AI, RPA eller almindelig automatisering: Hvad passer til opgaven?
Faste regler, systemforbindelser og AI løser forskellige dele af arbejdet. Her er forskellen — og spørgsmålene, der hjælper jer med at vælge.
CTO hos Adtention
Vælg teknologi efter det, opgaven kræver
En arbejdsgang kan have flere slags opgaver i samme forløb. Et kundenummer skal slås op præcist. En mail skal måske fortolkes. Et svar skal formuleres, og en aftale skal godkendes. Det er sjældent en fordel at give den samme teknologi ansvar for det hele.
Vores udgangspunkt er at dele arbejdet op: Hvilke trin har entydige regler? Hvilke kræver fortolkning? Og hvilke beslutninger skal et menneske tage? Det giver et mere konkret valg end at begynde med navnet på en platform.
Når faste regler er tilstrækkelige
Hvis det rigtige resultat kan beskrives præcist, er almindelig automatisering ofte et naturligt første valg. Eksempler er at overføre et godkendt kundenummer, kontrollere at et felt er udfyldt eller beregne et beløb efter en fast formel. Reglerne kan bygges ind i et eksisterende system eller forbinde flere systemer.
En integration via et API lader systemer udveksle oplysninger gennem en defineret grænseflade. Det kræver stadig adgang, relevante datafelter og en aftale om, hvad der skal ske ved fejl. En integration er forbindelsen; den afgør ikke i sig selv, om forløbet har brug for AI.
Hvad er RPA?
RPA står for Robotic Process Automation. Her kan software udføre gentagne trin i en brugerflade, eksempelvis åbne et system, udfylde felter og hente oplysninger. Microsoft beskriver denne form for automatisering gennem handlinger på vinduer, felter og knapper i sin dokumentation om desktop-automatisering.
Det kan være en mulighed, når den nødvendige systemforbindelse ikke findes som en brugbar integration. Undersøg dog først, om adgangen er tilladt, og hvordan løsningen skal håndtere ændringer i skærmbilleder, login og fejlmeddelelser. En robot, der bruger en brugerflade, får ikke automatisk en forståelse af den opgave, den udfører.
Hvornår kan AI bidrage?
AI kan være relevant, når input varierer, og oplysninger skal fortolkes: Hvad handler en henvendelse om? Hvilke felter findes i et dokument? Hvilke afsnit er relevante for spørgsmålet? Et generativt værktøj kan også klargøre et udkast, som en medarbejder arbejder videre med.
Det ændrer måden, kvalitet skal vurderes på. Et velformuleret svar kan være forkert, og samme input kan give forskellige formuleringer. OpenAI beskriver derfor evaluering med opgavespecifikke tests og menneskelig vurdering. Det er et nyttigt princip på tværs af værktøjer: test på det arbejde, løsningen faktisk skal bruges til.
Fire opgaver — fire valg
| Opgaven | En mulig tilgang | Det afgørende kontrolpunkt |
|---|---|---|
| Overfør en godkendt ordre | Integration og faste regler | Er felterne korrekte, og bliver ordren kun oprettet én gang? |
| Registrér data i et system uden egnet API | RPA efter teknisk afklaring | Hvad sker der, hvis brugerfladen eller adgangen ændres? |
| Klargør et svar fra godkendt viden | AI med afgrænsede kilder | Kan medarbejderen kontrollere påstandene og finde grundlaget? |
| Godkend en særlig aftale | Menneskelig beslutning, eventuelt med forberedende hjælp | Hvem har mandat og ansvar for godkendelsen? |
Tabellen viser illustrative valg. En konkret løsning afhænger af data, systemadgang og konsekvenserne af fejl.
Den stærke løsning kan kombinere flere tilgange
Forestil jer en indbakke med produktforespørgsler. Faste regler modtager henvendelsen og finder kunden. AI foreslår emne og et svarudkast på baggrund af godkendte produktdata. En medarbejder kontrollerer indholdet. Først derefter registrerer en integration det godkendte svar og sender det videre.
I det eksempel er AI én del af forløbet. Der er stadig brug for adgangsstyring, kontrol af data, håndtering af dubletter og en vej for de opgaver, som løsningen ikke kan håndtere. Hvis der mangler oplysninger, skal løsningen kunne sige det og lade en medarbejder tage over.
Regn på hele arbejdsgangen
Se på tiden til både forberedelse, udførelse, kontrol og rettelser. Et hurtigt udkast kan være dyrt, hvis en fagperson skal rekonstruere alle kilder bagefter. Omvendt kan en enkel integration være en stor hjælp, selv om den ikke bruger AI.
Sammenlign også etablering, licenser, forbrug og vedligeholdelse. Vurdér, hvem der kan ændre løsningen, hvem der ejer opgaven, og hvor afhængige I bliver af en bestemt platform eller leverandør. Der er ikke én teknologi, der er billigst eller bedst til alle processer.
Fem spørgsmål før I vælger
- Kan vi beskrive det rigtige resultat med faste regler?
- Kræver en del af opgaven fortolkning af tekst, billeder eller variationer?
- Hvilke systemforbindelser har vi faktisk adgang til?
- Hvad er konsekvensen af et forkert resultat eller en handling, der udføres to gange?
- Hvem kontrollerer kvaliteten og vedligeholder løsningen efter levering?
Tag én tilbagevendende opgave og besvar spørgsmålene sammen med den medarbejder, der kender den. Har I brug for hjælp til at vælge og bygge løsningen, kan Everydai hjælpe med AI-automatisering på tværs af arbejdsgangen. Mangler I selve opgaven at begynde med, kan I bruge vores guide til det første AI-projekt.
