Ett arbetsflöde är inte automatiskt en AI-agent. Om samma indata alltid ska utlösa samma fält och regler räcker vanlig automatisering. Verktyg som n8n kopplar ihop utlösare, system och fasta villkor. Ett AI-steg passar när ostrukturerad text måste tolkas eller nästa åtgärd väljs från ett begränsat antal alternativ.
Ett hypotetiskt exempel: en grossist får leverantörsofferter via mejl och PDF. Ett n8n-flöde tar emot meddelandet, sparar bilagan och kontrollerar obligatoriska fält. En modell kan läsa ut produktnamn och antal och jämföra med katalogen. Oklara rader går till inköp. Först efter godkännande skapas en beställning i affärssystemet; modellen får inte själv ändra priset.
- Ta emot underlag
- Läs ut innehåll
- Begär godkännande
- Logga åtgärd
Oklara uppgifter stoppas. Vid affärsmässiga konsekvenser väntar flödet på godkännande.
Ge varje steg ett tydligt tillstånd
Varje steg behöver en status: mottaget, kontrollerat, väntar på godkännande, klart eller misslyckat. Ett omförsök måste kunna känna igen om åtgärden redan utförts. Ge varje affärshändelse ett unikt ID som målsystemet kontrollerar innan den bokas igen. Utan idempotens kan en tidsgräns leda till en dubbel beställning eller ett meddelande som skickas flera gånger.
- Börja med regler: hantera fältkontroller, gränser och vanliga förgreningar deterministiskt.
- Begränsa AI: använd avtalade indata och begär ett strukturerat resultat med osäkerhet.
- Kräv godkännande: utför betalning, kundlöften, radering och externa utskick först efter medgivande.
- Hantera fel: bestäm tidsgränser, omförsök, stoppvillkor och manuell överlämning.
Mät färre överraskningar och rätt saker
Modeller kan feltolka text och externa tjänster kan ligga nere. Ett nytt försök löser inte allt: oklara uppdrag hör hemma i en kö, inte i en oändlig loop. Loggar ska göra besluten begripliga utan att spara onödigt känsligt innehåll. Om modell eller instruktion ändras bör relevanta testfall köras igen.
- Mät andelen flöden som slutförs korrekt och hur många som kräver manuell hantering.
- Kontrollera dubbla åtgärder; målet för bokningar bör vara noll.
- Följ körtid, kostnad per uppgift och fel efter omförsök.
- Se hur ofta personalen ändrar ett förslag eller avslår ett godkännande.
Integrationer utan fast katalog
Slack, Telegram, WhatsApp, e-post, Jira, CRM, ERP och din egen programvara: vi bygger kundanpassade integrationer utan fast katalog eller förutbestämt antal anslutningar. Omfattningen beror på tillgängliga API:er, behörigheter och varje leverantörs villkor.
Koppla Slack, Telegram, WhatsApp, e-post och Jira till CRM, ERP och egen programvara så att definierade processer samordnas mellan kanaler och verksamhetssystem.
Utlösare i Slack, Telegram, WhatsApp, e-post eller Jira startar åtgärder; status, aviseringar och nödvändiga godkännanden skickas tillbaka via rätt kanal.
Börja med ett flöde där fel går att rätta till. AI- och arbetsflöden kan kombinera fasta regler med avgränsade modellsteg. Skräddarsytt börjar på 10 000 €; avgränsad uthyrning från 1 000 € per månad. Offerten anger uppstart, kapacitet, hårdvara och tredjepartskostnader; moms tillkommer om tillämplig. Prata med Clutch om processen.
Vanliga frågor
Vad kostar ett AI-projekt?
Startpriserna är 10 000 € för ett projekt och 1 000 €/månad för månatlig kapacitetshyra. Offerten beror på omfattning, kapacitet, installation, hårdvara, externa leverantörskostnader och tillämpliga skatter.
Vilka team passar tjänsten för?
Den passar team med en tydlig produkt- eller verksamhetsuppgift, representativa exempel och någon som kan godkänna resultatet. Vi undersöker först om AI hjälper; en vanlig regel eller programvaruändring kan vara enklare.
Skickas våra data till en extern AI-leverantör?
Det beror på den överenskomna lösningen. Vi dokumenterar dataflöden och åtkomst innan vi väljer en extern modell eller privat lokal drift.
Hur avgör ni om AI:n håller måttet?
Före piloten kommer vi överens om representativa indata, godtagbara resultat, felgränser och punkter för mänskligt godkännande. Eftersom resultat beror på dina data och ditt flöde mäter vi mot de överenskomna exemplen i stället för att garantera en generell noggrannhet.