Vad som kostar

Utredningen är åttio sidor. Du klistrar in den och ber om en halv sidas sammanfattning. Det känns som en liten tjänst.

Det är dagens dyraste anrop. Ett anrop har två sidor som räknas var för sig, och de är sällan jämnstora. In går allt underlag: systeminstruktionen, tidigare turer i samtalet, de inklistrade dokumenten. Ut går bara svaret. Ett anrop kan läsa tiotusentals tokens och skriva tvåhundra. En utskriven token kostar visserligen mer att producera än en inläst, men det är inläsningen som är många.

Den som använder verktyget ser bara utsidan och bedömer värdet efter hur mycket hon fick tillbaka. En kort fråga som ger en lång text känns stor och kostar mindre. Upplevd nytta och faktisk förbrukning pekar alltså i olika riktningar.

En verksamhet som inte känner den asymmetrin budgeterar efter fel sida. Den räknar på svaren, som är den lilla halvan, och blir överraskad av den stora.

Så här går det fel

Piloten går bra: tjugo användare, korta frågor, låg förbrukning. I drift klistrar alla in hela ärendemappen i varje fråga, eftersom det ger bättre svar.

Kostnaden per svar blir mångdubbelt högre än kalkylen, och åtgärden blir att mängden underlag skruvas ner. Svaren blir sämre. Det finns ingen mätning som kopplar den försämringen till kostnadsbeslutet, så det som återstår i minnet är att verktyget inte fungerade.

Det här måste någon bestämma

Om ett stort underlag ska läsas en gång eller om och om igen.

Tio följdfrågor om samma utredning kan betyda att utredningen skickas in tio gånger, eller att den läses en gång och ger ett strukturerat utdrag som resten av arbetet utgår från. Det är samma arbete för användaren och en tiofaldig skillnad i förbrukning. Beslutet ligger i hur flödet byggs och kan inte tas av den som sitter i gränssnittet.

Sedan behövs ett tak som stannar. Ett tak per ärende som frågar en människa är något annat än ett tak per månad som slår mot alla samtidigt.