Automationsverktyg

En faktura kommer in som PDF i den gemensamma inkorgen. Någon öppnar mejlet, sparar bilagan i rätt mapp, skriver in belopp och förfallodag i ett kalkylark och lägger en påminnelse i kalendern. Automatisering betyder att ett program tar över delar av det arbetet på egen hand: när ett mejl med ordet faktura i ämnesraden kommer in, sparas bilagan och en ny rad läggs till i arket. Ingen behöver sitta vid datorn när det händer.

Något händer, programmet prövar om det är rätt sorts händelse, och sedan utförs ett eller flera steg. De tre delarna kallas utlösare, villkor och åtgärd, och de återkommer i nästan varje automationsverktyg, även när verktygen ger dem andra namn.

De flesta automatiserade flöden bygger på utlösare, villkor och åtgärd

Utlösaren, på engelska trigger, är händelsen som startar flödet. Det kan vara ett nytt mejl, ett inskickat formulär, en ny rad i ett kalkylark eller en tidpunkt, till exempel varje måndag klockan 8.00.

Utlösare som hämtar från en annan tjänst fungerar på två sätt. Antingen frågar verktyget den andra tjänsten med jämna mellanrum om något nytt har hänt, eller så skickar tjänsten själv en signal i samma ögonblick som händelsen inträffar. Zapier kallar det senare för Instant-utlösare, och hur ofta de andra kontrolleras beror på abonnemanget och vilken tjänst utlösaren hämtar från. I Make är den snabba varianten en webhook, en adress som tjänsten skickar ny data till. Skillnaden märks som väntetid: med en utlösare som kontrollerar med jämna mellanrum kan en fakturapåminnelse få vänta på nästa kontroll, medan en utlösare som får en signal skickar bekräftelsemejlet direkt när kunden skickat in formuläret.

Villkoret avgör om flödet ska fortsätta. Utan villkor sparar fakturaflödet bilagan ur varje mejl, även nyhetsbrev och semesterhälsningar. Med villkoret släpps bara de mejl vidare vars ämnesrad innehåller ordet faktura. Ett villkor kan också dela flödet i flera vägar: fakturor över ett visst belopp skickas till chefen för attest, de andra bokförs direkt.

Åtgärden är det programmet gör. Ett flöde kan ha en enda åtgärd eller många i följd, där varje steg kan använda uppgifter från de tidigare. Beloppet som lästes ut i ett steg kan skrivas in i kalkylarket i nästa och stå i påminnelsens rubrik i ett tredje.

Zapier, Make och n8n ger samma tre delar olika namn

Zapier, Make och n8n bygger på samma modell men använder olika ord för den. Den som har lärt sig ett av dem känner igen delarna i de andra, och tabellen visar vad verktygen själva kallar dem.

Del i flödet	Zapier	Make	n8n
Hela flödet	Zap	Scenario	Workflow
Ett steg	Steg (trigger eller action)	Modul	Node (nod)
Utlösare	Trigger	Trigger, en modul som bara kan ligga först	Trigger node
Villkor	Filter	Filter, placerat mellan två moduler	If-noden
Flera vägar	Paths	Router med flera rutter	Switch-noden, som delar flödet i flera vägar
Åtgärd	Action	Action-modul	Nod som hämtar, skickar eller bearbetar data

I Zapier använder Paths om-så-logik, så att olika händelser leder till olika åtgärder.

I Make är modulen byggstenen i ett scenario. Modulerna delas in efter vad de gör med data, bland annat i triggers, searches och actions. En trigger kan bara läggas in en gång, som första modul. Ett filter sitter på linjen mellan två moduler och släpper bara igenom data som uppfyller villkoren. En router delar scenariot i flera kedjor av moduler, och en reservväg kan ta hand om det som inte passar någon av de andra.

I n8n är ett workflow en samling noder som automatiserar en process, och trigger-noden startar det när en viss händelse inträffar. Varje arbetsflöde som körs i skarpt läge behöver minst en trigger. If-noden delar flödet i en sann och en falsk gren efter jämförelser och kan kräva att alla villkor eller något av dem är uppfyllda. Switch-noden fungerar på liknande sätt men kan dela flödet i flera vägar.

Verktygen skiljer sig också i hur de räknar och tar betalt. Zapier räknar varje lyckad åtgärd, Make varje modulkörning och n8n varje varv genom flödet. Ett räkneexempel finns i jämförelsen av hur Zapier, Make och n8n räknar samma flöde.

Uppgifter med fasta regler går att lämna ifrån sig

En kontorsuppgift går att automatisera om det går att säga när den börjar, vad som avgör om något ska göras och exakt vad som ska göras. Uppgifter av det slaget är formulärsvar som ska föras in i ett kalkylark, bilagor som ska sparas i en viss mapp, en påminnelse dagarna före en förfallodag och ett välkomstmejl till varje ny kund.

Svårare är uppgifter där villkoret är en bedömning. Ett mejl från en kund som är missnöjd men inte skriver det rakt ut, eller en offert som ska prioriteras utifrån hur viktig kunden är, passar dåligt i en regel. Där har ett vanligt flöde inget att jämföra med.

Börja gärna med det som händer ofta och ser likadant ut varje gång. En uppgift som tar fem minuter men görs tio gånger i veckan frigör mer tid än en som tar en timme en gång om året, och den första är dessutom lättare att beskriva som regel.

AI gör villkoret till en bedömning

AI ändrar framför allt villkoret och åtgärden. Ett klassiskt villkor jämför text eller tal: innehåller ämnesraden ordet faktura, är beloppet större än 10 000 kronor. En språkmodell kan i stället läsa hela mejlet och avgöra om det är en faktura, ett klagomål eller en fråga, även när ingen av de orden förekommer. Den kan också läsa ut belopp och förfallodag ur en PDF med okänd layout.

Verktygen har byggt in AI som egna steg i flödet. n8n beskriver AI-agenter som system som använder stora språkmodeller för att tolka det de får in och avgöra hur uppgiften bäst ska lösas. I Zapier finns AI bland de inbyggda verktygen. I Microsofts Power Automate kan Copilot bygga ett flöde utifrån en beskrivning i klartext, som genomgången av Microsoft Copilot visar.

Ett filter som letar efter ordet faktura gör samma sak varje gång och går att kontrollera i efterhand. En språkmodell som bedömer mejlet kan göra fel på ett sätt som är svårare att upptäcka. Flöden med AI behöver därför oftare ett steg där en människa godkänner resultatet innan något skickas eller betalas. Fler verktyg för både regelstyrda flöden och AI-agenter finns i översikten över AI-verktyg för automatisering.

Ett automatiserat flöde gör bara det någon har bestämt

Ett flöde som sparar varje bilaga från mejl med ordet faktura i ämnesraden sparar också bilagan i ett mejl med rubriken ”Fråga om er faktura”. Flödet säger inte till när något ser konstigt ut. Någon behöver därför äga det, titta i dess historik med jämna mellanrum och veta vad som händer om en av de kopplade tjänsterna ändras.

När flödet väl är uppsatt utför programmet uppgiften, och människans arbete blir att beskriva den och hålla uppsikt över flödet. Den som fått uppdraget att automatisera mer kan börja med att skriva ned de återkommande uppgifterna som utlösare, villkor och åtgärd och se vilka som går att formulera utan att någon behöver tänka efter. De går att lämna ifrån sig.

Foto: Kelly Sikkema via Unsplash.

Du bygger ditt första automatiserade flöde, det fungerar precis som tänkt, och några veckor senare är kvoten slut långt före månadsskiftet. Förklaringen ligger sällan i hur mycket du automatiserar. Den ligger i vad verktyget räknar. Zapier räknar uppgifter, Make räknar operationer och n8n räknar körningar, och de tre enheterna mäter inte samma sak. 10 formulärsvar genom ett och samma flöde kan bli 40 uppgifter, 41 operationer eller en enda körning, beroende på utlösare.

Flödet vi utgår från

Håll ett konkret flöde i huvudet genom hela texten. Någon fyller i ett formulär på webbplatsen, svaret hamnar som en rad i ett kalkylark, ett dokument skapas, dokumentet mejlas tillbaka till personen och ett meddelande läggs i teamets chatt. En utlösare och 4 åtgärder. Alla tre verktygen klarar det, men de bygger det på tre olika sätt.

I Zapier ritar du ingenting. Du fyller i en steglista uppifrån och ned: utlösaren överst, åtgärderna under, och vill du ha en förgrening lägger du in ett filter eller en väg. Det går fort, och hela flödet syns som en punktlista.

I Make arbetar du i stället på en yta. Modulerna är cirklar som du kopplar ihop med linjer, och data färdas mellan dem i det Make kallar buntar. Förgreningar blir synliga rutter på duken, vilket gör ett flöde med många vägar betydligt lättare att överblicka än en lång lista.

I n8n är flödet en graf av noder, och en av noderna kan innehålla din egen kod. Verktyget går dessutom att installera på en egen server. Du får bestämma mer själv, och en del av arbetet liknar programmering även när du inte skriver en rad kod. Begreppen bakom det här sättet att bygga finns samlade i vår ordlista, och gränslandet där man beskriver i klartext i stället för att bygga steg för steg tog vi upp i guiden om vibe-kodning.

Uppgifter, operationer och körningar

Zapier räknar uppgifter, och en uppgift är varje lyckad åtgärd som körs. Utlösaren kostar ingenting, filter och vägar kostar ingenting, och steg som ger fel eller stannar räknas inte heller. Detsamma gäller flera av Zapiers egna hjälpsteg, bland dem Formatter, Delay, Looping, Digest, Storage och Zapier Manager, som alla står uppräknade bland det som inte debiteras. Vårt femstegsflöde landar därför på 4 uppgifter per körning, inte 5.

Make räknar operationer, och en operation är en modulkörning. Här räknas utlösaren, men bara en gång oavsett hur många buntar den hämtar hem. Modulerna efter utlösaren kör i stället en gång per bunt. Hämtar utlösaren 10 rader kör alltså varje efterföljande modul 10 gånger, och modulkörningarna multiplicerar sig genom resten av scenariot.

n8n räknar körningar, och en körning är ett varv genom arbetsflödet, oavsett hur många noder det innehåller. Bara produktionskörningar dras från kvoten, alltså de som startas av en utlösare, ett schema eller en pollning. Manuella körningar från redigeraren räknas inte, inte heller delflöden som anropas från ett annat flöde, flöden som körs som felhanterare eller pollningar som inte hittar något nytt.

Samma 10 formulärsvar, olika notor

Säg att 10 personer fyller i formuläret innan du hinner titta till det.

Zapier kör hela zapen en gång per svar. 10 körningar med 4 lyckade åtgärder i varje ger 40 uppgifter.

Make hämtar i stället alla 10 svaren när scenariot går igång. Utlösaren kostar 1 operation, och de 4 modulerna efter den kör 10 gånger var. Notan blir 41 operationer, alltså nästan samma tal som hos Zapier trots att enheten heter något annat. Make använder ett kortare scenario som eget räkneexempel: en utlösare som hittar 10 nya svar plus 3 efterföljande moduler blir 31 operationer.

Hos n8n beror svaret på vilken utlösare du valt. Tar flödet emot svaren via en webhook aktiveras det en gång per inkommande anrop, alltså 10 körningar. Läser det i stället in de 10 raderna på ett schema är hela jobbet en enda körning, oavsett att det består av 5 noder och behandlar 10 poster.

Samma arbete utförs i alla tre fallen. Mätaren sitter bara på olika ställen: på åtgärden, på modulkörningen och på hela varvet.

Så kapar du notan när flödet betar av listor

Multiplikatorn i Make går att bygga bort. I dokumentationens eget exempel skickar ett scenario 10 separata mejl till en säljchef, ett per ny kontakt, och landar på 11 operationer. Läggs en aggregator in som samlar alla kontakter i ett enda mejl sjunker samma körning till 3 operationer. Samma flöde, samma resultat för mottagaren, drygt en fjärdedel av notan.

Motsvarande grepp fungerar i Zapier, där hjälpsteget Digest samlar upp poster och skickar dem i klump utan att kosta en enda uppgift. I n8n påverkar det inte kvoten alls, eftersom körningen räknas som en oavsett hur många poster den behandlar. Däremot påverkar det hur länge flödet kör och hur hårt det belastar maskinen, vilket blir din sak om du kör n8n på egen server.

Vilket verktyg passar din flödesform?

Ett flöde med många steg som går sällan blir dyrt hos Zapier och billigt hos n8n, eftersom det ena räknar varje åtgärd och det andra hela varvet. Ett flöde som går ofta men gör lite kan bli tvärtom. Ett flöde som betar av långa listor mår bäst av att aggregeras oavsett verktyg, men effekten syns tydligast hos Make.

Formen på flödet väger alltså tyngre än verktygets rykte. Många enkla, linjära flöden mellan vanliga molntjänster talar för Zapier, vars katalog av färdiga kopplingar är den största av de tre och vägen från idé till fungerande flöde den kortaste. Förgreningar, felhantering och tung databearbetning är lättare att både bygga och felsöka i Makes visuella scenario. Behöver du köra verktyget på egen server, till exempel för att uppgifterna inte får lämna huset, är n8n det alternativ som är byggt för det och som har dokumenterad självhostning.

Ingen av dem vinner generellt, och priset per enhet står hos leverantörerna själva: Zapier, Make och n8n. Räkna om ditt eget flöde i rätt enhet innan du jämför de listorna, annars ställer du tal mot varandra som inte mäter samma sak. Vill du se hur samma resonemang ser ut inne i en programsvit i stället för mellan fristående tjänster, jämför med Microsoft Copilot och Power Automate.

n8n är källtillgängligt, inte öppen källkod

n8n beskrivs ofta som öppen källkod, och koden ligger mycket riktigt öppet på GitHub. Licensen är en annan sak. Repots LICENSE.md anger Sustainable Use License version 1.0, som ger rätt att använda, kopiera, distribuera och bygga vidare på programvaran, men bara ”for your own internal business purposes or for non-commercial or personal use”. Vidaredistribution får ske ”only if you do so free of charge for non-commercial purposes”. Källkodsfiler som har .ee. i filnamnet eller .ee i katalognamnet ligger utanför licensen helt och kräver en separat Enterprise-licens.

I praktiken får du installera n8n på din egen server och köra företagets flöden i det, men inte sälja vidare produkten som en tjänst. Programvaran är källtillgänglig, alltså inte öppen källkod i den betydelse Open Source Initiative ger begreppet, och inte heller stängd. Samma förväxling återkommer i AI-världen, där öppna vikter ofta beskrivs som öppen källkod, vilket vi gick igenom i genomgången av Inkling. Fler verktyg i samma landskap finns samlade på vår översikt över AI-verktyg för automatisering.

Vanliga frågor

Varför tar kvoten slut snabbare än antalet flöden antyder?

För att enheten sällan är ett flöde. Hos Zapier betalar du per lyckad åtgärd, så ett flöde med sex steg kostar fem gånger så mycket per körning som ett med två. Hos Make betalar du per modulkörning, och en utlösare som hämtar hem 50 poster får varje efterföljande modul att köra 50 gånger. Hos n8n räknas hela varvet som ett, men då räknas det i gengäld varje gång utlösaren fyrar av.

Kostar ett steg som blir fel något?

Inte hos Zapier. Åtgärder som ger fel eller stannar räknas inte, och inte heller steg som aldrig kör för att ett filter stoppat flödet eller för att zapen havererat tidigare. Hos n8n är det annorlunda: en schemautlösare räknar en körning varje gång den fyrar av, oavsett hur det går, medan en pollning bara räknas när den hittar något nytt.

Räknas testkörningar i n8n mot kvoten?

Nej. Körningar du startar manuellt i redigeraren medan du bygger eller felsöker ligger utanför kvoten, liksom delflöden som anropas från ett annat flöde och flöden som körs som felhanterare. Bara produktionskörningar räknas.

Vad är en bunt i Make?

En bunt är ett datapaket, till exempel ett mejl, en kontakt eller en fil. Modulerna behandlar en bunt i taget, så antalet buntar tidigt i scenariot bestämmer hur många gånger allting efteråt kör. Den som vill hålla nere notan bör titta på just det talet, inte på antalet moduler.