Vad processkartläggning med AI innebär

Processkartläggning med AI betyder att en språkmodell läser er befintliga dokumentation och föreslår hur processerna hänger ihop, i stället för att någon intervjuar sig fram till samma sak under ett par veckor. Ni får ett utkast på under en timme. Sedan granskar ni det.

Tre olika saker brukar buntas ihop under samma ord, och de är inte lika svåra:

  • AI som ritar åt er. Ni beskriver en process i text och får en ritning tillbaka. Enkelt, och ungefär lika användbart som att rita själv.
  • AI som läser det ni redan har. Rutiner i Word, gamla PDF:er, mappstrukturer ingen rört på fyra år. Modellen hittar strukturen som redan finns och gör den synlig. Det är här tiden faktiskt sparas.
  • AI som granskar en färdig karta. Saknas det ansvarig? Finns det ett beslut utan Nej-gren? Går dokumentet att spåra? Det är kontrollarbete, och maskiner är bra på kontrollarbete.

NYTERIO gör de två sista. Den första är vi inte särskilt intresserade av.

Skillnaden spelar roll när ni jämför verktyg. Ett verktyg som bara ritar löser inte problemet att ingen vet vad som redan är dokumenterat. De flesta organisationer har nämligen inte för lite processdokumentation. De har för mycket, på för många ställen, i för många versioner, och ingen överblick över vilken som gäller.

Vad ni faktiskt får ut

Ett vanligt missförstånd är att resultatet är en bild. Det är det inte. En bild löser inget, för den blir inaktuell samma vecka som någon ändrar rutinen.

Det ni får är en struktur i tre nivåer:

  • Nivå 1, huvudprocesserna. De fem till tolv processer som beskriver vad organisationen gör. Rekrytera, hantera avvikelser, leverera uppdrag. Den här nivån ryms på en skärm och är den enda de flesta i organisationen någonsin behöver se.
  • Nivå 2, delprocesserna. Vad varje huvudprocess består av. Det är på den här nivån de flesta faktiskt arbetar.
  • Nivå 3, det konkreta. Rutiner och instruktioner, kopplade till rätt ställe i strukturen i stället för att ligga i en mapp någon döpt för fyra år sedan.

Varje nod bär dessutom det som gör skillnaden mellan ett dokument och ett ledningssystem: vem som äger den, när den senast granskades, vilken version som gäller och vilka dokument som hör till. Det är den metadatan en revisor frågar efter, och det är också den som gör att biblioteket går att lita på ett år senare.

Ni kan redigera allt. Utkastet är ett utkast, inte ett facit, och den som äger en process ska kunna ändra i den utan att gå via oss.

Fördjupning: Processkartläggning: metod, nivåer och hur ni gör det utan konsult

Vad ni faktiskt lämnar ifrån er

En processkartläggning är ingen vanlig fil. Det är en beskrivning av hur företaget fungerar: vem som fattar vilka beslut, vad som händer när något går fel, vilka kontroller som finns och vilka som saknas. Laddar ni upp den i ett AI-verktyg har ni skickat iväg en ritning över verksamheten.

De flesta tänker aldrig på det. Uppladdningen känns ju likadan oavsett vad filen innehåller. Man drar in en mapp, trycker på en knapp och får tillbaka något användbart.

För en kommun eller en myndighet är det dessutom sällan bara er egen information. Processbeskrivningar innehåller ofta namn, ärendetyper och rutiner för hur känsliga uppgifter hanteras. Den som kartlägger en socialtjänstprocess kartlägger samtidigt hur människors uppgifter rör sig genom organisationen.

Frågan är alltså inte om AI:n är bra. Den är var den körs, och vem som kan läsa det ni skickar dit.

Öppna modeller är det som gör svensk hårdvara möjlig

En språkmodell är antingen öppen eller stängd, och det avgör mer än de flesta tror.

En stängd modell går bara att köra hos den som byggt den. GPT finns hos OpenAI, Claude hos Anthropic, Gemini hos Google, och vikterna lämnar aldrig deras servrar. Bygger man ett verktyg på en stängd modell har man samtidigt bestämt var kundernas data ska behandlas. Den frågan är avgjord innan kunden ens har ställt den.

En öppen modell har publicerade vikter. Den går att ladda ner och köra på hårdvara någon annan äger. Det är därför NYTERIO kör öppna modeller i Sverige. Inte för att det låter bättre, utan för att det är enda sättet att svara på var era dokument hamnar utan att gissa.

Priset för det valet är att vi inte alltid har den absolut vassaste modellen i världen. De största stängda modellerna ligger före på svåra resonemangsuppgifter. Vi tycker bytet är värt det när materialet är en ritning över er verksamhet, men det är ett byte, och ni ska veta om det.

Det finns en juridisk sida också. Amerikanska leverantörer omfattas av CLOUD Act, som ger amerikanska myndigheter möjlighet att begära ut data som bolaget kontrollerar, även när den ligger på servrar i Europa. Ett biträdesavtal ändrar inte den lagstiftningen. Det enda som gör den irrelevant är att datan aldrig hamnar hos ett bolag som omfattas av den.

Här är det värt att vara noggrann med ett påstående som återkommer i branschen: "vi kör i EU-region". Det betyder att servrarna står i Europa. Det säger ingenting om vem som äger bolaget som driver dem, vilken lagstiftning det bolaget lyder under, eller vem som kan begära ut innehållet. Region är en teknisk uppgift. Jurisdiktion är en juridisk. De blandas ihop hela tiden, ofta i god tro.

En invändning vi får ibland: spelar det verkligen roll, ingen bryr sig om våra rutinbeskrivningar. Ibland stämmer det. Men det är ett beslut som ska fattas medvetet, inte som en bieffekt av vilket verktyg någon råkade välja. Och för en kommun som kartlägger hur ärenden inom socialtjänsten hanteras är svaret uppenbart nej.

Vad "öppna vikter" betyder i praktiken. Vikterna är de tal som utgör modellen efter träning. Är de publicerade kan vem som helst ladda ner filen och köra den på en egen maskin, utan att fråga någon om lov och utan att skicka texten någon annanstans. Det är inte samma sak som öppen källkod, och det betyder inte att träningsdatan är känd. Men det räcker för det som spelar roll här: modellen kan flyttas dit datan är, i stället för tvärtom.

Så gör NYTERIO

Konkret, så att ni kan kontrollera påståendena i stället för att lita på dem:

VadVar det sker
AI-bearbetning av era dokumentÖppna språkmodeller på svensk hårdvara, Stockholm
Drift, databas och processbibliotekSvensk server
E-post och tidsbokningEU-servrar
BesöksstatistikEgen instans på samma svenska server, inga cookies
Typsnitt och skript på den här sidanServeras lokalt, inga anrop ut

Vilka bolagen är, med ändamål och överföringsgrund för varje, står namngivna i integritetspolicyn. Vi håller listan där i stället för här, men den är offentlig och ni ska begära den av vilken leverantör ni än överväger.

Utöver det: uppladdade flödesscheman sparas inte alls efter analysen, de bearbetas i minnet och kastas. Råfilerna ni laddar upp till Library Builder raderas när bygget slutförs, avbryts eller när ni begär radering. Ingen tredje part får era dokument för att träna på dem.

Sidan ni läser just nu laddar inga typsnitt från Google och kör inga externa skript. Det låter som en petitess, men en leverantör som säljer datasuveränitet och samtidigt skickar er IP-adress till en amerikansk server vid varje sidladdning har inte förstått sin egen produkt.

Sju frågor att ställa till vilken AI-leverantör som helst

Använd dem på oss också. Svaren går att kontrollera, och en leverantör som blir obekväm av frågorna har svarat på den viktigaste redan.

  1. Vilken modell kör ni, och är den öppen eller stängd? Får ni svaret GPT, Claude eller Gemini vet ni redan svaret på fråga två.
  2. Var körs den fysiskt? Inte var bolaget har sitt kontor. Var maskinen står.
  3. Används vår indata för att träna modeller? Fråga efter inställningen, inte efter försäkran.
  4. Vilka underleverantörer finns i kedjan? Nästan alla har minst en. Den som säger noll har antingen inte räknat eller inte förstått frågan.
  5. Finns ett personuppgiftsbiträdesavtal, och täcker det AI-leverantören? Ett avtal med huvudleverantören hjälper inte om underleverantören saknas i det.
  6. Vad raderas, och när? Skillnaden mellan "vi sparar inte" och "vi raderar efter 30 dagar" är stor när materialet är en karta över er verksamhet.
  7. Omfattas någon i kedjan av CLOUD Act? Frågan är obekväm, och det är just därför den är värd att ställa.

Offentlig sektor: upphandling, språk och offentlighet

Kommuner, regioner och myndigheter har tre krav som privata bolag inte har, och alla tre påverkar valet av AI-verktyg.

Upphandlingen ställer frågorna åt er. Ett upphandlingsunderlag för ett digitalt verktyg innehåller nästan alltid krav på var behandlingen sker, vilka underleverantörer som finns och hur överföring till tredjeland hanteras. Ett verktyg som bygger på en stängd amerikansk modell måste besvara de punkterna med hänvisning till standardavtalsklausuler och en bedömning av tredjelandets lagstiftning. Det går att göra, men det är arbete, och det är arbete som återkommer vid varje omprövning.

Språket är inte en inställning. Ett verktyg som översätter sitt gränssnitt till svenska men resonerar på engelska ger etiketter som är nästan rätt. "Handläggare" blir "officer", grenar heter Yes och No, och terminologin runt förvaltning och myndighetsutövning blir ungefärlig. Det märks inte i en demo. Det märks när fyrtio processer ska granskas av någon som ska stå för innehållet.

Processdokumentation kan bli allmän handling. Det är ett argument för att den ska vara begriplig, inte bara korrekt. En processbeskrivning som bara den som skrev den förstår är svår att lämna ut på ett meningsfullt sätt.

Det finns en fjärde sak som sällan står i något krav men avgör om det blir något: mognaden. De flesta svenska kommuner har inte ett färdigt processlandskap som väntar på att digitaliseras. De har rutiner i olika mappar, några eldsjälar som gjort ordning i sin egen del, och en kvalitetsfunktion som är en halvtidstjänst. Verktyg som förutsätter att kartläggningen redan är gjord löser fel problem.

Vad AI klarar, och vad den inte klarar

Den här tabellen är sidans ärligaste del, och den är också anledningen till att vi inte lovar en färdig kartläggning på tjugo minuter.

Klarar braKlarar inte
Läsa hundratals dokument utan att tröttna eller hoppa över det tråkigaVeta om dokumentet stämmer med hur ni faktiskt arbetar
Hitta strukturen som redan finns och föreslå en hierarkiAvgöra vem som ska äga en process
Upptäcka motsägelser mellan två rutiner som beskriver samma sak olikaKänna till den outtalade rutinen alla på golvet känner till
Hålla namngivning och detaljnivå konsekvent genom hela biblioteketBedöma vilken process som är viktigast att göra något åt
Peka ut vad som saknas: ingen ansvarig, beslut utan Nej-gren, ingen inputFylla i det som saknas med något sant

Kolumnen till höger är inte en lista över brister som fixas i nästa version. Det är sådant som kräver att någon känner verksamheten. En modell som gissade på de punkterna skulle producera ett bibliotek som ser färdigt ut och är fel, vilket är sämre än inget bibliotek alls.

Varför en chatt inte räcker

Den vanligaste invändningen vi får är rimlig: kan vi inte bara klistra in våra rutiner i ChatGPT och be den rita ett flödesschema?

Ni kan. Det ser dessutom bra ut vid första anblicken. Problemet syns när någon försöker följa pilarna.

En språkmodell skriver text. Ett flödesschema är ingen text, det är en graf, och en graf har regler som texten inte har. Modellen vet inte om det den precis skrev hänger ihop, för den kontrollerar ingenting. Den producerar något som ser ut som ett flödesschema, vilket är en annan sak än ett flödesschema som stämmer.

Fyra fel återkommer, oavsett vilken chatt ni använder:

  • Pilar som pekar på rutor som inte finns.
  • Beslutsrutor med bara en utgång. Frågan ställs, men Nej-vägen saknas.
  • Rutor som hänger löst. Ingenting leder dit, men de står där.
  • Flöden som aldrig når ett slut, eller där en gren inte går att nå från början.

Det här är inte en fråga om att formulera prompten bättre. Ni kan be snällare och få ett bättre resultat, men aldrig ett kontrollerat resultat, eftersom ingenting i en chatt granskar det som kommer ut.

Det är där systemet runt modellen kommer in. Varje flöde NYTERIO genererar körs igenom en deterministisk kontroll innan ni ser det. Deterministisk betyder att det är vanlig kod och inte en modell som bedömer, så samma flöde ger alltid samma svar. Kontrollen kräver att:

  • det finns exakt en startpunkt och minst ett slut,
  • varje pil pekar på en ruta som faktiskt finns,
  • ingen ruta förekommer två gånger,
  • varje beslutsruta har precis två utgångar,
  • en vanlig aktivitet har exakt en utgång, annars är den ett förklätt beslut utan diamant och utan Ja- och Nej-etiketter,
  • varje ruta har något som leder in och något som leder ut,
  • varje ruta går att nå från början,
  • varje ruta leder fram till ett slut.

Hittar kontrollen fel repareras det som säkert går att reparera, till exempel pilar som pekar i tomma intet. Sedan körs kontrollen om på det lagade flödet. Det som inte går att laga säkert lagas inte alls, utan flaggas, eftersom ett system som gissar sig till vad ni menade är farligare än ett som säger att något saknas.

Det är hela skillnaden. Modellen är samma sorts verktyg. Det som skiljer är att det finns något som säger ifrån när den har fel, och att ni får veta det i stället för att upptäcka det på ett ledningsmöte.

AI är medlet, inte poängen

NYTERIO är inte en chatt med en annan logga. AI är en av delarna i plattformen, och det är inte den delen som gör produkten värd något.

Skillnaden märks i vad som händer efter att modellen svarat. Ett skal runt en språkmodell skickar vidare det modellen sa. En plattform kontrollerar svaret, sätter in det i en struktur, ger det en ägare, en version och en granskningscykel, och håller reda på vad som ändrats sedan sist. Det är där merparten av arbetet ligger, och det är inte AI-arbete.

Anledningen till att det byggdes är två beroenden som vi ville ta bort.

Konsultberoendet. Det uppenbara. Ett kartläggningsuppdrag är dyrt, tar veckor, och det som blir kvar efteråt är en rapport. Kunskapen om hur den togs fram följer med konsulten ut genom dörren, så nästa gång något ändras behöver ni ringa igen.

Utbildningsberoendet. Det här pratas det mindre om, men det kostar lika mycket. Den vanliga vägen är att någon skickas på kurs i processkartläggning, kommer tillbaka full av metod och ska lära resten av organisationen. Ett halvår senare är det mesta borta, eller så har personen bytt jobb. Kvar finns en mapp med mallar ingen längre förstår vad de var till för.

NYTERIO vänder på det. Hjälpen ligger i själva arbetet, i det ögonblick den behövs. När ni ska godkänna en process pekar systemet på vad som saknas. Sitter ni i en genomgång ställer det frågorna åt den som håller i mötet. Ni behöver inte veta vad en ansvarsmatris är innan ni börjar. Ni får veta det första gången ni behöver en, i det sammanhang där den ska användas.

Det är en medveten hållning snarare än en funktion: kunskap som kommer när den ska användas fastnar. Kunskap som kommer i ett klassrum ett halvår i förväg gör det inte.

Det betyder också att ingen i organisationen behöver bli promptexpert. Det finns ingen chattruta man måste lära sig formulera sig i för att få ut något vettigt. Ni arbetar med era processer, och vägledningen dyker upp där arbetet sker.

Så går det till

Tre steg, och det tredje är det som avgör om det blir något av det.

1. Ni laddar upp det ni redan har. En ZIP med rutiner, instruktioner, gamla processbeskrivningar. Ingen förberedelse, ingen städning i förväg. Röran är själva utgångsläget.

2. Bearbetningen av hela biblioteket tar ungefär tjugo minuter. Modellen läser allt, hittar återkommande processer, föreslår en hierarki i tre nivåer och markerar var underlaget är tunt eller motstridigt. Ska ni bara ha upp ett enskilt flödesschema går det på under en minut.

3. Ni granskar och godkänner. Räkna med en halvtimme för ett mindre bibliotek. Här rättar ni det maskinen gissat fel på, sätter ägare och bestämmer vad som ska bort. Först när ni godkänt finns biblioteket på riktigt.

Tidsangivelserna gäller ett normalfall: några hundra sidor blandad dokumentation från en organisation med tio till trettio processer. Har ni tusentals sidor tar bearbetningen längre tid, och framför allt tar granskningen längre tid. Den som lovar er att sextio processer är klara på en förmiddag har antingen inte räknat med granskningen eller inte tänkt sig att någon ska läsa resultatet.

Vad som händer efter steg tre är egentligen det viktigaste, och det är också där de flesta kartläggningsprojekt dör. Ett bibliotek som ingen rör vid åldras. Sätt en granskningscykel direkt, ge varje process en ägare med namn, och bestäm vad som ska utlösa en uppdatering utöver kalendern. Ett nytt systemstöd, en omorganisation eller en avvikelse som visar att beskrivningen inte stämde är alla sådana signaler.

Kopplingen till ISO 9001

Många kommer hit för att någon sagt att processerna måste dokumenteras inför en certifiering eller en revision. Den kopplingen är rimlig, men den brukar formuleras baklänges.

ISO 9001:2015 kräver inte ett visst verktyg och inte ett visst antal dokument. Avsnitt 4.4 säger att ni ska veta vilka processer ni har och hur de hänger ihop. Avsnitt 7.5 säger att dokumentationen ska vara identifierad, granskad, godkänd, versionshanterad och tillgänglig där den behövs. Det är krav på kontroll, inte på mängd.

Det är därför AI hjälper mer med formen än med innehållet här. En maskin kan kontrollera att varje dokument har titel, ägare, datum och version, och att inget ligger kvar i en gammal version på ett annat ställe. Den kan inte avgöra om er hantering av avvikelser är lämplig för er verksamhet. Det första är tråkigt kontrollarbete som tar orimligt mycket tid för hand. Det andra är själva jobbet.

En sak till, som förvånar en del: en revisor letar sällan efter vackra processkartor. Hen letar efter att det ni säger att ni gör är det ni faktiskt gör, och att ni kan visa hur ni vet det. Ett tunt men sant bibliotek klarar sig bättre än ett tjockt och tillrättalagt.

Fördjupning: ISO 9001 processkartläggning: komplett guide för 7.5-kraven

Vilket underlag funkar?

Det korta svaret: det ni har, inte det ni önskar att ni hade.

Funkar bra. Word-rutiner, PDF:er, textfiler, mappstrukturer med talande namn, gamla kvalitetshandböcker, checklistor, mötesprotokoll där någon beskrivit hur något går till. Även motstridigt material funkar, för motsägelserna är information i sig.

Även bilder funkar. En fotad whiteboard efter en workshop, ett inskannat flödesschema ur en gammal pärm, en skärmdump ur ett verktyg ingen längre har licens till. Modellen läser bilden och ritar upp flödet digitalt, vanligtvis på 30 till 45 sekunder. Det är ofta den snabbaste vägen från "vi pratade om det på mötet" till något som går att granska, och det är en av de saker folk blir mest överraskade av.

Funkar sämre. Ett tomt mallbibliotek någon aldrig fyllde i. Och det vanligaste av allt: en process som bara finns i huvudet på en person som snart går i pension. Den kan ingen maskin läsa, och det är precis den ni borde kartlägga först.

Har ni väldigt lite skriftligt är AI-vägen fel start. Då är ett par workshoppar där någon faktiskt frågar hur arbetet går till en bättre första investering.

AI, manuellt eller konsult?

KonsultuppdragInternt för handMed AI
Tid till första utkast2 till 4 veckorMånader, ofta aldrig klartUnder en timme
Vem gör jobbetKonsulten, med er som intervjuobjektKvalitetsfunktionen, vid sidan om allt annatMaskinen skriver utkast, ni granskar
Vad ni har efteråtEn rapport som åldras från dag ettEtt halvfärdigt arbeteEtt bibliotek som går att ändra i
KostnadEtt uppdrag, en gångIntern tid som sällan räknasMindre per år än ett uppdrag kostar en gång

Den ärliga invändningen mot kolumnen längst till höger: en konsult som sitter hos er i tre veckor lär sig saker om organisationen som ingen modell kan läsa sig till. Det är ett riktigt värde. Frågan är om det värdet står i proportion till priset, och om rapporten fortfarande stämmer om ett år.

De fyra sätten det går fel på

Ni godkänner utkastet utan att läsa det. Det vanligaste, och det enda felet som gör hela arbetet värdelöst. Ett bibliotek ingen granskat är ett bibliotek ingen litar på, och ett bibliotek ingen litar på öppnar ingen.

Ni kartlägger önskeläget i stället för nuläget. Frestelsen är stor, särskilt inför en revision. Men en karta över hur det borde gå till hjälper ingen som undrar hur det faktiskt går till.

Ingen äger biblioteket efteråt. Om kvalitetschefen står som ägare av samtliga processer betyder det att ingen är ägare. Sätt riktiga namn, även när det blir obekvämt. En RACI-matris per process är ett trubbigt men fungerande sätt att tvinga fram beslutet.

Ni kartlägger allt. Sextio processer på en gång blir sextio halvfärdiga beskrivningar. Ta de fem där det gör ont och gör dem ordentligt.

Granskningen är inte en formalitet

Den halvtimme som står i tidsuppskattningen är inte administration. Det är den enda delen av arbetet där någon avgör om beskrivningen är sann.

Det som gör granskningen svår är att utkastet ser färdigt ut. Ett välformaterat dokument med rubriker och ansvarsfält läses som något någon tänkt igenom, och det är lätt att bläddra förbi. Gå igenom det som om någon annan skrivit det och försöker övertyga er om något.

Fyra frågor räcker långt för varje process: Stämmer det här med vad som faktiskt händer? Vem gör det här när personen som brukar göra det är sjuk? Vad händer när det går fel? Var kommer underlaget ifrån?

Sitter ni flera tillsammans går det snabbare, och NYTERIO har ett läge som leder den genomgången och ställer frågorna åt er. Frågorna handlar alltid om processen, aldrig om en namngiven person.

Den sista distinktionen är viktigare än den låter. En genomgång som glider över i vem som gjorde fel förra gången slutar med att folk slutar berätta hur arbetet faktiskt går till, och då blir kartläggningen en beskrivning av hur ingen jobbar. Håll frågorna på processen. Att en avvikelse hanteras olika beroende på vem som tar emot den är information om processen, inte om personerna.

Ett praktiskt råd: låt inte samma person både äga processen och ensam granska beskrivningen av den. Den som skrivit rutinen läser den som den var tänkt, inte som den står. Två par ögon hittar sådant som ett par aldrig gör, och det är också vad ISO 9001 vill åt med kravet på granskning och godkännande.

När ni inte ska använda AI för det här

Fyra lägen där svaret är nej, och vi säger hellre det än säljer in något som inte kommer att fungera.

  • Ni har nästan inget skriftligt. Då finns det inget att läsa. Börja med samtal.
  • Ni har redan ett fungerande processlandskap som används. Byt inte ut något som lever. Det är ovanligt, men det förekommer.
  • Ni behöver strikt BPMN 2.0 för att köra processerna i en motor. Då finns det andra leverantörer som är bättre på det, och ni ska välja en av dem.
  • Ingen har tid att granska. Utan granskning blir resultatet ett snyggt dokument som ingen står bakom. Vänta tills någon kan avsätta en förmiddag.

Vanliga frågor

Kan AI göra en processkartläggning åt oss?

Delvis. AI läser er befintliga dokumentation och föreslår en struktur på kortare tid än någon hinner göra det för hand. Men den vet inte om dokumentationen stämmer med hur ni faktiskt arbetar, och den kan inte avgöra vem som ska äga en process. Den delen måste någon som kan verksamheten göra.

Hur lång tid tar en processkartläggning med AI?

Det beror på om ni menar ett dokument eller ett helt bibliotek. Ett enskilt flödesschema ritas upp på 30 till 45 sekunder. Ett helt processbibliotek, där systemet läser igenom all uppladdad dokumentation och bygger strukturen, tar ungefär tjugo minuter. Räkna med ytterligare en halvtimme för att gå igenom och godkänna utkastet, och mer än så om er dokumentation är motstridig. Ett traditionellt kartläggningsuppdrag hos konsult tar två till fyra veckor.

Hamnar våra dokument utanför EU?

Nej. All AI-bearbetning av era processdokument sker på öppna språkmodeller som körs på svensk hårdvara i Stockholm, och lagringen sker på svensk server. Vi använder inga amerikanska molnplattformar för att behandla ert innehåll.

Tränas AI:n på vårt material?

Nej. Modellerna vi kör är öppna modeller med publicerade vikter, och de tränas inte vidare på det ni laddar upp. Uppladdade flödesscheman sparas inte alls efter analysen, och råfilerna i Library Builder raderas när bygget slutförs eller avbryts.

Vad är skillnaden mot att bara använda ChatGPT?

Tre saker. ChatGPT körs på OpenAIs servrar i USA, så ni bestämmer inte var er verksamhetsbeskrivning behandlas. Ni får text i ett chattfönster, inte ett processbibliotek med ägare, versioner och granskningscykel som håller vid en revision. Och ingenting kontrollerar flödesschemat som kommer ut: pilar pekar på rutor som inte finns, beslut får bara en gren och delar av flödet går inte att nå. NYTERIO kör varje genererat flöde genom en deterministisk strukturkontroll innan ni ser det.

Är NYTERIO bara ett skal runt en språkmodell?

Nej. AI:n gör ett av stegen: den läser er dokumentation och föreslår en struktur. Runt det ligger strukturkontrollen som underkänner ogiltiga flöden, biblioteket med ägare, versioner och granskningscykel, spårbarheten mellan dokument och processer, och exporten. Ett skal skickar vidare det modellen sa. Det mesta av arbetet i NYTERIO är det som händer efteråt.

Behöver vi utbilda personalen i processkartläggning först?

Nej, och det är en av poängerna. Vägledningen ligger i arbetet i stället för i en kurs: systemet pekar på vad som saknas när ni ska godkänna en process, och ställer frågorna när ni går igenom ett flöde tillsammans. Ingen behöver heller lära sig prompta, det finns ingen chattruta att formulera sig rätt i.

Vilka underleverantörer har NYTERIO?

AI-bearbetningen sker hos en svensk leverantör i Stockholm, drift och databas på svensk server, och e-post och tidsbokning på EU-servrar. Bolagen står namngivna i integritetspolicyn tillsammans med ändamål och överföringsgrund för varje.

Behöver vi kunna BPMN?

Nej. Resultatet är BPMN-inspirerat men ritat för att läsas av folk som inte kan BPMN. Behöver ni strikt BPMN 2.0 finns det andra leverantörer som är bättre på just det.

Fungerar det på svenska?

Ja, och det är inte bara översatt gränssnitt. Etiketter, Ja- och Nej-grenar och terminologin runt ISO 9001 är byggda på svenska från början.