codexier.

AI och automation

Löpande kostnader för automationsverktyg

Av CodexierPublicerad 5 min läsning

En automation är billig att bygga och lätt att glömma, tills fakturan från automationsplattformen plötsligt fördubblas för att ett flöde börjat köras på varje inkommande mejl. Driftkostnaden för automation är inte en siffra, utan en prismodell gånger er volym, plus de API:er och AI-modeller som flödet anropar. Här går vi igenom hur de tre vanliga prismodellerna växer, vad som tillkommer ovanpå och hur ni sätter ett tak innan kostnaden överraskar er.

Tre prismodeller för automationsverktyg

Plattformar i stil med Zapier räknar uppgifter: varje steg som genomförs är en enhet. Make räknar operationer på ett liknande sätt, och där ingår även steg som man inte tänker på som arbete, till exempel routrar och iteratorer över listor. n8n i molnet räknar körningar, alltså ett helt varv genom flödet oavsett antal steg, och egendriftad n8n kostar det servern kostar. Microsoft Power Automate licensieras främst per användare, med premiumkopplingar på dyrare licenser. Plattformarna jämför vi i Zapier, Make eller n8n; här handlar det om vad de kostar när de väl är igång.

Så växer kostnaden med volymen

Samma process kan hamna i helt olika prisnivåer beroende på modell. Ta ett flöde som läser in en ny förfrågan från hemsidan, slår upp personen i CRM:et, skapar eller uppdaterar kontakten, skickar ett meddelande till säljkanalen och mejlar en bekräftelse: fem steg. Vid femtio förfrågningar i månaden spelar modellen ingen roll. Vid tvåtusen förfrågningar i månaden räknar en modell per uppgift tiotusen enheter, medan en modell per körning räknar tvåtusen.

SituationPer uppgift/operationPer körningPer användare
Få körningar, få stegBilligt, ofta gratisnivåBilligtLicensen betalas ändå
Många körningar, korta flödenVäxer i takt med körningarnaVäxer i takt med körningarnaFast, prisvärt
Många körningar, långa flöden med looparVäxer med körningar gånger steg, det dyra falletVäxer bara med körningarnaFast, men premiumkopplingar kan kräva dyrare licens
Många som bygger flödenDelad pott, inga problemDelad pott, inga problemVäxer med varje användare

Slutsatsen är att designen påverkar kostnaden. Filtrera tidigt så att flödet stannar före de dyra stegen när indatan är ointressant, batcha så att gårdagens order behandlas en gång på natten i stället för en i taget, och undvik triggers som kontrollerar ändringar med några minuters mellanrum. Allt det sänker antalet enheter utan att flödet gör mindre nytta.

API- och AI-kostnader ovanpå

Plattformen är bara rören. Många flöden anropar tjänster som fakturerar separat, och de växer med volymen på sitt eget sätt. AI-stegen ökar snabbast: en språkmodell prissätts per token, så kostnaden beror på hur mycket text ni skickar in och får tillbaka. Ett flöde som klistrar in hela mejltråden plus en lång instruktion i varje anrop betalar för allt, varje gång.

  • AI-modeller: pris per in- och utgående token; kortare instruktioner, bortrensad kontext och en mindre modell för enkel sortering sänker kostnaden direkt.
  • Sms och röst: pris per meddelande eller minut, och svenska mobilnummer är inte den billigaste destinationen.
  • Betalda data-API:er: företagsuppslag, adressvalidering och kreditupplysningar tar ofta betalt per uppslag.

När egen drift sparar och när den kostar

Att själv drifta ett verktyg med öppen källkod, som n8n, tar bort kostnaden per körning helt, och vid hög volym är besparingen verklig. Ni kan också hålla datan på en server inom EU som ni själva kontrollerar, vilket förenklar GDPR-bilden. Men kostnaden flyttar bara någon annanstans: någon måste patcha servern, uppdatera mjukvaran, hålla koll på kön, säkerhetskopiera databasen och återställa den när något går fel.

Egen drift lönar sig när

Volymerna är höga och jämna, flödena är så affärskritiska att ni redan har en ansvarig, och kunderna bryr sig om var datan lagras.

Molntjänst lönar sig när

Volymerna är måttliga, ingen i teamet vill ha jour för en server och flödena klarar plattformens egna driftstopp.

Den dolda posten

Underhållstimmar. En server som ingen uppdaterar är en säkerhetsrisk, så räkna in åtminstone lite arbetstid varje månad i jämförelsen.

Sätt ett kostnadstak per månad

  1. Lista alla aktiva flöden med trigger, antal steg per körning och förväntat antal körningar per månad.
  2. Multiplicera fram antalet enheter per månad i plattformens egen valuta: uppgifter, operationer eller körningar.
  3. Lägg till extern användning: tokens per AI-anrop gånger antal anrop, sms per månad och betalda uppslag.
  4. Sätt hårda kostnadsgränser där leverantören tillåter det, både i plattformen och hos AI-leverantören.
  5. Lägg in en varning under gränsen som går till en person som kan agera.
  6. Gå igenom listan varje kvartal och stäng av flöden som ingen använder; döda automationer drar fortfarande enheter om deras trigger startar.

När ni inte behöver hjälp med det här: kör ni ett fåtal flöden på en gratis- eller instegsnivå och fakturan har legat stilla i månader, låt det vara. Det blir värt en extern genomgång när kostnaden växer snabbare än verksamheten, när AI-steg lagts till utan tak eller när ingen vet vilka flöden som fortfarande används. Vårt automationssystem byggs med volym och driftkostnad i åtanke från start, och på prissidan ser ni det fasta priset för bygget. Vill ni ha en second opinion på nuvarande faktura, boka ett samtal och ta med körhistoriken.

Vanliga frågor

Vilket automationsverktyg är billigast?

Inget generellt. För korta flöden med låg volym räcker gratisnivån i de flesta verktyg. För långa flöden med loopar och hög volym brukar prissättning per körning eller egen drift bli billigast. Räkna körningar och steg först, jämför sedan.

Varför steg automationsfakturan plötsligt?

Vanliga orsaker är en trigger som börjat starta oftare än tänkt, en loop över en längre lista än tidigare, en trigger som kontrollerar väldigt ofta eller ett fel som gör att flödet försöker om och om igen. Titta i körhistoriken för det flöde som dragit flest enheter den här månaden.

Hur håller vi AI-kostnaden förutsägbar?

Sätt en månadsgräns hos AI-leverantören, håll instruktionerna korta, skicka bara den del av texten som modellen behöver och använd en mindre modell för enkla uppgifter som sortering och taggning. Logga tokenförbrukningen per flöde så att ni ser vilket som driver kostnaden.

Vill ni veta vad era flöden kommer att kosta i drift?

Ta med en lista över processerna ni vill automatisera och ungefärliga volymer per månad. På en kvart kan vi säga vilken prismodell som passar och var kostnadsrisken finns.

Boka ett kostnadsfritt 15-minuterssamtal