Integration mellem systemer
Vi bygger forbindelsen mellem de systemer, I allerede betaler for, så oplysningen skrives ind én gang og lander de rigtige steder — også når leverandøren ikke har en færdig integration.
Alle ydelser
03 — Optimering, automatisering & AI
Arbejde, der ikke behøver et menneske, bør ikke koste et
Der er opgaver i enhver virksomhed, som ingen ville sætte på et jobopslag: flytte tal fra ét sted til et andet, sortere en indbakke, taste et bilag, samle den samme rapport hver måned. De skal laves. De behøver blot ikke laves af jer.
Vi starter med at måle, hvad den slags arbejde koster hos jer i dag. Derefter fjerner vi det, der kan fjernes med almindelige regler og integration — og bruger AI dér, hvor opgaven kræver, at noget bliver læst og forstået.
Kørsler, der arbejder, mens I holder fri
Hvad vi fjerner
Tre slags arbejde, der spiser en arbejdsuge
Ingen af dem står i nogens jobbeskrivelse. De er bare vokset frem, fordi systemerne ikke talte sammen.
Data, der bæres i hånden
Nogen henter en fil, retter et par kolonner, kopierer den ind i et andet system og sender en mail om, at det er gjort. Hver dag, hver uge, altid samme rækkefølge — og altid en risiko for, at et enkelt tal falder ud.
Beskeder, der skal sorteres
Mails, formularer og bilag lander i samme indbakke og skal fordeles, før nogen kan arbejde. Sorteringen kræver ingen faglighed, men den kræver tid — og den bliver ikke lavet, når der er travlt.
Kontroller, der aldrig bliver lavet
Nogen skulle tjekke, at alle sager har en pris, at ingen frist er sprunget, at alle bilag er der. Det bliver først opdaget, når det mangler, fordi ingen har tid til at gennemgå listen manuelt.
Hvad det flytter
Samme opgave — før og efter
Eksempler fra opgaver, vi har automatiseret. Den mørke bjælke er tiden i hånden, den blå er tiden bagefter — typisk et gennemsyn frem for et stykke arbejde.
Vi måler altid udgangspunktet først. Ellers er en besparelse kun en fornemmelse.
Fakturaer fra leverandør ind i bogføringen
I hånden — ca. 4 timer om ugen
Automatiseret — 10 minutter til gennemsyn
Ordrer fra webshop videre til lager
I hånden — hver ordre tastet i hånden
Automatiseret — sker af sig selv, fejl fanges
Månedsrapport til ledelsen
I hånden — en halv dag hver måned
Automatiseret — klar mandag morgen
Svar på gentagne kundespørgsmål
I hånden — ca. 30 mails om dagen
Automatiseret — udkast klar, mennesket sender
Det kan være
Seks måder at fjerne manuelt arbejde
De fleste opgaver løses med de første to. AI kommer først ind, når noget skal læses og forstås.
Automatiske kørsler
Faste opgaver, der kører af sig selv om natten eller hver time: udtræk, opdateringer, påmindelser, rapporter. Med besked, hvis noget fejler — ikke stilhed.
Dokumenter læst maskinelt
Fakturaer, følgesedler, kontrakter og formularer læses, felterne trækkes ud, og resultatet lægges til godkendelse. Mennesket kontrollerer i stedet for at taste.
Sortering og fordeling
Indkommende henvendelser kategoriseres, sættes i den rigtige kø og får et udkast til svar. Det, der kræver et menneske, kommer først — resten venter ikke i vejen.
Assistent på jeres eget materiale
En søgning, der svarer i sætninger, oven på jeres tilbud, sager, referater og manualer — med henvisning til hvilket dokument svaret kommer fra, så det kan efterprøves.
Kontrol og advarsler
Regler, der løber igennem data og siger fra: manglende pris, sprunget frist, dobbelt oprettelse, afvigelse fra det normale. Fejlen fanges, mens den kan rettes billigt.
Assistent på jeres eget materiale
Svar, der peger tilbage på et dokument
De fleste svar findes allerede hos jer — i et gammelt tilbud, et referat, en manual eller en sag fra sidste år. Problemet er ikke, at oplysningen mangler. Problemet er, at den, der har brug for den, ikke ved hvor den ligger.
En assistent oven på jeres eget materiale svarer i sætninger og henviser til det dokument, svaret kommer fra. Er henvisningen forkert, kan det ses med det samme — og det er hele forskellen på et brugbart værktøj og et gæt.
Adgangen følger rollerne. En medarbejder får kun svar ud fra det materiale, personen i forvejen må se.
Eksempel på en samtale
Ærlig snak om AI
Hvad vi bruger det til — og hvad vi ikke gør
AI er blevet solgt som svaret på alt. Det er et godt værktøj til nogle opgaver og et dyrt og upålideligt til andre.
Her giver det mening
- Store mængder tekst, der skal læses, sorteres eller sammenfattes
- Oplysninger, der skal trækkes ud af dokumenter i mange forskellige formater
- Udkast, som et menneske retter og godkender frem for at skrive fra nul
- Søgning i jeres eget materiale, hvor svaret altid henviser til kilden
Her holder vi det væk
- Beslutninger med konsekvens for penge, ansættelse eller sikkerhed — dem godkender mennesker
- Svar direkte til jeres kunder uden nogen har set dem først
- Opgaver, hvor et par simple regler er billigere, mere præcise og lettere at forklare
- Rod i data — AI bliver ikke bedre end det materiale, den bygger på
- Følsomme personoplysninger sendt til en tjeneste, der bruger dem til at træne på
Sådan gør vi
Fem skridt, og det første er et regnestykke
Vi automatiserer ikke noget, vi ikke kan sætte tal på. Ellers ved ingen bagefter, om det var værd at gøre.
- 01
Vi måler, hvad opgaven koster i dag
Hvor mange gange om ugen, hvor lang tid pr. gang, hvor tit går det galt. Uden det tal er der ingen måde at afgøre, om en automatisering var værd at bygge.
- 02
Vi vælger den kedeligste opgave først
Ikke den mest avancerede. Den, der gentages oftest og kræver mindst dømmekraft — det er dér, tiden ligger, og risikoen er lavest.
- 03
Vi lader mennesket godkende i starten
Første version foreslår, I godkender. Når forslagene har været rigtige længe nok, aftaler vi, hvad der må køre uden godkendelse, og hvad der aldrig skal.
- 04
Vi bygger overvågning ind fra dag ét
En automatisering, ingen holder øje med, er en fejl, der venter. Kørsler logges, afvigelser giver besked, og der er altid en manuel vej rundt.
- 05
Vi regner efter og går videre
Efter en måned sammenligner vi med udgangspunktet. Holdt besparelsen, tager vi den næste opgave. Gjorde den ikke, siger vi det og finder ud af hvorfor.
Cases
To gange manuelt arbejde, der forsvandt
Samme opbygning hver gang: hvordan det var før, hvad der gik galt, hvad vi byggede, og hvad der kom ud af det.
Bilag og bogføring
1.400 leverandørfakturaer om måneden uden indtastning
- Før
- Fakturaer kom som PDF i en fælles mailboks. En bogholder åbnede hver enkelt, tastede beløb, dato, konto og projekt ind i økonomisystemet og gemte filen i en mappestruktur.
- Problemet
- Arbejdet fyldte omkring to dage om ugen og hobede sig op i ferier. Fejltastninger blev først fundet ved månedsafslutning, og bilag lå af og til i den forkerte mappe, så de ikke kunne fremvises ved kontrol.
- Løsningen
- Vi byggede en kørsel, der læser mailboksen, trækker felterne ud af fakturaen, matcher leverandør og projekt mod de eksisterende stamdata og lægger bilaget klar til godkendelse med det færdige forslag. Kun det, der afviger, kræver et menneske.
- Efter
- Bogholderen godkender frem for at taste, og bilaget arkiveres automatisk det rigtige sted. Afvigelser er synlige samme dag i stedet for ved månedsskiftet.
Resultatet
- Ca. 2 dages arbejde om ugen frigivet
- Fejl fanges ved modtagelsen
- Alle bilag arkiveret ens
- Ingen pukkel efter ferie
Henvendelser
En indbakke, der sorterer sig selv, før dagen begynder
- Før
- Alle henvendelser — tilbud, support, fakturaspørgsmål, rekruttering — landede i samme postkasse. To medarbejdere fordelte manuelt og svarede på det, de kunne.
- Problemet
- Hastesager lå og ventede bag rutinespørgsmål. Kunder skrev igen, fordi de ikke havde hørt noget, og de samme fem spørgsmål blev besvaret forfra flere gange om dagen.
- Løsningen
- Vi satte en automatisering op, der kategoriserer hver henvendelse, sender den til den rigtige kø, kvitterer over for afsenderen og laver et svarudkast på de gentagne spørgsmål ud fra virksomhedens egne svar. Intet sendes, før en medarbejder har set det.
- Efter
- Hastesager ligger øverst om morgenen, rutinespørgsmål besvares med et enkelt gennemsyn, og ingen henvendelse falder mellem to stole.
Resultatet
- Svartid faldet fra dage til timer
- Hastesager prioriteret automatisk
- Færre gentagne rykkere fra kunder
- Samme svar uanset hvem der sender det
Spørgsmål
Det, vi oftest bliver spurgt om
01
Bliver vores data brugt til at træne AI?
Nej. Vi bruger tjenester og opsætninger, hvor jeres materiale ikke indgår i træning, og vi sender kun det, opgaven kræver. Følsomme oplysninger kan filtreres væk, før noget forlader jeres egne systemer, og vi skriver ned, hvad der sendes hvorhen.
02
Hvad sker der, når en automatisering fejler?
Den siger fra. Hver kørsel logges, og afvigelser giver besked til et menneske frem for at blive sprunget over i stilhed. Der er altid en manuel vej rundt, så arbejdet kan fortsætte, mens vi retter.
03
Skal vi bruge AI for at automatisere?
Sjældent. Det meste manuelle arbejde forsvinder med almindelige regler og integration, og det er både billigere og mere forudsigeligt. AI bruger vi dér, hvor opgaven kræver forståelse af tekst eller dokumenter i mange formater.
04
Koster det medarbejdere?
Vores erfaring er, at det flytter opgaver frem for mennesker: de timer, der gik med at taste og sortere, bliver brugt på kunder, kvalitet og det, der faktisk kræver dømmekraft. Hvad I bruger tiden til, er jeres beslutning — vi frigiver den bare.
05
Hvor lille kan første skridt være?
Én kørsel. Én kedelig opgave, der gentages hver uge. Den er hurtig at bygge, let at måle på, og den viser bedre end nogen præsentation, om det giver mening at gå videre.
Næste skridt
Hvad skal være lettere i jeres virksomhed?
Fortæl os om den arbejdsgang, det system eller den proces, der tager for meget tid. Så ser vi på, hvordan den kan gøres enklere.
Fortæl os om jeres udfordring