Spørgsmål og svar
Det I spørger om. De spørgsmål, der går igen, samlet ét sted. Mangler der noget, så ring eller skriv.
Hvad er en AI Coworker?
En AI Coworker er digital arbejdskraft, der hjælper en medarbejder med et afgrænset stykke arbejde.
Den erstatter ikke personen. Den udvider, hvad personen kan. Det giver mere kapacitet, højere kvalitet og mere ensartede resultater, uden at I skal ansætte flere til den samme opgave.
En Coworker bliver sat op efter den måde, arbejdet faktisk bliver lavet hos jer. Den lærer jeres regler, undtagelser, tone og arbejdsgange og kan arbejde med de systemer og den viden, opgaven kræver.
Og det er ikke endnu en app, jeres folk skal lære. Coworkeren kører i den AI, I allerede bruger og betaler for, som ChatGPT eller Claude.
Kort sagt: I kommer med mennesket, arbejdet og erfaringen. Coworkeren gør personen i stand til at gøre mere af det, bedre og mere ensartet.
Skal vi have en AI-strategi først?
Nej.
I behøver ikke begynde med en strategi for hele virksomheden. Begynd med ét stykke arbejde, der er værd at gøre bedre. Hvis det virker, har I noget konkret at bygge videre på.
Hvilket arbejde egner sig til en Coworker?
Start med arbejde, der gentager sig, tager meget tid eller bliver løst forskelligt alt efter, hvem der sidder med det.
Det behøver ikke være en simpel opgave. Faktisk bliver det interessant, når arbejdet kræver jeres egne regler, data og erfaring for at blive gjort rigtigt.
Hvordan begynder det, helt konkret?
Vis os det arbejde, I gerne vil have hjælp til. Helst med et par rigtige eksempler, løst sådan som I gerne vil have dem løst.
Vil I hellere starte med en snak, kan I booke en tid direkte. kontakt.md →
Hvad hvis den bedste medarbejder ikke har tid til et AI-projekt?
Det er netop derfor, vi beder om rigtige eksempler frem for lange procesbeskrivelser.
Vis os arbejdet, som det allerede bliver lavet. Så bruger vi tiden på at forstå mønsteret og kommer tilbage med de steder, hvor vi mangler et svar.
Hvor hurtigt kommer vi i gang?
Findes arbejdet allerede i kataloget, går det hurtigst. Typisk tager opsætningen omkring 2 uger. Det meste af tiden går ikke med teknik, men med at lære jeres regler, undtagelser og gråzoner at kende.
Hvad hvis I ikke har plads til os lige nu?
Så siger vi det. I får en dato for, hvornår I har et endeligt svar, også hvis svaret er nej.
Er en Coworker lavet for at erstatte medarbejdere?
Nej. Vi bygger dem omkring mennesker, der allerede er gode til deres arbejde.
Pointen er ikke at fjerne personen. Det er at udvide, hvad personen kan. Mere kapacitet, højere kvalitet og mindre tid brugt på det arbejde, der ikke kræver deres fulde opmærksomhed.
Hvad hvis den ikke kender svaret?
Så siger den det. Den skal ikke finde på det næstbedste svar for at komme videre. Hvor der findes en kilde, viser den, hvad den bygger svaret på.
Hvad er forskellen på den og en chatbot?
En chatbot er typisk bygget til en samtale. En Coworker er bygget til et stykke arbejde.
Den har et afgrænset job og bliver sat op efter den måde, I faktisk løser det på.
Hvilke af vores systemer kan den arbejde i?
De systemer, arbejdet allerede foregår i. Det kan fx være mail, kalender, CRM, regnskab, dokumenter eller kundeservice. Vi starter med læseadgang og giver først mere adgang, når I er klar til det.
Er vi låst til én AI-udbyder?
Nej. Opsætningen er ikke låst til én AI-udbyder. I kan skifte model eller udbyder, når det giver mening.
Kan den sende noget uden om os?
Nej. Ikke uden at I har godkendt, at den må.
Hvad er egentlig det svære ved at bygge en Coworker?
Sjældent teknikken.
Det svære er at finde ud af, hvordan arbejdet faktisk bliver gjort. Hvilke regler gælder? Hvornår gælder de ikke? Hvad ved den erfarne medarbejder, som aldrig blev skrevet ned?
Det er derfor, vi starter med rigtige eksempler på arbejdet og ikke en 2-linjers beskrivelse af opgaven.
Skal vores processer være dokumenteret først?
Nej. Hvis alt allerede stod perfekt beskrevet, ville vores arbejde være noget nemmere.
Vi tager udgangspunkt i rigtige eksempler og de mennesker, der kender arbejdet. Undervejs får vi regler, undtagelser og arbejdsgange ud af hovedet på dem og gjort dem konkrete. Dokumentationen bliver derfor også bedre som en del af arbejdet.
Hvad hvis vores data er noget rod?
Det er ret normalt.
Vi finder ud af, hvilke data Coworkeren faktisk har brug for. Noget kan ryddes op én gang. Andet bliver mere struktureret løbende, fordi Coworkeren kræver, at informationen ligger et sted og betyder det samme hver gang.
I behøver altså ikke have perfekte data for at begynde.
Kan en Coworker arbejde med undtagelser?
Ja, og det er ofte dér, det rigtige arbejde ligger.
»Gør altid X« er nemt. Det interessante er: »Gør X, medmindre kunden er sådan her, ordren ser sådan ud, eller det her allerede er sket.« Det er de regler og gråzoner, vi lærer Coworkeren sammen med jer.
Skal vi ændre vores måde at arbejde på for at få AI ind?
Ikke bare for AI'ens skyld.
Vi starter med arbejdet, som det ser ud i dag. Hvis noget allerede fungerer godt, skal en Coworker lære det. Finder vi undervejs en arbejdsgang, der kun eksisterer, fordi »sådan har vi altid gjort«, kan vi tage den snak dér.
Hvad sker der, når vores måde at arbejde på ændrer sig?
Så ændrer Coworkeren sig med den.
Nye regler, nye produkter og nye undtagelser dukker op. Derfor ser vi ikke opsætningen som noget, der bliver afleveret og glemt. Den bliver bedre af at være tæt på det rigtige arbejde.
Hvad får vi ud af en Coworker ud over at spare tid?
Mere end man lige skulle tro.
Når vi bygger en Coworker, skal den lære, hvordan arbejdet faktisk bliver gjort. Det betyder, at regler, undtagelser og arbejdsgange, der før sad i hovedet på enkelte medarbejdere, bliver gjort konkrete.
Det gør ikke kun Coworkeren bedre. Det gør onboarding nemmere, processerne mere ensartede og arbejdet lettere at måle. Og hvis en nøglemedarbejder stopper en dag, forsvinder hele måden at gøre arbejdet på ikke ud ad døren med dem.
Hvad sker der med den viden, der kun sidder i hovedet på folk?
Det er noget af det første, vi går efter.
Næsten alle virksomheder har arbejde, som »bare er sådan, man gør det«, fordi en bestemt medarbejder har gjort det i fem år. Problemet kommer først den dag, personen er syg, skifter job eller skal lære en anden det.
Når vi bygger en Coworker, skal den viden ud af hovedet og gøres konkret. Reglerne, rækkefølgen, undtagelserne og eksemplerne bliver en del af opsætningen.
Så Coworkeren får ikke bare noget at arbejde efter. Virksomheden får bedre styr på sin egen viden.
Gør det onboarding af nye medarbejdere nemmere?
Ja. Den nye medarbejder skal ikke opdage hele processen fra bunden eller være heldig nok til at spørge den rigtige person.
Arbejdet, reglerne og eksemplerne er allerede gjort konkrete. Og Coworkeren kan hjælpe den nye medarbejder med at udføre arbejdet på samme måde som resten af teamet fra starten.
Kan det hjælpe ved et generationsskifte?
Ja. Et generationsskifte handler ikke kun om ejerskab. Der kan ligge årtiers viden i måden, virksomheden arbejder på.
Når arbejdsgange, regler og undtagelser bliver gjort konkrete, bliver mindre af virksomheden afhængig af, at bestemte mennesker kan huske, hvordan tingene plejer at blive gjort.
Kan vi måle, om en Coworker faktisk virker?
Ja. Og det bør I.
Hvor lang tid tog opgaven før? Hvor lang tid tager den nu? Hvor meget bliver produceret? Hvor ofte skal noget rettes? Hvor ender arbejdet med at gå i stå?
Når arbejdet bliver mere struktureret, bliver det også nemmere at måle. Så værdien behøver ikke ende som en mavefornemmelse om, at »AI vist sparer noget tid«.
Bliver medarbejderens arbejde også mere synligt?
Ja. Når arbejdet kan måles, bliver den menneskelige indsats også tydeligere.
Hvis en medarbejder med en Coworker kan håndtere flere kunder, levere mere eller løfte kvaliteten, kan man faktisk se forskellen. Det gør det lettere at tale konkret om den værdi, personen skaber, i stedet for kun at tale om timer ved skrivebordet.
Er AI ikke mest en gevinst for ledelsen?
Det burde det ikke være.
For virksomheden kan en Coworker betyde mere kapacitet, bedre kvalitet og flere kunder, uden at arbejdet vokser i samme tempo.
For medarbejderen betyder den mindre tid på gentagelser og mere tid på det, personen faktisk er god til. Og når arbejdet bliver målbart, bliver medarbejderens bidrag også nemmere at se.
Hvis du med samme arbejdstid kan håndtere dobbelt så meget arbejde eller levere markant bedre resultater end for et år siden, er det ikke kun virksomheden, der bør kunne se værdien af det. Det er også et ret godt sted at starte en lønsamtale.
Hvad lærer vi selv af at få en Coworker?
Som regel mere om jeres eget arbejde, end I forventer.
For at lære en Coworker en opgave skal vi finde ud af, hvad et godt resultat er, hvilke regler der gælder, hvor data kommer fra, og hvad der sker, når normalen bryder sammen.
Det er ofte først dér, man opdager, hvor meget af en proces der aldrig rigtig har været skrevet ned.
Hvor ligger vores data?
Jeres viden, metoder og erfaring bliver hos jer. Selve AI-modellen kører hos den udbyder, I bruger, fx Anthropic eller OpenAI.
Hvordan står det med GDPR?
Det, vi driver for jer, driver vi fra Danmark. Selve modellen kan køre hos en udbyder uden for Europa.
Hvordan data må bruges og sendes, aftaler vi som en del af opsætningen.
Hvem kan se, hvad den laver?
I kan se, hvad den laver. Den starter med læseadgang, og I bestemmer, hvornår og til hvad den får lov til mere.
Kan vi koble den fra igen?
Ja. I kan altid trække stikket. Og det, vi har sat op til jer, beholder I.
Hvad koster det?
Fra 4.789 kr. om måneden pr. Coworker plus opsætning fra 25.000 kr. Opsætningen afhænger af, hvor meget der skal tilpasses til jeres arbejde. priser.md →
Er der binding?
Opsigelsen løber til udgangen af den måned, I opsiger i. Driften koster først fra den dag, Coworkeren rent faktisk kører hos jer.
Hvad er inkluderet i prisen?
Vedligeholdelse og opdateringer. Og et menneske at ringe til, når der er brug for det.
Vi følger også brugen og gør Coworkeren bedre, efterhånden som den arbejder hos jer.
Hvad hvis vores opgave ikke findes i kataloget?
Så kan vi bygge den til jer. Prisen afhænger af omfanget.
SMV:Digital kan i nogle tilfælde være relevant. Det finder vi ud af sammen.
Kræver det, at vi er tekniske?
Nej. I skal kende arbejdet. Det tekniske tager vi os af.
Det vigtigste er, at I kan vise os, hvordan opgaven bliver løst rigtigt, også når der er undtagelser og gråzoner.
Skal vi installere noget nyt?
Nej. Coworkeren kører i den AI, I allerede bruger, som ChatGPT eller Claude, og kobles på de systemer, arbejdet allerede foregår i.
Hvad sker der, hvis den laver en fejl?
Først og fremmest bygger vi den, så den ikke bare gætter sig videre, når den er i tvivl.
Hvor der kræves godkendelse, går arbejdet gennem et menneske. Og går noget alligevel galt, er der et menneske hos os at ringe til.
Hvem står bag Ellypsis?
Ellypsis er stiftet og drevet af Sewar Sidou i Odense. Vil I have resten af historien, står den i brevet.
Fandt I ikke svaret? Skriv eller book en snak. kontakt.md →