ændres, en datakilde forsvinder, eller en model opdateres. De forskellige løsninger har forskellige fejltyper. En stærk løsning gør disse synlige og giver en ansvarlig person mulighed for at stoppe flowet.
Afprøv både en almindelig og en umulig opgave. En løsning, der afslår korrekt, kan være bedre end en løsning, der altid producerer et overbevisende svar. Vælg den enkleste tilgang, som opfylder jeres krav til resultat og kontrol.
Brug det i praksis
Jeres næste skridt
- Beskriv opgaven uden at nævne teknologi.
- Skeln mellem samtale, beslutning og systemhandling.
- Undersøg om et fast opslag eller en regel er tilstrækkelig.
- Test afslag, systemfejl og ændrede input.
- Aftal vedligehold af både integration og beslutningsregler.
Ofte stillede spørgsmål
Er en agent altid bedre end en chatbot?+
Nej. Hvis formålet er at finde et svar, kan en chatbot med gode kilder være tilstrækkelig. Flere handlemuligheder giver også flere kontrolopgaver.
Kræver RPA kunstig intelligens?+
Nej. RPA kan følge faste regler. AI kan tilføjes til eksempelvis dokumentforståelse, men de to dele bør vurderes hver for sig.
Kan flere metoder bruges sammen?+
Ja. En løsning kan bruge AI til forståelse, faste regler til kontrol og en API-integration eller RPA til en afgrænset handling.
Kilder og faglig baggrund
De praktiske eksempler og tjeklister er udarbejdet til denne guide. Følgende kilder uddyber de angivne faglige begreber.
Baggrund om evaluering af AI-systemer. Guidens konkrete eksempler er illustrative.
Begreber i guiden
Fra guiden til jeres arbejdsgang
Brug et afgrænset pilotforløb til at teste metoden på jeres data og undtagelser.
Udgivet af Norstream med AI-assisteret udarbejdelse. Eksempler er illustrative, medmindre andet er angivet. Tilpas metoder og kontroller til jeres systemer og faglige ansvar.
Har du en rettelse eller et spørgsmål?