En person nyder en varm kaffe ved et ryddeligt skrivebord, symboliserer flydende workflows. Forbind Dine Systemer: Skab Smarte AI Integrationer.

Forbind Dine Systemer: Skab Flydende Workflows med Smarte AI Integrationer

/ AI i praksis, Produktivitet & hacks / Af
Øvet Guide 8 min læsning

Din salgschef rykker for manglende opfølgning, og du sidder igen og kopierer data manuelt fra en e-mail over i jeres CRM-system, mens formiddagskaffen bliver kold. Mange accepterer dette usynlige rugbrødsarbejde som en uundgåelig del af jobbet. Men manuel indtastning dræber tid, præcision og arbejdsglæde. Her viser vi dig præcis, hvordan du slipper for dobbeltarbejdet ved at få dine programmer til at tale sammen. Det er et afgørende skridt, når du vil skabe mere sammenhæng og ro i hverdagen: Den Komplette Guide til AI Effektivisering for Danske SMV'er.

Indholdsfortegnelse

Stop med at være den menneskelige bro mellem programmer

Rigtig mange virksomheder har investeret i fantastiske IT-systemer og smarte platforme. Problemet opstår, fordi systemerne sjældent taler sammen af sig selv. Resultatet er, at det er dig, der fungerer som den menneskelige bro mellem dem. Du læser en besked i et program, sorterer informationen i hovedet og taster den ind i et andet program.

Intelligente AI-workflows handler i bund og grund om at fjerne dig som mellemmand i de rutineprægede opgaver. Din hjerne er alt for værdifuld til at lege flyttemand for data. Den skal bruges til at træffe beslutninger, hjælpe kunder og udvikle forretningen. Teknologien assisterer i baggrunden.

Sådan bygger du flydende dataprocesser uden at skrive kode

Hænder forbinder farvede klodser, symboliserer nem opbygning af flydende workflows med smarte integrationer.

Du tænker måske, at det kræver en stor IT-afdeling med programmører at forbinde jeres systemer. Sådan var det engang. I dag findes der en lang række plug-and-play løsninger, som fungerer som digitale legoklodser, alle kan bruge uden at skrive en linje kode.

De mest brugte værktøjer til dette er:

Zapier er det mest udbredte valg for SMV'er. Du logger ind, vælger to programmer du vil forbinde, og definerer en simpel regel: "Når X sker i program A, gør Y i program B." Zapier kalder disse regler for Zaps. Et gratis abonnement dækker op til 100 opgaver om måneden, hvilket er nok til at teste de første workflows. Betalingsplanerne starter ved cirka 20 dollars om måneden.

Make (tidligere Integromat) er et alternativ til Zapier med en visuel byggeflade, hvor du trækker forbindelser mellem programmer med musen. Make er lidt mere teknisk end Zapier, men til gengæld billigere og mere fleksibel når workflows bliver komplekse.

n8n er en open source-løsning, som du kan hoste på din egen server. Det kræver lidt mere opsætning, men er populært hos virksomheder med skrappe GDPR-krav, fordi data aldrig forlader jeres egne systemer.

Kobler du et af disse værktøjer sammen med en sprogmodel som ChatGPT eller Claude, sker der for alvor noget interessant. Du får forbundne systemer, der ikke bare flytter data blindt, men rent faktisk forstår indholdet. Modellen kan læse en rodet mail, plukke de vigtige detaljer ud og formatere dem pænt. Maskinen gør det grove forarbejde, og du får de flydende dataprocesser.

Sådan ser en konkret opsætning ud i Zapier trin for trin:

  1. Log ind på Zapier og klik på "Create Zap"
  2. Vælg din trigger-app, for eksempel Gmail, og vælg triggeren "New Email Matching Search"
  3. Skriv en søgestreng der fanger de relevante mails, for eksempel subject:tilbud OR subject:forespørgsel
  4. Tilføj et "Action"-trin og vælg ChatGPT. Vælg handlingen "Send Message"
  5. Skriv din instruktion til ChatGPT i feltet "User Message". Her indsætter du mail-indholdet som en variabel og beder modellen udtrække de oplysninger du har brug for
  6. Tilføj endnu et "Action"-trin og vælg dit CRM, for eksempel HubSpot eller Pipedrive
  7. Map de felter ChatGPT returnerede til de rigtige felter i CRM-systemet
  8. Slå Zappen til og test den med en rigtig mail

Hele opsætningen tager typisk 20-40 minutter første gang.

Fra salg til faktura: Tre workflows du kan kopiere i dag

Her er tre konkrete eksempler på, hvordan dette ser ud på en almindelig mandag morgen, med de præcise instruktioner du skal bruge.

Workflow 1: Automatisk lead-kvalificering fra webformular til CRM

Problemet: Potentielle kunder udfylder en formular på hjemmesiden, men forespørgslerne havner i en fælles postkasse, og ingen ved hvem der ejer dem.

Løsningen med Zapier + ChatGPT + HubSpot:

Trigger: Ny indsendelse på din kontaktformular (Typeform, Gravity Forms eller lignende)

ChatGPT-instruktion du indsætter i Zapier:

Du er salgsassistent. Læs denne kundehenvendelse og returner et JSON-objekt med følgende felter:

- navn: kundens fulde navn
- email: kundens email
- virksomhed: virksomhedens navn hvis nævnt, ellers "Ikke oplyst"
- ordrestørrelse: "stor" hvis der nævnes beløb over 50.000 kr. eller antal enheder over 100, ellers "lille"
- hastegrad: "høj" hvis kunden nævner deadline inden for 2 uger, ellers "normal"
- udkast_til_svar: Et venligt og professionelt svar på 3-4 sætninger der bekræfter modtagelsen og lover opfølgning inden for én arbejdsdag

Henvendelse: [indsæt formular-indhold som variabel]

Zapier mapper derefter JSON-felterne direkte til HubSpot: navn og email opretter kontakten, ordrestørrelse og hastegrad sætter prioritet på dealen, og udkast_til_svar gemmes som en note klar til sælgerens gennemsyn.

Resultatet: Sælgeren ser ind i HubSpot og finder et prioriteret lead med et færdigt svarudkast. Hun læser det igennem, justerer én sætning og trykker send. Kunden får svar inden for ti minutter.

Workflow 2: Fakturabehandling fra indbakke til godkendelse

Problemet: Indkomne fakturaer ankommer som PDF-vedhæftninger på mail. Nogen skal åbne dem, aflæse beløb, afsender og forfaldsdato, og taste det ind i økonomisystemet. Tastefejl sker. Fakturaer glemmes.

Løsningen med Make + ChatGPT + e-conomic:

Trigger: Ny mail med PDF-vedhæftning i en dedikeret postkasse, for eksempel fakturaer@dinvirksomhed.dk

Make udtrækker PDF-teksten ved hjælp af et indbygget PDF-modul. Teksten sendes til ChatGPT med denne instruktion:

Du er bogholderiassistent. Læs denne fakturatekst og returner et JSON-objekt med følgende felter:

- leverandoer_navn: Afsenderens firmanavn
- cvr: CVR-nummer hvis det fremgår, ellers null
- faktura_nummer: Fakturanummeret
- faktura_dato: Fakturadato i formatet YYYY-MM-DD
- forfaldsdato: Forfaldsdato i formatet YYYY-MM-DD
- beloeb_ekskl_moms: Beløb eksklusiv moms som tal uden punktummer eller kommaer som tusindtalsseparator
- moms: Momsbeløb som tal
- beloeb_inkl_moms: Beløb inklusive moms som tal
- beskrivelse: Kort beskrivelse af hvad fakturaen dækker, maks. 10 ord

Fakturatekst: [indsæt PDF-tekst som variabel]

Make sender derefter JSON-dataene til e-conomic via API og opretter et kladdebilag klar til bogføring. Samtidig sendes en Slack-besked til den ansvarlige økonomimedarbejder med beløb, leverandør og forfaldsdato.

Resultatet: Medarbejderen ser en Slack-notifikation, klikker sig ind i e-conomic, kontrollerer det færdige kladdebilag og godkender det med ét klik.

Workflow 3: Automatisk mødereferat til CRM og opgaveliste

Problemet: Efter et salgsmøde sidder sælgeren med håndskrevne noter og skal huske at opdatere CRM, sende opfølgningsmail og oprette opgaver i projektværktøjet. Det sker sjældent samme dag.

Løsningen med Zapier + Otter.ai eller Teams-transskription + ChatGPT + Pipedrive + Asana:

Trigger: Ny transskription klar i Otter.ai eller ny mødeafslutning i Microsoft Teams med aktiveret transskription

ChatGPT-instruktion:

Du er mødesekretær. Læs denne mødetransskription og returner et JSON-objekt med følgende felter:

- mødedeltager_kunde: Kundens navn og titel hvis nævnt
- virksomhed: Kundens virksomhedsnavn
- deal_status: "varm" hvis kunden udtrykte klar interesse, "afventende" hvis de vil tænke over det, "kold" hvis de takkede nej
- naeste_skridt: Liste med konkrete aftaler fra mødet, hvert punkt som en streng
- ansvarlig: Hvem der er ansvarlig for hvert næste skridt, "sælger" eller "kunde"
- opfoelgningsmail: Udkast til en kort opfølgningsmail på dansk der opsummerer mødet og de aftalte næste skridt. Vær konkret og venlig. Maks. 150 ord.

Transskription: [indsæt transskription som variabel]

Zapier opretter derefter automatisk en deal eller opdaterer en eksisterende i Pipedrive med deal_status, opretter opgaver i Asana for hvert punkt i naeste_skridt og gemmer opfølgningsmailen som en kladde i Gmail klar til gennemsyn.

Resultatet: Sælgeren forlader mødelokalet og finder inden for to minutter alle administrative spor af mødet klar i de rigtige systemer. Hun bruger tre minutter på at gennemse Gmail-kladden og sende den.

Start småt og skab den rigtige kultur

En god tommelfingerregel: Automatiser kun processer, du allerede forstår godt. Hvis du ikke kan beskrive trinene i en arbejdsgang præcist for en ny kollega, er den ikke klar til automatisering endnu. Kortlæg den manuelt først, fjern de trin der ikke behøver at eksistere, og automatiser derefter det der er tilbage. Find den opgave, som I hader allermest, og start der. Det giver en hurtig sejr, som skaber tryghed og gejst i teamet.

Husk også sikkerheden. Zapier og Make gemmer som udgangspunkt data på servere uden for EU. Undersøg om jeres datafølsomhed kræver, at I vælger en EU-hostingmulighed, bruger n8n på egne servere eller sikrer jer, at jeres ChatGPT-integration kører via en enterprise-aftale, hvor data ikke bruges til modeltræning. Vi hos Poulsen & Vinding har udarbejdet en komplet guide til datasikkerhed og GDPR, der viser, hvordan I bruger lukkede enterprise-løsninger, hvor jeres data ikke træner offentlige modeller. Vil du vide mere om, hvordan hele kontoret kommer med på forandringerne i et trygt tempo, kan du læse guiden Fra Skepsis til Succes: Sådan Skaber du en Vindende AI-Kultur Blandt Medarbejderne.

Det bedste sted at begynde er den opgave, der sluger flest timer i dag. Løs den ene. Så den næste.

Ofte stillede spørgsmål

FORTSÆT LÆSNINGEN

Relaterede artikler