Vad kostar en AI-automation egentligen? En öppen kalkyl

När vi pratar med kunder om automation är den första frågan nästan alltid den samma: vad kommer det här att kosta? Svaret är tyvärr sällan ett enkelt tal, utan ett intervall som beror på en handfull faktorer. I det här inlägget går vi igenom kostnadsposterna rakt igenom, räknar på ett konkret exempel och förklarar varför olika leverantörer ger så olika prisbilder.

Varför uppskattningar spretar så mycket

Om du har bett om offerter från flera håll har du förmodligen sett siffror som skiljer sig med en faktor tio. Det beror sällan på att någon tar för mycket betalt, utan på att projekten inte är jämförbara. Ett flöde som skickar ett automatiskt mejl vid en enkel trigger kostar helt andra pengar än ett flöde som läser in ostrukturerad text, fattar beslut utifrån kontext och skriver tillbaka i tre olika system.

Den andra stora variabeln är vilken AI-modell som används. En enkel modell som GPT-4o-mini kan kosta en bråkdel av vad en toppmodell som GPT-4o eller Claude Opus kostar per körning. För många automationsflöden räcker en billigare modell gott, men det kräver att man faktiskt testar och väljer rätt verktyg för uppgiften, inte bara den modell som är mest känd.

Kostnadsposterna du behöver räkna med

En fullständig budget för AI-automation består av fem delar. Utveckling och uppsättning är engångskostnaden för att bygga flödet, inklusive integrationer mot befintliga system som CRM, ärendehanteringssystem eller e-post. Tokenkostnad är den löpande AI-kostnaden per körning, det vill säga vad du betalar till OpenAI, Anthropic eller motsvarande varje gång flödet körs.

Drift handlar om hosting, övervakning och de verktyg som håller flödet igång, till exempel Make, n8n eller egen serverkapacitet. Underhåll uppstår när något i omvärlden ändras, ett API uppdateras, ett fält byter namn i ett system, eller verksamheten vill lägga till ett nytt steg. Löpande förvaltning är den tid som går åt till att övervaka resultat, justera prompter och säkerställa att flödet fortsätter leverera värde över tid. Den sista posten glöms ofta bort i första offerten men är i praktiken den som avgör om projektet blir lönsamt på sikt.

Räkneexempel: 500 ärenden i månaden

Låt oss räkna på ett konkret scenario. Ett flöde som automatiskt kategoriserar och besvarar 500 kundärenden per månad, med integration mot ett ärendehanteringssystem och en enklare AI-modell för textförståelse.

Utveckling och uppsättning tar normalt 40 till 100 timmar beroende på hur många system som ska kopplas ihop och hur mycket testning som krävs. Med ett timpris runt 1 200 till 1 800 kronor landar engångskostnaden på ungefär 50 000 till 180 000 kronor. Det är den stora investeringen, och den sker en gång.

Tokenkostnaden för 500 körningar med en kostnadseffektiv modell hamnar ofta mellan 100 och 400 kronor per månad, förutsatt att varje ärende inte kräver extremt långa textmängder. Drift i form av hosting och verktygslicenser brukar ligga på 500 till 1 500 kronor per månad. Löpande förvaltning, det vill säga någon som håller koll på att flödet fungerar och justerar vid behov, kostar typiskt 2 000 till 5 000 kronor per månad beroende på hur ofta verksamheten förändras.

Summerat landar den löpande månadskostnaden för detta exempel på runt 3 000 till 7 000 kronor, utöver engångsinvesteringen i uppsättning. Det är en siffra som varierar beroende på komplexitet, men den ger en realistisk fingervisning.

Vad som påverkar priset mest

Tre faktorer styr kostnaden mer än något annat. Antal integrationer är den första, varje extra system som flödet ska prata med ökar både uppsättningstid och risk för underhåll senare. Val av AI-modell är den andra, och här finns ofta en besparing att göra genom att testa om en billigare modell räcker för uppgiften innan man betalar för den dyraste.

Den tredje faktorn är hur mycket verksamheten förändras över tid. Ett flöde som byggs för en process som sällan ändras blir billigt att underhålla. Ett flöde kopplat till en verksamhet i ständig förändring kräver mer löpande förvaltning, vilket är viktigt att budgetera för redan från start snarare än att upptäcka det efteråt.

Så tänker vi kring ROI och budget

Poängen med denna genomgång är inte att få dig att tveka inför automation, utan att göra det möjligt att räkna på faktisk ROI. Om ett flöde sparar 20 timmar manuellt arbete per månad och den löpande kostnaden ligger på 5 000 kronor, blir kalkylen ofta självklar. Men det kräver att man känner till alla kostnadsposter, inte bara den initiala prislappen.

Vi på PEYS jobbar alltid med öppna kalkyler där kunden ser exakt vad varje post kostar, både vid uppsättning och löpande. Vill du ha en konkret genomgång för ditt specifika flöde, titta på [vad vi gör](/vad-vi-gor) eller hör av dig så räknar vi tillsammans på ditt case.