AI-användningsområden: sju funktioner där AI gör nytta

I ett svenskt SME gör AI nytta i de flöden där människor i dag läser, tolkar och för över information mellan system: fakturor som ska konteras, mejl som ska bli ärenden eller order, offerter som byggs ur gamla offerter och avvikelser som ska sorteras. Varje användningsområde har fyra delar: indata, ett system där resultatet landar, en uppgift för AI och en punkt där en människa godkänner.

Enligt SCB:s Statistikdatabas var textanalys den vanligaste AI-tekniken bland svenska företag med minst tio anställda 2025, med 26 procent, medan 9 procent använde AI för att automatisera arbetsflöden eller stödja beslut. Användningsområdena nedan kopplar ihop de två: textanalys inne i ett arbetsflöde.

Ekonomi: leverantörsfakturan som tolkas och matchas

Varje leverantörsfaktura ser olika ut, men alla ska hamna på samma rader i samma system.

• Indata: fakturor som PDF, e-faktura eller skannat papper, plus inköpsorder och följesedlar.
• System: ekonomi- eller affärssystemet där fakturan bokförs och attesteras.
• AI gör: läser fakturan, föreslår kontering utifrån hur leverantörens fakturor konterats tidigare, matchar mot order och leverans och ger en trolig förklaring till differenser, till exempel ett fraktpåslag som avtalet tillåter.
• Människan godkänner: attestanten godkänner, och differenser utan förklaring går till en ekonom.

Kontrollera först vad ekonomisystemet redan gör: har det inbyggd fakturatolkning återstår avvikelsehanteringen att bygga. Hur fältlista, valideringsregler och tröskelvärden sätts beskriver AI-dokumenthantering.

Kundservice: ärenden som sorteras och får svarsutkast

Ett kundärende ska förstås och besvaras, ofta med uppgifter ur ett annat system.

• Indata: mejl, webbformulär och chatt, plus order- och leveransstatus i affärssystemet.
• System: ärendesystemet eller den delade inkorgen där handläggarna redan arbetar.
• AI gör: klassar ärendet efter typ och brådska, hämtar uppgifterna svaret kräver och skriver ett svarsutkast ur er kunskapsbas med hänvisning till källan.
• Människan godkänner: handläggaren läser och skickar. Reklamationer, klagomål och frågor om ersättning går alltid till en människa.

Automatiska svar direkt till kund är ett senare steg, för ärendetyper där utkastens träffsäkerhet är mätt. En sådan assistent ska sedan 2 augusti 2026 vara utformad så att kunden får veta att den är en AI, om det inte är uppenbart, enligt artikel 50 i AI-förordningen. Vilka ärendetyper som passar beskriver AI i kundservice.

Sälj: CRM, offerter och uppföljning

I B2B-sälj går mycket tid till anteckningar, offerter och påminnelser runt kundsamtalet.

• Indata: mejltrådar, mötesanteckningar, tidigare offerter med utfall och prislistan.
• System: CRM-systemet eller affärssystemets kundmodul.
• AI gör: sammanfattar varje kontakt till en CRM-notering med nästa steg och ägare, skriver offertutkast ur liknande vunna offerter och listar affärer där kunden inte hörts av på en vald tid, till exempel tio dagar.
• Människan godkänner: säljaren godkänner noteringen, sätter pris och marginal och skickar inget oläst till en kund.

Offertutkasten kräver att offerterna finns samlade och att det syns vilka som vann. Uppgifter om kontaktpersoner är personuppgifter även i B2B: IMY räknar en adress som förnamn.efternamn@företag.se som personuppgift, så lagringen i CRM behöver en rättslig grund och en rutin för gallring. När CRM-datan stämmer kan en modell också ta fram kundinsikt, som teman i fritextsvar från kundenkäter. Anbud i offentlig upphandling beskrivs i AI i anbudsarbete.

Inköp: spendanalys och avtalade priser

Inköpsdatan finns redan i affärssystemet, men fritextrader och dubbelregistrerade leverantörer gör den svår att analysera för hand. Den sortens ostädade text klarar en språkmodell.

• Indata: fakturarader, inköpsorder, leverantörsregistret och avtalade priser.
• System: affärssystemet, med resultatet i en rapport som inköparen redan använder.
• AI gör: kategoriserar raderna, slår ihop dubblerade leverantörer och jämför fakturerade priser med avtalade, så att köp utanför ramavtal och prishöjningar som aldrig avtalats blir synliga.
• Människan godkänner: inköparen avgör vad en avvikelse betyder och vad som ska omförhandlas.

Ta spendanalysen först, eftersom den kräver minst och ger underlaget för resten, och behovsprognoser sist, eftersom de kräver lång och ren orderhistorik. Finns avtalen bara som PDF blir första delprojektet att läsa ut priser och villkor ur dem.

HR och onboarding: avtalet som startar flödet

I onboardingen är det mesta integration och regler, och språkmodellen gör en mindre men synlig del.

• Indata: det signerade anställningsavtalet, rollen och personalhandboken.
• System: HR-systemet, Microsoft 365 eller motsvarande för konton, och flödet för att beställa utrustning.
• AI gör: när den nyanställda läggs upp i HR-systemet skapar regelstyrd automation konton, behörigheter efter roll och beställningar. Språkmodellen skriver utkast till introduktionsplan och svarar på frågor ur personalhandboken med hänvisning till källan.
• Människan godkänner: chefen granskar planen och håller uppföljningssamtalen, och frågor om den enskildes villkor går till HR.

Samma flöde baklänges stänger konton och återkallar behörigheter när någon slutar. Flödet dokumenterar också introduktionen, och enligt 10 § i AFS 2023:1, som gäller sedan 1 januari 2025, ska arbetsgivaren se till att alla arbetstagare har tillräckliga kunskaper om arbetet och riskerna i arbetet. Rekrytering är ett eget flöde: AI som filtrerar ansökningar eller utvärderar kandidater är ett högriskområde i bilaga III till AI-förordningen, med krav från 2 december 2027 enligt ändringsförordningen (EU) 2026/1744, se EU AI Act och GDPR.

Möten och projekt: åtgärder och status

Transkriberingen behöver sällan byggas: Teams kan transkribera möten med talarens namn och tidsstämpel, enligt Microsofts supportsida i oktober 2026. Det som behöver byggas är vägen från beslut till uppgift.

• Indata: transkript, ärenden, tidrapporter, ekonomiutfall och mejl om projektet.
• System: ärendesystemet, projektverktyget eller CRM-systemet där arbetet följs upp.
• AI gör: omvandlar åtgärdspunkter med ägare och datum till uppgifter, lyfter öppna punkter inför nästa möte och skriver statusutkast med källa för varje påstående. En riskradar flaggar mönster ni bestämt i förväg, som ett beslut som skjutits upp tre möten i rad eller 80 procent av budgeten förbrukad vid 40 procent färdigt.
• Människan godkänner: projektledaren granskar utkastet och flaggorna. En flagga är underlag och inget beslut.

Förutsättningen är en gemensam projektbeteckning i alla system, så att spåren går att koppla ihop. Ljudinspelningar är också personuppgifter enligt IMY, så deltagarna ska få veta att mötet spelas in och vad inspelningen används till, enligt artikel 13 i GDPR. Följ upp åtgärderna och inte medarbetarna, eftersom AI som övervakar och utvärderar anställdas prestationer också är ett högriskområde i bilaga III.

Kvalitet: avvikelser som blir mönster

Avvikelserapporter skrivs i fritext, en i taget, och mönstren mellan dem syns först när någon läser många i följd.

• Indata: avvikelserapporter, reklamationer, noteringar från internrevisioner och de styrda dokumenten.
• System: avvikelse- eller ledningssystemet, till exempel i SharePoint.
• AI gör: föreslår orsakskategori, grupperar liknande fall och lyfter anhopningar, som samma grundorsak på tre avdelningar under olika rubriker. Inför en revision pekar den ut krav där belägg saknas.
• Människan godkänner: kvalitetsansvarig fastställer orsak och åtgärd, och dokumentets ägare godkänner ändringar i styrda dokument.

Spårbarheten är kravet: det ska gå att visa vad modellen föreslog och vem som beslutade. Analysen blir aldrig bättre än rapporteringen, så ett enklare sätt att rapportera, som att tala in avvikelsen i mobilen, kan höra till bygget, se AI i kvalitetsarbetet.

Vilken flödestyp dominerar i er bransch?

Tekniken är densamma i alla branscher, men branschen avgör vilken typ av flöde som tar mest tid:

• Dokumentflöden: underlag som ska läsas och bli data, som förfrågningsunderlag, ÄTA och kalkyl i bygg, se AI i byggbranschen, order som kommer med mejl och PDF hos grossister och tillverkare, se automatisera orderhantering med AI, och produktdata i e-handel.
• Ärendeflöden: fritext som ska förstås, prioriteras och skickas rätt, som felanmälningar i fastighetsförvaltning, se AI i fastighetsbranschen, bokningar och avvikelser på åkerier, se AI för åkerier, och serviceorder i fältservice.
• Regelflöden: arbete där dokumentationen är leveransen, som redovisningsbyråns kontroll av hela kundstocken inför bokslut, se AI på redovisningsbyrån, kvalitetsledning och anbud till offentlig sektor.
• Fysiska flöden: varor, maskiner och fordon som planeras efter prognoser. Kontrollera först vilken planering lager-, produktions- eller transportsystemet redan har. Finns den handlar den egna insatsen ofta om datakvaliteten.

När räcker något enklare än AI?

Kan uppgiften skrivas som exakta regler, om detta inträffar så gör det här, är vanlig automatisering billigare och mer förutsägbar än AI. AI behövs för tolkning: att förstå att "frakt" på en faktura och "leverans" på en annan är samma kostnad är tolkning, men att summera en kolumn är det inte. Onboardingen ovan visar blandningen, där konton och behörigheter är regler och introduktionsplanen är text.

AI är också fel verktyg i fyra lägen:

• Svaret måste vara exakt rätt varje gång. Momsberäkningen eller ett juridiskt beslut kan AI förbereda men inte avgöra utan kontroll.
• Underlaget saknas. Ingen modell kompenserar för data som inte finns, och då är dataarbetet första steget.
• Uppgiften återkommer sällan. Något som görs en gång om året bär knappast kostnaden för att bygga, testa och förvalta en lösning.
• Ingen äger resultatet. En lösning som ingen i verksamheten har bett om riskerar att bli oanvänd.

Vilka steg som är regler och vilka som kräver tolkning syns när flödet ritas upp, se processkartläggning inför AI, och verktygen för de regelstyrda delarna jämförs i lågkod eller egen kod.

Vilket flöde tar mest tid hos er?

Funktionerna ovan visar var AI kan göra nytta men prioriterar inte åt er. Hur ni väljer det första flödet står i komma igång med AI, och hur det sedan byggs, med data, integration och mänskligt godkännande, beskriver automatisera processer med AI. Förstudien är första fasen i varje bygge och beskrivs under AI-strategi, själva bygget under AI-utveckling.

Byron Calles bygger AI-lösningar och automatiseringar som tar bort manuellt arbete. Boka ett samtal och beskriv flödet som tar mest tid hos er, så går vi igenom om AI passar där eller om något enklare räcker.