Use cases

Från process
till system i drift.

Åtta uppdrag av den typ vi levererar — från sälj, marknadsföring och rapportering till ekonomi och intern kunskap. Varje case visar situationen, vad vi byggde och vilken effekt det gav.

Diskutera ditt AI-projekt

REPRESENTATIVA CASE. EFFEKTERNA ÄR TYPISKA FÖR INFÖRANDET, INTE LÖFTEN.

CASE / Sälj

Säljagenten som gjorde researchjobbet

Ett B2B-företag med tio säljare lade fyra timmar per person och vecka på att leta underlag och uppdatera CRM.

Genomförande
6 veckor till pilot i drift
Teknik
CRM · RAG · Agent-orkestrering
Relaterad lösning
/ 01

Situationen

Teamet hade koll på kunderna men inte på tiden. Research inför möten, sammanställning av leadinformation och CRM-uppdateringar tog fyra timmar per säljare och vecka — tid som gick från kvalificerade samtal.

/ 02

Det vi byggde

  • Agent som söker i godkända källor och sammanställer en kontobrief inför möten
  • Strukturerad leadprofil med behov, roller och nästa steg
  • CRM-uppdateringar med mänskligt godkännande före utgående åtgärder
  • Veckorapport över pipeline och datakvalitet
/ 03

Resultatet

Fyra timmar per säljare och vecka frigjordes till kundsamtal. Uppföljningen blev jämnare eftersom nästa steg fanns dokumenterat i CRM:et.

4 hper säljare och vecka frigjordes
+38 %fler dokumenterade uppföljningar
3 vtill första körbara version

CASE / Support

Supporten som kunde avtalen utantill

En supportavdelning med 25 personer svarade på frågor om avtal, villkor och rutiner ur tolv olika system.

Genomförande
8 veckor inklusive utvärdering
Teknik
RAG · Behörigheter · Ärendesystem
Relaterad lösning
/ 01

Situationen

Svaren fanns, men spridda i avtal, policyer och tre äldre ärendesystem. Nya medarbetare behövde månader för att bli självgående, och kunderna fick olika svar beroende på vem som svarade.

/ 02

Det vi byggde

  • Behörighetsstyrd assistent över avtal, policyer och ärenden
  • Svar med källhänvisning och tydlig eskaleringsväg
  • Synkronisering mot befintlig ärendekö
  • Utvärderingsset byggt på riktiga kundfrågor före lansering
/ 03

Resultatet

Vanliga frågor besvaras nu på under en minut med spårbar källa. Eskaleringarna minskade och nya medarbetare kunde ta kvalificerade ärenden efter två veckor i stället för två månader.

< 1 minmedian för vanliga frågor
−42 %färre eskaleringar
2 vtill självgående onboarding

CASE / Ekonomi

Fakturaflödet som granskade sig självt

Ett företag med 40 000 inkommande dokument per år hanterade fakturor manuellt i tre steg.

Genomförande
10 veckor till produktion
Teknik
Dokument-AI · ERP-integration · Granskningsflöde
Relaterad lösning
/ 01

Situationen

Fakturor och följesedlar kom som pdf, scan och e-post i varierande format. Tre personer registrerade och attesterade manuellt, med köbildning i månadsskiften och svag uppföljning av avvikelser.

/ 02

Det vi byggde

  • Klassificering och extraktion av överenskomna fält
  • Validering mot avtal, beloppsgränser och leverantörsregister
  • Automatisk matchning mot inköpsorder
  • Granskningskö för osäkra poster med spårbar historik
/ 03

Resultatet

Åttio procent av dokumenten hanteras nu utan manuell registrering. Ledtiden från mottagen faktura till attest gick från tre dagar till fyra timmar, och avvikelser syns i ett eget gränssnitt.

80 %automatisk hantering
3 d → 4 hledtid till attest
0dubbla registreringar i snitt

CASE / Insikt

Insiktsplattformen som svarade på frågor

En ledningsgrupp ville följa marginaler per kund och segment utan att vänta på rapportbeställningar.

Genomförande
8 veckor till första version
Teknik
Datamodell · Behörigheter · NL-frågor
Relaterad lösning
/ 01

Situationen

Data fanns i ERP, CRM och tre kalkylark som ägdes av olika personer. Varje fråga krävde en beställning, och svaren byggde på olika definitioner av samma mått.

/ 02

Det vi byggde

  • Samlad datamodell med gemensamma måttdefinitioner
  • Dashboards för marginal, volym och avvikelser
  • Frågor i naturligt språk mot godkända datakällor
  • Radnivåbehörighet kopplad till befintliga roller
/ 03

Resultatet

Ledningsgruppen följer utvecklingen och ställer följdfrågor i stället för att beställa rapporter. Framtagningstiden gick från två dagar till femton minuter, med samma måttdefinition för alla.

15 minfrån fråga till svar
1gemensam måttdefinition
8 vtill första version

CASE / Interna system

Kunskapsassistenten för driften

Ett tekniktungt företag tappade kunskap varje gång en erfaren tekniker slutade.

Genomförande
7 veckor till produktion
Teknik
RAG · RBAC · Driftintegration
Relaterad lösning
/ 01

Situationen

Driftdokumentation, ärenden och interna guider fanns i fem system och två wikis. Några nyckelpersoner blev flaskhalsar eftersom bara de visste var svaren fanns.

/ 02

Det vi byggde

  • Assistent över driftdokumentation, ärenden och guider
  • Rollbaserad åtkomst per team och system
  • Koppling mellan larm, ärende och åtgärdshistorik
  • Återkoppling där teknikerna rättar svar direkt
/ 03

Resultatet

Nya tekniker löser vanliga larm utan att ringa en kollega, och kunskapen stannar i systemet när folk byter roll. Onboardingtiden kortades från sex veckor till tre.

3 vkortare onboarding
−35 %interna kunskapsfrågor
5källor samlade

CASE / Anbud

Anbudsassistenten som gav teamet en dag tillbaka

Ett företag med tio anbud i månaden lade tre dagar per anbud på research och första utkast.

Genomförande
9 veckor inklusive granskningsflöden
Teknik
Multiagent · Dokumenthantering · Godkännandeflöde
Relaterad lösning
/ 01

Situationen

Varje anbud krävde genomgång av tidigare leveranser, kravspecifikation och prismodell. Kunskapen fanns hos två personer, och kvaliteten varierade med tidsbristen.

/ 02

Det vi byggde

  • Multiagentflöde för research, utkast och kvalitetsgranskning
  • Mallar och tidigare anbud som kunskapsbas
  • Kontrollpunkter där anbudsansvarig godkänner
  • Spårbarhet per avsnitt och källa
/ 03

Resultatet

Första utkastet tar nu en dag i stället för tre, med jämnare kvalitet och tydliga granskningspunkter. Anbudsteamet lägger tiden på pris och lösning i stället för att leta underlag.

3 → 1 dtill första utkast
+2anbud per månad
100 %spårbara källor

CASE / Marknadsföring

Marknadsagenterna som ersatte en byrå

Ett företag med egen marknadsavdelning betalade en byrå varje månad och fick ändå rapporter två veckor efter månadsskiftet.

Genomförande
8 veckor till produktion
Teknik
Agent-orkestrering · SEO-data · Annons-API:er
Relaterad lösning
/ 01

Situationen

SEO, annonsering och rapportering sköttes av en extern byrå. Varje beställning tog dagar, byrån ägde datan och varje ny kampanj krävde en ny brief. Kostnaden var fast oavsett resultat.

/ 02

Det vi byggde

  • Agenter för sökords- och ämnesresearch med volym, intent och konkurrens
  • Automatiska innehållsbriefs och metadata för publicerbara sidor
  • Annonsvarianter, målgruppssegment och budgetstyrning per kanal
  • Veckovis ROI- och ROAS-rapport med åtgärdsförslag
/ 03

Resultatet

Teamet tar fram briefs och annonsvarianter själva i stället för att beställa dem. ROAS ökade, kostnaden per konvertering sjönk och marknadsföringskostnaden blev lägre än byråns fasta arvode.

+34 %ROAS mot föregående period
−45 %lägre kostnad än byrå
2 v → 1 dfrån brief till lansering

CASE / Rapportering

Rapporteringen som gick från kalkylark till svar

Ett företag med sex kanaler och tre byråer lade tre dagar i månaden på att sy ihop rapporter som ändå inte gick att jämföra.

Genomförande
7 veckor till första rapport
Teknik
Datalager · API-integration · NL-frågor
Relaterad lösning
/ 01

Situationen

Google Ads, Meta, LinkedIn, GA4 och två sökkonsoler hade olika mått och olika ägare. Varje månad byggdes en ny excelfil, och ledningen fick svar som redan var tre veckor gamla.

/ 02

Det vi byggde

  • Datalager som hämtar godkända källor via API:er
  • Gemensamma måttdefinitioner för spend, konverteringar, ROI och ROAS
  • Automatisk rapport med avvikelser och förklaring per kanal
  • Frågor i naturligt språk mot samma datamodell
/ 03

Resultatet

Rapporten är klar första arbetsdagen och visar samma siffror som annonsplattformarna. Ledningen ställer följdfrågor direkt i stället för att beställa en ny rapport, och byråernas siffror kan äntligen jämföras.

3 d → 0manuell rapporttid
6kanaler i samma modell
dag 1färdig rapport

Nu gör vi det

Har du en process värd att automatisera?
Låt oss bygga något intelligent.

Diskutera ditt AI-projekt