AI, roboten och jag
I Automationstriangeln samarbetar människor, digitala medarbetare och AI för att utföra de uppgifter som respektive aktör är bäst på. I Automationstriangeln har statiska begränsningar ersatts av dynamiska möjligheter.
Begränsningar från förr
Digital automation, digitala medarbetare eller mjukvarurobotar (RPA), handlar i grund och botten om att avlasta människor från monotona och repetitiva arbetsuppgifter. Detta är i stort sett samma princip som ledde fram till de första industrirobotarna på 60-talet, men denna gång i kontorsmiljö.
Hittills har de digitala medarbetarna framför allt tränats i att utföra ett antal steg enligt ett förutbestämt mönster. Förutsättningen har varit att eventuella beslut eller avvikelser enbart kan hanteras om de bygger på ett strukturerat och i förväg definierat format.
Så har vi alltså gjort hittills. Men inte längre, för The Times They Are a-Changin’, som Dylan sjöng. Genom att komplettera de digitala medarbetarna med förmågan att interagera både med människor och AI har vi nämligen skapat en ny treenighet: Automationstriangeln. I Automationstriangeln samarbetar människor, digitala medarbetare och AI för att utföra de uppgifter som respektive aktör är bäst på. I Automationstriangeln har statiska begränsningar har ersatts av dynamiska möjligheter.
Dynamiska möjligheter
I Automationstriangeln samarbetar människor, digitala medarbetare och AI för att utföra de uppgifter som respektive aktör är bäst på. I Automationstriangeln har statiska begränsningar har ersatts av dynamiska möjligheter.
Eftersom kraven på strukturerade och förutsägbara flöden tidigare har försvårat eller omöjliggjort automatisering av många processer så har de digitala medarbetarna utökats med förmågan att vid behov be en människa om hjälp, det som vi kallar för Human-in-the-Loop.
Det kan till exempel innebära att en digital medarbetare utför 90% av uppgiften och sedan loopar in en fysisk kollega som får ta ett beslut, kanske baserat på gammal hederlig mänsklig magkänsla. Sedan tar roboten över igen och slutför ärendet – till exempel genom att färdigställa och distribuera en faktura. Denna sortens Human-in-the-Loop-funktionalitet finns numera i samtliga ledande automationsplattformar som vi på PS Provider arbetar med.
Human-in-the-Loop
Eftersom kraven på strukturerade och förutsägbara flöden tidigare har försvårat eller omöjliggjort automatisering av många processer så har de digitala medarbetarna utökats med förmågan att vid behov be en människa om hjälp, det som vi kallar för Human-in-the-Loop.
Det kan till exempel innebära att en digital medarbetare utför 90% av uppgiften och sedan loopar in en fysisk kollega som får ta ett beslut, kanske baserat på gammal hederlig mänsklig magkänsla. Sedan tar roboten över igen och slutför ärendet – till exempel genom att färdigställa och distribuera en faktura. Denna sortens Human-in-the-Loop-funktionalitet finns numera i samtliga ledande automationsplattformar som vi på PS Provider arbetar med.
Robot-in-the-Loop
Det är dock inte bara de digitala medarbetarna som kan behöva be om hjälp.
Ofta när vi pratar om våra robotar så handlar det om automatiserade processer som har schemalagts för att utföra sin uppgift vid en viss tidpunkt eller på en viss dag. Människorna på kontoret har därför ingen löpande kontakt med sina digitala kollegor, utan de automatiserade processerna arbetar i tysthet i bakgrunden och i sin egen takt. Det kan dock finnas behov av att aktivt kunna loopa in roboten i en pågående arbetsuppgift, alltså Robot-in-the-Loop.
Det kan innebära att en medarbetare startar roboten för att ta över en viss arbetsuppgift på den egna skärmen, eller att ett enkelt instruktionsmejl sätter den digitala medarbetaren i arbete i bakgrunden. I exemplet nedan får den digitala kollegan Robban Robot i uppgift att färdigställa en viss order, en uppgift som Robban är upplärd i sedan tidigare.
AI-in-the-Loop
Det som dock gör Automationstriangeln till en triangel – och inte bara en linje mellan två punkter – är den sista komponenten: AI.
Sedan ChatGPT erövrade världen för ett par år sedan kan man lätt få uppfattningen att AI är synonymt med de stora generativa AI-modellerna där man chatta om allt från affärsplaner till meningen med livet, eller skapa bilder på en katt i tomteluva som åker skateboard. AI är dock mycket mer än så – och avancerade AI-lösningar har funnits på marknaden i många år och i många skepnader. Det är dock tveklöst så att ChatGPT och liknande modeller har gjort AI-lösningar mycket mer lättillgängliga – och därmed också betydligt enklare att integrera i ett automatiserat flöde, alltså AI-in-the-Loop.
AI-in-the-Loop spelar en viktig roll för att hantera en del av de begränsningar som digitala medarbetare dras med, till exempel oförmågan att förstå ostrukturerad information i text eller bilder. Man kan till exempel tänka sig ett ärendehanteringssystem där inkomna kundmejl ska tilldelas olika handläggare beroende på ärendetypen. Det mesta av flödet hade egentligen gått att automatisera, men eftersom roboten inte kan tolka brödtexten i mejlet så går mycket av den möjliga nyttan med en automatiserad lösning förlorad. Detta är dock inte längre ett problem, eftersom roboten numera kan loopa in en AI-modell i flödet. AI tolkar innehållet i mejlet och returnerar den information som roboten behöver – självklart i ett strukturerat format, till exempel som i bilden nedan.
Triangelns sex kommunikationsvägar
Automationstriangeln består av tre aktörer: människa, robot och AI. Mellan aktörerna löper tre axlar – och dessa är dubbelriktade. Roboten kan alltså be både människa och AI om hjälp, och på motsvarande sätt kan de två sistnämnda be någon av de andra aktörerna om hjälp med olika uppgifter.
Vad innebär detta i praktiken?
Det korta svaret är att denna nya samverkan mellan människa, robot och AI möjliggör oändligt många flera automatiserade processer än tidigare – och därmed också större möjlighet att frigöra arbetstid för mer värdeskapande arbete. Det långa svaret utvecklar vi mer än gärna i ett personligt möte.
