Spring til indhold
DRIFTFORM.

AI-automatisering, RPA eller Zapier/Make: hvad passer til jeres arbejdsgang?

Frederik HoffmeyerStifter af DRIFTFORMOpdateret 5 min. læsning

Det korte svar

Brug almindelig automatisering som Zapier, Make eller Power Automate, når data er strukturerede, og reglerne er faste. Brug RPA, når et ældre system ikke har et API. Brug AI, når input er ustruktureret — mails, PDF'er og rodede filer. De bedste løsninger kombinerer dem: AI til at forstå, regler til at kontrollere og mennesker til at godkende.

Sammenligning

Bedst tilSvagheder
Zapier, Make, Power AutomateFaste flows mellem systemer med API'er: ny ordre → opret kunde → send beskedKnækker, når input varierer; svært at håndtere undtagelser og godkendelse
RPAÆldre systemer uden API, hvor en robot klikker sig igennem skærmbillederSkrøbeligt, når skærmbilleder ændres; dyrt at vedligeholde
AI-automatiseringUstruktureret input: mails, PDF'er, fritekst, rodede leverandørfilerKan tage fejl; kræver faste regler og menneskelig kontrol omkring sig

Tre eksempler

  • En ny webshopordre skal oprettes i ERP: almindelig automatisering er nok.
  • Et gammelt lagersystem uden API skal opdateres: RPA kan være eneste vej — eller et argument for at skifte system.
  • Leverandørfiler kommer i ti forskellige formater: AI læser og mapper filerne, regler validerer, og en medarbejder godkender undtagelserne.

Kombinationen er stærkest

I praksis består en god løsning ofte af alle tre lag: almindelig automatisering til de faste trin, AI hvor input er rodet, og et godkendelsesflow, hvor et menneske siger ja til det vigtige. Det vigtigste valg er ikke værktøjet, men hvor grænsen går mellem det, maskinen må, og det, et menneske skal godkende.

Spørgsmål og svar

Kan vi bygge videre på vores eksisterende Zapier- eller Make-flows?
Ofte ja. Har I allerede flows, der virker, kan AI og godkendelse tilføjes de steder, hvor de knækker — i stedet for at bygge alt forfra.
Er AI dyrere end almindelig automatisering?
AI har et løbende forbrug, men det er typisk lille sammenlignet med lønomkostningen ved det manuelle arbejde. Det dyre er sjældent AI'en — det er dårligt designede flows, der kræver konstant oprydning.