AI automation er automatisering hvor kunstig intelligens har fået en rolle i processen, typisk rollen som den der forstår. Klassisk automatisering kan flytte data og udføre regler, men den kræver at alt er struktureret på forhånd. AI-laget tilføjer evnen til at læse ustruktureret indhold, en mail formuleret på syv måder, en PDF uden fast format, en kundeklage i fritekst, og omsætte det til noget reglerne kan arbejde med. Det er hele forskellen, og den er større end den lyder.
Begrebet dækker dog over tre ret forskellige niveauer, og leverandører har en tendens til at tale om dem i flæng. Det nemmeste sted at se forskellen er at følge den samme opgave, en indgående faktura, gennem alle tre. Har du brug for det bredere billede af hvad AI automatisering kan bruges til i praksis, ligger det på vores ydelsesside; her handler det om at forstå lagene.
Samme faktura, tre niveauer
- Regelbaseret workflow (uden AI). Fakturaen ankommer som e-faktura i fast format. Systemet aflæser felterne, konterer efter en regel ("leverandør X = konto Y") og sender til godkendelse. Hurtigt, billigt og fejlfrit, så længe fakturaen følger skabelonen. Kommer den som en skæv PDF i en mail, stopper båndet, og et menneske må taste.
- AI-forstærket workflow. Samme proces, men nu læser en sprogmodel de fakturaer der ikke følger skabelonen: den finder beløb, leverandør og linjer i PDF'en, uanset opsætning, og afleverer strukturerede data til det samme regelbaserede flow. Rækkefølgen af trin er stadig fastlagt af mennesker; AI'en har kun fået forståelses-opgaven. Det er her langt de fleste virksomheder får mest værdi per krone.
- AI-agent. Nu er målet, ikke trinene, det der er defineret: "sørg for at fakturaen bliver behandlet korrekt". Agenten læser fakturaen, opdager at beløbet afviger fra indkøbsordren, slår ordren op, skriver til leverandøren og spørger, og eskalerer til bogholderiet hvis svaret ikke matcher. Den vælger selv sine trin inden for et mandat. Kraftfuldt, men også det niveau der kræver mest styring, logning og tillid.
Anthropic, firmaet bag sprogmodellen Claude, beskriver skellet mellem de to øverste niveauer præcist: i workflows er modeller og værktøjer orkestreret gennem foruddefinerede kodeveje, mens agenter dynamisk styrer deres egne processer. Sagt kortere: på niveau to har et menneske bestemt rækkefølgen, på niveau tre gør AI'en det selv. Vi har foldet agent-niveauet helt ud i artiklen om hvad en AI-agent er.
Hvorfor niveauerne betyder noget for dit valg
Fejlen de fleste begår, er at vælge niveau efter ambition i stedet for efter opgave. En opgave der er ens hver gang, skal ligge på niveau et, uanset hvor meget AI der er på mode: reglerne er hurtigere, billigere i drift og altid forudsigelige. En opgave med variation i indholdet men fast forløb hører til på niveau to. Og kun opgaver der kræver skøn undervejs, uforudsigelige henvendelser, opslag flere steder, beslutninger der afhænger af det fundne, fortjener en agent på niveau tre.
Valget har også en styrings-side. Jo højere niveau, jo vigtigere bliver logning og afgrænsning: et system der selv vælger handlinger, skal kunne vise hvad det gjorde og hvorfor, og EU's AI-forordning stiller fra august 2026 direkte krav om automatisk logning i højrisiko-systemer. Selv uden for højrisiko-kategorien gælder den praktiske regel at ansvar kræver sporbarhed, og den er billigst at bygge ind fra starten.
Den korte version til mødet
Skal du forklare begrebet på 20 sekunder på et ledermøde, så sig det sådan her: AI automation er automatisering der også kan læse. Niveau et følger regler, niveau to forstår indhold, niveau tre træffer valg. Vælger man et niveau højere end opgaven kræver, betaler man for kompleksitet uden at få mere kvalitet; vælger man et for lavt, ender medarbejderne som oversættere for et system der ikke kan læse. Præcisionen i det valg er reelt det, man køber, når man køber AI automation.
