Industri
IT-tjänster och konsultverksamhet
Företagstyp
Medelstort företag inom mjukvarutjänster (150–500 anställda)
Team
Försäljningsförberedare, lösningsarkitekter, kundansvariga
Resultatperiod
90 dagar efter utplaceringen
Utmaningen
Försäljningsteam på mjukvarutjänstföretag lägger en oproportionerligt stor del av sin arbetstid på att ta fram anbud – en process som till stor del är manuell, har en inkonsekvent struktur och är svår att skala upp. Branschdata visar detta tydligt:
| Jämförelsetal för IT-branschen | Typvärde |
|---|---|
| Genomsnittlig tid för att utarbeta ett tekniskt förslag | 12–18 timmar |
| Tid till avsändning från det första samtalet med kunden | 4–7 arbetsdagar |
| Andel vunna anbud (IT-tjänster, globalt genomsnitt) | 22–28% |
| Kostnad per förslag (SA-tid + samordning) | $800–$2 200 |
| Antal förslag som en lösningsarkitekt kan hantera per månad | 4–6 |
| Andel omarbetningar på grund av felaktiga uppskattningar | 35–45% |
| Cyklerna för samordning med intressenterna per förslag | 2–4 omgångar |
Företagets försäljningsförberedande team presterade på eller under dessa riktmärken. De viktigaste hindren:
- Ingen standardiserad struktur — varje arkitekt utformade sina förslag på olika sätt, vilket ledde till ojämn kvalitet och utelämnade avsnitt
- Gissningar vid uppskattningar — tidsuppskattningarna gjordes informellt utan någon strukturerad komplexitetsanalys, vilket ofta ledde till att omfattningen underskattades
- Lång handläggningstid — Det tog 5–7 dagar från det första samtalet till leveransen av de färdiga dokumenten till kunden, vilket ofta ledde till att affärer gick förlorade till snabbare konkurrenter
- Upprepade ansträngningar — vanliga arbetsmaterial (intressentkartor, moduluppdelningar, användarberättelser, kostnadsmodeller) skapades om från grunden för varje uppdrag
- Inget institutionellt minne — tidigare projekt togs inte systematiskt i beaktande vid planeringen av nya uppdrag
Funktioner:
- Klistra in en samtalsutskrift – plattformen extraherar automatiskt krav, budget, tidsplan, teknikstack och efterlevnadskrav
- Eliminerar helt behovet av manuell dokumentation av krav i arbetsflödet
- Var och en av de åtta stegen i arbetsflödet utlöser en specialanpassad AI-generering för sina respektive artefakter
- Lösningskomponenter, användarberättelser, användarflöden, skärmspecifikationer, teamsammansättning, kostnadsstrategi
- Arkitekter granskar och finjusterar AI-genererat innehåll – man börjar aldrig från noll
- Komplexitetsfaktorer, riskbuffertar och antal skärmar som härleds från projektets egna modul- och storydata
- Inga generella tumregler – en beräkningslogik som är anpassad efter varje enskilt uppdrags specifika förutsättningar
- Andelen omarbetningar minskade från cirka 401 TP3T till cirka 121 TP3T
- Vid granskningen framkom liknande tidigare uppdrag
- Arkitekter får vägledning om prissättning, tidsplan och risker utan att behöva söka i delade mappar
- Ett fullständigt strukturerat förslag som genererats direkt utifrån arbetsflödesdata: sammanfattning, omfattning, tidsplan, kostnadsfördelning, affärsvillkor
- Kunden får en säker godkännandelänk via e-post; godkännande/avslag registreras och loggas
- Alla sessioner registreras: totalt antal sessioner, genomsnittlig sessionstid, längsta session
- Fullständig spårbarhet över den tid som lagts ner på försäljningsförberedelser per uppdrag
Teknologi
Lösningen:
Företaget införde en AI-stödd plattform för hantering av anbud som bygger på en Arbetsflöde inför försäljning i 8 steg — från det första samtalet med kunden till det digitala godkännandet.
I stället för att ersätta arkitekten fungerar plattformen som en medhjälpare: den samlar in kundens bakgrundsinformation i steg 1, tar fram lösningsarkitektur och moduluppdelningar i steg 3, genererar beräkningslogik i steg 6 och sammanställer en PDF-fil som är klar att skickas till kunden i steg 7 – allt inom en och samma vägledda miljö.
Viktiga funktioner:
- Från transkript till förslag i ett steg — klistra in ett samtalsprotokoll så extraherar plattformen automatiskt krav, budget, tidsplan, teknikstack och efterlevnadskrav
- Strukturerad AI-generering — varje steg utlöser en specialanpassad AI-generering av dess komponenter: lösningskomponenter, användarberättelser, användarflöden, skärmspecifikationer, teamsammansättning och kostnadsstrategi
- Intelligent skattning — komplexitetsfaktorer, riskbuffertar och antalet skärmbilder härleds från projektets egna modul- och storydata, inte från generella tumregler
- Jämförelse av likheter mellan tidigare projekt — plattformen visar upp jämförbara tidigare uppdrag under granskningen, vilket ger arkitekterna referenspunkter för prissättning och omfattning
- Tidsredovisning per förslag, per fas — varje session loggas; plattformen visar det totala antalet timmar som försäljningsteamet har lagt ner per uppdrag
- PDF-utskrift med ett klick — ett fullständigt strukturerat förslagsdokument skapas direkt utifrån arbetsflödesdata, inklusive sammanfattning, omfattning, tidsplan, kostnadsfördelning och affärsvillkor
- Arbetsflöde för digitalt godkännande — kunderna får en säker godkännandelänk via e-post; om de godkänner eller avvisar länken registreras detta
Tjänster som erbjuds
- Produktdesign och arbetsflödesarkitektur inom AI
- Analys av transkriptioner och NLP-processflöde
- Utveckling av en försäljningsplattform i åtta steg
- Utveckling av beräkningsmotor
- PDF-generering och digitalt godkännande
- Likhetsjämförelse mellan tidigare projekt
- Löpande optimering av AI-modeller
Resultat efter 90 dagar
Tidseffektivitet (arbetstimmar för försäljningsteamet)
| Metrisk | Tidigare (enligt egna uppgifter) | Efter (spåras av systemet) | Ändra |
|---|---|---|---|
| Genomsnittligt antal timmar per förslag | 14,2 timmar | 3,8 timmar | −73% |
| Tid till avsändning (dagar) | 5,4 dagar | 1,6 dagar | −70% |
| Antal förslag per SA och månad | 4–5 | 12–15 | +3x genomströmning |
| Andel omarbetningar | ~40% | ~12% | −70% |
| Konfidensgrad för uppskattningen (enligt arkitektens bedömning) | Låg / Medel | Medel / Hög | Betydande ökning |
Anmärkning om tidsredovisning: Plattformen registrerar den totala tiden som lagts ner per förslag i sekunder, uppdelat per session – totalt antal sessioner, genomsnittlig sessionstid, längsta session. Siffrorna ovan är framtagna utifrån dessa data, aggregerade för hela teamet under mätperioden.
Kvalitetsförbättringar
- Fullständighet: De förslag som genererades via plattformen omfattade alla obligatoriska avsnitt (100%) jämfört med cirka 55% för manuellt skapade dokument
- Beräkningsnoggrannhet: Projekt vars omfattning fastställts genom plattformens strukturerade beräkningsflöde hamnade inom ±15% av de faktiska leveranstimmarna i 7 av 10 fall (jämfört med ±40% tidigare)
- Omfattning av intressenterna: Med hjälp av AI-genererade kartor över intressenter identifierades 3–6 olika affärsroller per uppdrag, vilket säkerställde att förslagen riktade sig till hela inköpskommittén och inte enbart till den tekniska kontaktpersonen
- Konsekvent: Avsnittens uppbyggnad, terminologin och den finansiella presentationen var enhetliga i alla förslag, oavsett vilken arkitekt som hade utarbetat dem
Konsekvenser för verksamheten
| KPI | Före | Efter | Ändra |
|---|---|---|---|
| Andel vunna anbud | 24% | 38% | +14 poäng |
| Genomsnittlig affärsstorlek (slutförda förslag) | $185K | $240K | +30% |
| Tid som SA lägger på administration jämfört med kundarbete | 60% / 40% | 25% / 75% | Upp och ned |
| Antal förslag som skickats per månad (lagets sammanlagda antal) | 18 | 52 | +189% |
Jämförelsetal för IT-branschen: Effektivitetsreferens
| Jämförelseindex | Branschgenomsnitt | Ett mål i världsklass | Plattformens resultat |
|---|---|---|---|
| Timmar per förslag | 12–18 timmar | < 4 timmar | 3,8 timmar |
| Tid till avsändning | 4–7 dagar | < 2 dagar | 1,6 dagar |
| Antal förslag per SA och månad | 4–6 | 12+ | 12–15 |
| Vinstprocent | 22–28% | 35%+ | 38% |
| Felmarginal vid skattning | ±35–45% | ±15% | ±15% |
| Andel omarbetningar | 35–45% | < 15% | ~12% |
Tidsfördelning för lösningsarkitekten
Före utplaceringen (självrapporterade medelvärden):
Forskning och behovsanalys
3,5 timmar
Skriva beskrivning av lösningen och moduler
4,0 timmar
Uppskattning och teamets sammansättning
3,0 timmar
Kalkylering och affärsvillkor
2,0 timmar
Dokumentformatering och PDF-sammanställning
1,7 timmar
Totalt
14,2 timmar
Efter driftsättning (systemräknade medelvärden):
Klientintag (Steg 1 – Analys av AI-transkript)
0,5 timmar
Granskning och redigering av lösningar (Steg 3 – AI-genererad grundtext)
1,0 timme
Granskning av uppskattningar (Steg 6 – AI-genererad bas)
0,6 timmar
Kostnadsberäkning och villkor (Steg 7 – AI-genererad grundversion)
0,5 timmar
Slutgranskning, skapande av PDF-fil, förberedelser inför godkännande
0,4 timmar
Samordning/allmänna omkostnader mellan etapperna
0,8 timmar
Totalt
3,8 timmar
Tidsbesparing per förslag: ~10,4 timmar — vilket leder till ökat kundengagemang, inledande samtal och utökning av säljportföljen.
Tidsfördelning för lösningsarkitekten
01
Att utgå från en strukturerad grund, inte ett tomt ark
I stället för att ta fram ett förslag från grunden granskade och finjusterade arkitekterna det AI-genererade innehållet. Den kognitiva belastningen försköts från skapande till validering – ett arbetssätt som i grunden är snabbare.
02
Uppskattning baserad på faktiska projektdata
Beräkningsmotorn räknar ut tidsåtgången utifrån projektets egen moduluppdelning, antalet användarberättelser och komplexitetsfaktorer – inte utifrån magkänsla eller generiska tabeller. Arkitekterna uppgav att de kände större förtroende för sina siffror redan från första dagen.
03
Det institutionella minnet kom automatiskt till ytan
Under granskningsfasen kom liknande tidigare projekt fram, vilket gav arkitekterna referenspunkter för prissättning, tidsplan och risker – utan att behöva söka igenom delade enheter eller fråga kollegor.
Vad detta säger om vår AI-utveckling
Den specifika lösningen i detta fall var ett arbetsflöde i åtta steg inför försäljningen. Den underliggande funktionaliteten – extrahering av strukturerade data från transkriptioner, specialanpassad AI-generering i varje steg av arbetsflödet, beräkningslogik baserad på verkliga projektdata samt ett system med fullständig spårbarhet och granskningsbarhet – har tillämpningar som sträcker sig långt bortom offerter. Vi tillämpar samma tillvägagångssätt på:
- Arbetsflöden som är begravda i manuellt och repetitivt arbete med dokument eller data
- Processer där den institutionella kunskapen finns i människors huvuden snarare än i systemen
- Företag som behöver AI för att förstärka människans omdöme, inte för att ersätta det
- Organisationer som behöver ett produktionssystem, inte en koncepttest
Vi har tillämpat denna typ av AI-implementering inom fintech, edtech, IT för hälso- och sjukvård, logistik och SaaS-lösningar för företag – från offerter och rekrytering till mycket mer än så.
Vad detta visar
Den här fallstudien är inte ett säljverktyg som vi försöker sälja till er – den visar hur vi bygger AI-baserade applikationer: ett vägledande arbetsflöde i åtta steg med transkriptanalys, strukturerad AI-generering och beräkningslogik baserad på verkliga projektdata, validerad genom 90 dagars användning i produktion. Om du utvärderar en AI-partner för ett helt annat problem – inte försäljningsförberedelser eller anbud – är det just denna tekniska djup och AI-implementeringsnivå som du skulle komma att arbeta med.
Boka en 30-minuters genomgång av digital transformation och produktplan med Carmatecs team för att diskutera hur en AI-baserad applikation skulle kunna se ut för just er verksamhet. Vi har utvecklat programvara och AI-system i 23 år, med team i Bangalore, Doha, Dubai, New York och London.
English 
Spanish (Mexico) 
Italian 
French 
German 
Japanese 
Dutch 
Swedish 
Finnish 
Spanish (Spain) 