När ska AI byta upp sig? En routingkarta för kostnad, risk och kvalitet

Den dyraste modellen i varje steg är inte en säkerhetsstrategi. Det är ett tecken på att ingen har bestämt när arbetsflödet faktiskt behöver mer kraft.

Det motsatta är inte heller klokt. En billig standardmodell som omarbetar samma uppgift tre gånger, missar undantagen och lämnar en människa med städjobbet kan bli dyrast av alla.

Det som saknas är AI-routing: tydliga regler som skickar varje steg till en billig standardväg, en starkare modell, mänskligt godkännande eller ett hårt stopp. Beslutet ska bygga på risk och godkänd kvalitet, inte på vilken modell som vann veckans topplista.

Priset per token är bara en del av kostnaden

OpenAI beskriver tre GPT-5.6-nivåer med olika balans mellan kapacitet och pris: Luna för kostnadskänslig volym, Terra som balanserad nivå och Sol för de svåraste uppgifterna. xAI positionerar samtidigt Grok 4.5 för kodning och agentiska kunskapsjobb. Perplexity har visat en annan konstruktion i sin Computer-miljö: en basmodell som kan lämna utvalda delar till en starkare rådgivarrutt.

Källa: OpenAI – GPT-5.6

Källa: SpaceXAI – Introducing Grok 4.5

Källa: Perplexity – GLM 5.2 advisor preview

Leverantörernas tester kan visa vad som är möjligt, men de kan inte välja väg åt dig. Era dokument, felkostnader, svarstider och granskningsvanor ser annorlunda ut än deras jämförelsetest.

Ett bättre mått är kostnad per godkänt resultat. Räkna modell- och verktygskostnad, antal försök, väntetid och mänsklig granskning fram till ett resultat som faktiskt får användas. OpenAI använder samma grundidé i sin vägledning om AI-investeringar: välj efter användbart arbete per krona och mät kostnaden för att nå den bestämda kvalitetsnivån.

Källa: OpenAI – How to manage AI investments in the agentic era

Fyra vägar räcker för ett första pilotflöde

En routingkarta behöver inte börja som ett avancerat system. Fyra tydliga utgångar räcker.

1. Standardväg: billigast som klarar testet

Skicka vanliga, reversibla steg till den enklaste väg som når er kvalitetsgräns. Det kan vara klassificering, informationsutdrag, formatering eller ett första utkast.

Standardvägen får inte betyda ”släpp igenom allt”. Varje resultat måste klara ett litet acceptanstest, till exempel:

• obligatoriska fält finns med
• totalsumman stämmer mot källdatan
• varje påstående har en godkänd källa
• svaret håller rätt språk och format
• inga förbjudna personuppgifter finns i utdata

Om testet klaras går jobbet vidare. Om det faller ska arbetsflödet inte bara försöka igen med samma instruktion.

2. Eskaleringsväg: mer kraft på en namngiven signal

En starkare modell ska kallas in av en regel, inte av magkänsla. Bra eskaleringssignaler är sådana ni kan logga:

• två källor säger olika saker
• ett obligatoriskt värde saknas
• klassificeringssäkerheten ligger under pilotens gräns
• uppgiften kräver flera beroende resonemangssteg
• standardvägen har misslyckats en gång
• ett ovanligt ärende matchar ingen godkänd mall

Sätt också ett tak. Om den starkare modellen inte når kvalitetsgränsen efter ett försök ska ärendet gå till människa eller stopp, inte in i en dyr loop.

3. Mänsklig granskning: någon måste bära beslutet

Vissa steg ska inte lösas genom att köpa fler AI-token. En person bör godkänna när handlingen är svår att ångra, när den lovar något till en kund eller när felet kan få ekonomiska, juridiska eller säkerhetsmässiga följder.

Typiska exempel är att:

• skicka ett avtal eller ett skarpt kundsvar
• godkänna en återbetalning
• ändra behörigheter
• publicera externt
• bokföra eller betala
• agera på känsliga elev-, patient- eller personaluppgifter

Granskaren ska få ett kort beslutsunderlag: vad AI:n föreslår, vilka källor som användes, vilket test som redan klarats och vad som utlöste granskningen. En tom knapp med ”godkänn” är inte en kontroll.

4. Stopp: jobbet får inte fortsätta

Ett stopp är rätt väg när arbetsflödet saknar förutsättningar att fatta ett säkert beslut. Exempel:

• källan går inte att nå
• användaren eller agenten saknar rätt behörighet
• personuppgifter förekommer där de inte får behandlas
• källorna motsäger varandra i en fråga med stor konsekvens
• körbudgeten är slut
• samma fel återkommer
• en människa hinner inte granska före tidsgränsen

Skriv vad som händer efter stoppet. Vem får larmet? Var hamnar ärendet? Hur fortsätter arbetet manuellt? ”Agenten stannade” är status, inte en reservplan.

Fyll i routingkortet innan du väljer modell

Ta ett återkommande jobb och fyll i följande punkter. Håll det till en sida.

• Godkänt resultat: Vad måste vara sant för att resultatet ska få användas?
• Standardväg: Vilken billig väg klarar normala fall?
• Eskaleringssignal: Vilket observerbart villkor kräver en starkare modell?
• Människogrind: Vilka beslut kräver en namngiven roll?
• Hårt stopp: Vilka villkor avbryter körningen?
• Förbjudna handlingar: Vad får AI:n aldrig göra, oavsett modell?
• Bevis: Vilka källor, testresultat och beslut ska sparas?
• Budget: Hur många försök och eskaleringar får ett ärende använda?
• Reservväg: Hur slutförs jobbet när AI-vägen är stängd?

Om ni inte kan skriva en tydlig eskaleringssignal har ni ännu ingen routingregel. Då är mänsklig granskning den ärligare standarden.

Exempel: en leverantörsrapport med avvikelser

Anta att ekonomi varje vecka behöver en rapport över leverantörsfakturor som avviker från avtal eller tidigare nivåer.

Standardväg: AI:n läser godkända faktura- och avtalsfält, räknar avvikelsen och skapar ett utkast. Den får inte ändra källsystemet. Ett maskinellt test kontrollerar att fakturabelopp, leverantör och avtalsreferens finns med.

Eskaleringsväg: En starkare modell används när avtalet innehåller flera prisvillkor, när fakturan saknar tydlig referens eller när två dokument verkar motsäga varandra. Den får ett försök och måste citera de stycken som bär slutsatsen.

Mänsklig granskning: En ekonom godkänner alla föreslagna åtgärder över en bestämd beloppsgräns och alla ärenden där AI:n föreslår att leverantören ska kontaktas.

Stopp: Jobbet avbryts om avtalet saknas, om dokumentet innehåller en otillåten datatyp eller om beloppen inte kan stämmas av mot källan. Ärendet läggs i den vanliga manuella kön.

Nu går routingen att testa. Den är inte beroende av att någon håller med om att en viss modell är ”smart”.

Mät om routingen fungerar

Följ få mått, men välj sådana som går att fatta beslut på:

• Godkända resultat vid första försöket: Hur stor andel passerar utan omkörning?
• Eskaleringsgrad: Hur ofta lämnar jobbet standardvägen?
• Träffsäker eskalering: Hur ofta förbättrar den starkare modellen resultatet till godkänd nivå?
• Mänsklig omarbetning: Hur många minuter krävs efter AI-resultatet?
• Kostnad per godkänt resultat: Modell, verktyg och granskning sammantaget.
• Falskt genomsläpp: Hur många fel passerar trots acceptanstestet?
• Stopptid: Hur snabbt hamnar ett blockerat ärende hos rätt person?

En låg eskaleringsgrad är inte automatiskt bra. Den kan betyda att standardvägen fungerar väl, men också att reglerna släpper igenom för mycket. Läs måtten tillsammans med faktisk kvalitet.

Kör piloten på historiska ärenden först

Börja med 20–50 avslutade fall där ni redan känner det godkända utfallet. Kör routingen utan att den skickar, publicerar, bokför eller ändrar något.

Granska sedan felen, inte bara snittet. Vilka ärenden borde ha eskalerats? I vilka fall användes en dyr väg utan att resultatet blev bättre? Notera också vilka stoppregler som saknades.

Justera en regel i taget. När routingen klarar den historiska kontrollen kan ni köra en tidsbegränsad pilot med skuggläge eller obligatoriskt godkännande. Sätt ett slutdatum och en maximal kostnad innan första livekörningen.

Det är ungefär här modellvalet blir intressant. Inte före.

Om routingkortet visar oklara kvalitetsgränser, behörigheter eller ansvar är nästa steg inte ännu en modelljämförelse. Kartlägg flödet i Verktygssmide och bygg en liten pilot där varje eskalering går att förklara.