Hvad betyder Workflow automation?
Workflow automation er automatisering af en arbejdsgang med et tydeligt startpunkt, regler og forventet resultat. Et nyt dokument kan eksempelvis blive registreret, kontrolleret og sendt til den rette interne kø. Nogle trin er faste regler, mens andre kan bruge AI til at fortolke tekst eller foreslå en kategori.
Automatiseringen bør beskrive arbejdet, ikke blot flytte data hurtigere. Hvis en proces har uklart ansvar eller dårlige input, kan et automatisk flow forstærke problemet. Derfor er opgavens undtagelser og fejlveje lige så vigtige som den normale rute.
Trigger, data og handlinger
En trigger starter forløbet. Det kan være en hændelse, et planlagt tidspunkt eller en manuel anmodning. Derefter bliver data kontrolleret og omsat til de felter, næste system forventer. Et filter kan afgrænse, hvilke tilfælde der skal fortsætte, og en godkendelse kan ligge før en betydende handling.
Hvert trin bør have et klart udfald. “Opgave oprettet” skal kunne knyttes til et ID, mens “mangler kundenummer” bør føre til en afklaringskø. Ellers kan teamet kun se, at automatiseringen har kørt, uden at vide om arbejdet faktisk er blevet udført.
Byg undtagelser ind fra starten
Et workflow kan fejle efter at have ændret ét system, men før det har opdateret det næste. Aftal derfor, hvordan delvise resultater findes og rettes. Genforsøg skal være sikre mod dubletter, og fejl skal have en ejer. Skeln også mellem hurtigere behandling og frigjort kapacitet. En proces kan spare indtastning, men skabe ny kontrol. Mål den samlede opgave inklusive undtagelser, rettelser og vedligeholdelse, før der konkluderes noget om gevinsten.
Et eksempel fra praksis
Et bureau modtager projektforespørgsler gennem en formular. Flowet kontrollerer kontaktoplysninger, opretter en intern sag og knytter henvendelsens kilde til den. En AI kan foreslå emne, men et manglende budget må ikke erstattes med et gæt. Dubletter markeres med samme henvendelses-ID, så gentaget levering ikke skaber flere sager. Teamet måler, om relevante henvendelser når den rigtige person med tilstrækkelige oplysninger, ikke blot hvor mange kørsler systemet registrerer.
Typiske faldgruber
- At automatisere en uklar proces uden en ejer for undtagelser.
- At lade genforsøg skabe flere poster for samme hændelse.
- At måle kun maskinens køretid og glemme efterfølgende kontrolarbejde.
Det skal I afklare
- Beskriv start, nødvendige data og et observerbart slutresultat.
- Tegn normale trin, afklaringer og delvise fejl.
- Mål den samlede opgave og giv driften en tydelig ejer.
Spørgsmål og svar
Kræver workflow automation AI?
Nej. Mange flows består af faste regler og integrationer. AI er relevant, når et trin kræver fortolkning af varierende input, men bør ikke erstatte en enkel, pålidelig regel uden grund.
Hvordan vælger vi det første flow?
Vælg en gentagen, afgrænset opgave med kendte data og et målbart resultat. Afklar fejlomkostning og ejerskab, så den første pilot også kan vedligeholdes efter demonstrationen.
Kilder og videre læsning
De tekniske begreber bygger på nedenstående kilder. Eksemplerne er illustrative og viser, hvordan I kan arbejde med emnet.
- Zapier: Set up your Zap trigger ↗En trigger starter et workflow med efterfølgende handlinger.
- Make: Overview of error handling ↗Fejlveje, ufuldstændige kørsler og begrænsninger ved rollback.