Kort sagt
- Syftet är att omvandla dokument i många strukturer till verifierade data med bevis: varje läst värde hänvisar till den plats i dokumentet som det kommer ifrån.
- En person släpper undantag och allt med juridisk eller ekonomisk vikt. Oproblematiska dokument går igenom en lätt kontroll.
- Tre nivåer passar olika situationer: regler och mallar för stabila formulär, AI‑stödd läsning för att ändra strukturer, agenter där dokument utlöser flerstegsprocesser.
- Originalet behålls, varje ändring loggas och läst data ersätter aldrig det arkiverade dokumentet.
Problemet
I de flesta företag händer samma sak hundratals gånger i veckan. Ett dokument anländer, någon öppnar det, hittar leverantör, datum, belopp eller uppsägningsklausul, skriver in det i ett annat system och arkiverar originalet. Typiska felkällor inkluderar maskinskrivning, dokument med en ovanlig struktur, punkter som förbises på sidan 14 och dokument som är tilldelade fel process. Arbetet är monotont men kräver uppmärksamhet, så det är långsamt och slitsamt.
Processen i sju steg
- Entré: E‑post, portalnedladdningar, skannerutdata och enheter flyter in i en ingångspunkt, med avsändare och tid.
- Detektion: systemet känner igen typen av dokument, såsom en faktura, kontrakt, intyg eller brev, dess språk och dess kvalitet. Skanningar går först igenom textigenkänning.
- Läs upp: AI:n läser de fält och passager du behöver och levererar dem som strukturerad data, var och en med sidan och platsen för referensen.
- Prov: Regler kontrollerar resultatet mot dina stamdata: leverantören finns, beloppen är korrekta, data är rimliga, obligatoriska klausuler finns. Värden för vilka AI är osäker är markerade.
- Kontroll: en människa ser dokumentet tillsammans med de lästa värdena, och bara undantagen. Korrigeringar sparas och förbättrar senare körningar.
- Release: Frisläppt data går in i affärssystemet, dokumentsystemet eller CRM, originalet arkiveras och deadlines som finns i dokumentet blir uppgifter.
- Protokoll: vem som släppte vad, vad AI ändrade och vilken version av reglerna som gällde, som underlag för revisioner.
Tre nivåer av automatisering
Regler och mallar
För ett fåtal stabila strukturer, som dina egna formulär, räcker det med fasta regler. De är förutsägbara och billiga i drift, och de går sönder när strukturen förändras.
AI‑stödd läsning
För många strukturer, såsom leverantörsfakturor eller kontrakt från olika avtalspartners, läser en språkmodell dokumentet och fyller i fälten. En människa kontrollerar undantagen. Detta steg täcker det mesta av det som kallas intelligent dokumentbehandling och, för kontrakt, innebär det att kontrollera mot en checklista med klausuler och avvikelser.
agenter
När ett dokument startar en process tar systemet även nästa steg inom de gränser du anger: begär den saknade sidan från avsändaren, skapa uppgiften, ange deadline, följ upp med en påminnelse. Varje steg med konsekvenser går genom en release. Mer om detta nedan AI‑agenter för företag.
System och gränssnitt
Processen kopplas till det du redan använder: brevlådor via standardprotokoll eller gränssnitten från Microsoft och Google, enheter och SharePoint, dokumentsystem som DocuWare eller M-Files och ERP-system som SAP, Microsoft Dynamics 365 eller Odoo. För fakturor i strukturerade format bär formatet själva data och verifiering är enklare, se Automatisera inkommande fakturor. Namnen är i orienteringssyfte och betyder inte ett partnerskap.
Lag och risk
- Dataskydd: Dokument innehåller personuppgifter. Du behöver ett databehandlingsavtal med varje leverantör (Artikel 28 GDPR), behandling i EU eller Storbritannien och en tydlig regel om hur länge original och läst data kommer att bevaras. Den ICO-anteckningar om AI och dataskydd och den Europeiska datatillsynsmannens yttrande 28/2024 förklara vad tillsynsmyndigheterna förväntar sig.
- Automatiserade beslut: Art. 22 GDPR begränsar beslut om en person som uteslutande baseras på automatiserad behandling. Processen läser och kontrollerar, folk bestämmer.
- Inte en del av erbjudandet: Att läsa ansökningar för att rangordna kandidater och bedöma kreditvärdighet är hög risk enligt bilaga III till AI‑förordningen. Vi bygger dem inte Riskklasser.
- Förvaring och bevis: Lagstadgade lagringstider gäller för redovisnings-, skatte- och avtalshandlingar. Arkivet behåller originalet och läsdata stöder det men ersätter det aldrig.
- Kontrakt: Att läsa och jämföra med en checklista stödjer kontrollen. Den juridiska bedömningen ligger kvar hos en advokat, se AI för advokater.
- Anställda: Artikel 4 i AI‑förordningen kräver tillräckligt AI‑kompetens. Denna översikt är allmän information och inte juridisk rådgivning.
Hur man mäter framgång
Mät före och efter på ett urval av dina egna dokument. Användbara siffror inkluderar andelen handlingar som passerar utan korrigering, korrigeringsgraden per fält, tiden från mottagande till bokning eller uppdrag, andel handlingar i undantagslistan och antal missade deadlines. Resultaten beror på kvaliteten på dokumenten och reglerna, därför sätter vi måtten med dig i början och lovar inga siffror i förväg.
Där det passar
- Leverantörsreskontra: Fakturor, orderbekräftelser och följesedlar jämförs, se Fakturaautomatisering.
- Advokatbyråer och juridiska avdelningar: Kontrakt och paket kontrolleras mot en lista med klausuler, se AI för advokater.
- Försäkring: Poliser mot order- och skadedokument sorterade, se AI inom försäkring.
- Logistik: CMR-fraktsedlar och leveransdokument tilldelade beställningarna, se AI inom logistik.
- Produktion: Certifikat och testprotokoll kontrolleras mot specifikationer, se AI i produktion.
Källor
- Förordning (EU) 2016/679 (GDPR), artiklarna 22 och 28: EUR-Lex
- Förordning (EU) 2024/1689 (KI‑förordningen), art. 4 och bilaga III: EUR-Lex
- ICO, Vägledning om AI och dataskydd (engelska)
- EDSA, Yttrande 28/2024 om vissa dataskyddsaspekter vid behandling av personuppgifter relaterade till AI‑modeller