Processkartläggning inför AI: så gör ni

Processkartläggning inför AI är att rita upp ett arbetsflöde steg för steg och markera var informationen sitter, vem som äger den och vilka regler och beslut som styr, innan en AI-lösning byggs. Kartan visar vilka steg som är mekaniska nog att automatisera, vilken data lösningen behöver och var en människa måste vara kvar.

Börja med processen och låt den avgöra om, var och hur AI hör hemma. Verktyget väljs efter kartan, när ni vet vilket problem det ska lösa. Hoppas kartläggningen över märks luckorna först när lösningen ska användas, och då är de dyrare att rätta.

Varje gång någon kopierar en uppgift från ett system till ett annat har ni hittat en kandidat för automatisering. Kartan visar var det sker.

Den här guiden går igenom vad ni kartlägger, hur ni markerar det som går att automatisera, hur ni bedömer om datan räcker och var kartläggningen ofta fastnar. Det kräver ingen särskild metodik och inget verktyg utöver något att rita på.

Varför kartan kommer före tekniken

En process som ingen har ritat upp är full av antaganden. Alla vet ungefär hur ett ärende går till, men ingen har den fulla bilden, och detaljerna skiljer sig åt beroende på vem man frågar. Det är i de detaljerna AI antingen lyckas eller misslyckas.

Kartläggningen gör tre saker på en gång. Den visar var tiden faktiskt går, vilket säger er var det lönar sig att börja. Den synliggör vilken data som behövs och om den ens finns. Och den avslöjar var besluten sitter, alltså var en människa måste vara kvar. Utan den bilden bygger ni på gissningar, och gissningar blir dyra först när lösningen redan är på plats.

Därför är kartläggningen första fasen när en AI-lösning byggs. Hos Byron Calles är den kärnan i förstudien, som tjänsten AI-strategi omfattar och som inleder varje bygge.

Vad ni faktiskt kartlägger

Välj ett flöde, inte hela verksamheten, till exempel ett ärende, en orderbekräftelse eller en månadsrapport. Följ det från det att något kommer in till att det är klart, och fånga fem saker på vägen.

Stegen. Vad händer, i vilken ordning, från start till slut? Rita det som en kedja, inte som en lista. Det är när man ser flödet ritat som luckorna och omvägarna träder fram.

Systemen. I vilka system sker arbetet, och var byter informationen system? Varje gång någon kopierar en uppgift från ett ställe till ett annat har ni hittat en kandidat för automatisering.

Datan. Vilken information behövs i varje steg, var ligger den, i vilket format, och vem har åtkomst? Det här är ofta den jobbigaste delen att kartlägga och den viktigaste. En AI-lösning blir aldrig bättre än datan den når.

Reglerna. Vad styr besluten? En del regler är nedskrivna, andra sitter i huvudet på den som gjort jobbet längst. Att få fram och formulera dem är halva arbetet, och något ni har nytta av oavsett om AI blir av.

Besluten och tiden. Var krävs ett mänskligt omdöme, och var är arbetet bara mekaniskt? Sätt en grov siffra på hur lång tid varje steg tar. Den siffran blir er baslinje, och senare ert kvitto på effekt.

Markera handpåläggning och beslut

När flödet är ritat, gå tillbaka och måla på det. Stryk under de steg som är rent mekaniska: leta upp, kopiera, kontrollera mot en regel, föra över. Ringa in de steg där någon faktiskt fattar ett beslut som kräver omdöme.

Det är en enkel övning med en skarp poäng. De understrukna stegen är var AI kan ta över. De inringade är var människan ska vara kvar. Gränsen mellan dem är hela designen för en lösning, och nu har ni ritat den själva i stället för att gissa den senare.

Är en stor del av flödet mekaniskt och en mindre del beroende av omdöme behöver ni inte automatisera allt. Det räcker att lyfta bort den mekaniska delen från någons bord, vilket gör projektet mindre och lättare att ta i drift. Hur en sådan lösning byggs, med människan kvar i de inringade stegen, beskrivs i automatisera processer med AI.

Hur bedömer ni om datan räcker?

Datan behöver inte vara i ordning i hela företaget, bara för det flöde ni kartlägger. Analysföretaget Gartner skrev i februari 2025 att data som ska användas av AI måste vara representativ för det specifika användningsfallet, och att det gäller även de mönster, fel och avvikelser som modellen behöver för att tränas eller köras för just den användningen. Gå därför igenom datan i varje steg med sex frågor:

• Är den komplett, eller saknas uppgifter som lösningen behöver?
• Stämmer det som står där?
• Skrivs samma sak på samma sätt i alla system?
• Är den aktuell, eller speglar den hur det såg ut för länge sedan?
• Går den att nå med rätt behörighet?
• Ligger den i fält, eller i fritext och PDF:er som går att använda men kräver mer arbete?

Ett tänkt exempel gör det konkret. Ska orderbekräftelser automatiseras behöver produktregistret vara komplett, priserna aktuella och kunduppgifterna desamma i affärssystemet och CRM-systemet. Att HR-datan är rörig spelar ingen roll för det flödet. Spara också verkliga exempel under kartläggningen, även de krångliga, eftersom de blir testfall när lösningen ska byggas, se testa AI-lösningar.

Var kartläggningen ofta fastnar

Tre hinder är bra att känna till innan ni börjar, och inget av dem är tekniskt.

Datan är utspridd. Uppgifterna finns, men i olika system och format, och ingen har en samlad bild. Det går att lösa, men det tar tid och ska räknas med från början, inte upptäckas halvvägs in. Projekt är ett typexempel, med spår i möten, mejl och tidrapporter.

Reglerna är muntliga. "Så här gör vi" står ingenstans. En del av kartläggningen är helt enkelt att intervjua dem som kan flödet och skriva ner det de bär på. Räkna med att det tar några samtal, och att ni hittar undantag ni inte visste fanns.

Och olika personer beskriver samma process olika. Det är inte ett problem, det är information. Skillnaderna visar var rutinen är otydlig, och en otydlig rutin är svår att automatisera innan den är överenskommen.

När är kartan klar nog?

Inte när den är perfekt. En karta kan alltid göras mer detaljerad, men efter en viss punkt tillför detaljerna inget för beslutet ni ska fatta. Kartan är klar nog när ni kan svara på tre frågor: vilka steg tar mest tid, vilken data krävs och finns den, och var måste en människa vara kvar.

Kan ni det, har ni underlaget för att avgöra om flödet är värt att automatisera och i vilken ände utvecklingen ska börja. Är ni i startgroparna med AI över huvud taget är vår guide för att komma igång med AI en bra fortsättning.

Vill ni kartlägga rätt process?

Processkartläggningen är första fasen när Byron Calles bygger en AI-lösning, och den görs tillsammans med dem som gör arbetet i dag. Vill ni veta vilket flöde som är värt att börja med hos er? Boka ett samtal, så går vi igenom det tillsammans.