Plads til at skifte.
Vi bygger til en AI-verden i bevægelse. Derfor holder vi elementerne adskilt, så nye modeller, en anden agentmotor eller jeres foretrukne dialogværktøj kan kobles på. Et skifte skal afprøves i jeres arbejdsgange.
De digitale tandhjul
En løsning nu. Et grundlag for mere.
Mennesker, viden og AI. Forbundet omkring jeres arbejde.
Sådan bygger vi
Løst koblet teknologi.
Tæt på jeres arbejde.
Vi tager udgangspunkt i en konkret opgave og forbinder den viden, de data og de værktøjer, der skal til for at løse den. Her kan I se de typiske elementer. Den konkrete løsning afhænger af jeres problem, systemer og måde at arbejde på.
Mindre specialbygget kode.
Vi lader AI og agentmotoren løse så meget af arbejdet som muligt og bygger kun den software, opgaven kræver. Målet er, at I kan få glæde af bedre modeller uden at bygge løsningen forfra. Vi tester, om en opgradering faktisk gør arbejdet bedre.
Viden, der er jeres.
Jeres erfaringer skal kunne leve længere end en bestemt model. Derfor er retningen et selvstændigt videnslag i åbne formater, som I ejer og kan tage med. Flytbarheden skal afprøves med relationer, kilder, historik og rettigheder i behold.
Tillid og ansvar
Ansvar, I kan følge.
Det kræver tillid at lade AI lede en vigtig proces. Uden tillid er systemet ikke effektivt og hjælper ikke jeres kollegaer. Vi har derfor tillid til AIen, men sikrer, at arbejdet kan efterprøves og kontrolleres.
Vi designer vores systemer, som var de en ny kollega: med tydelige opgaver, klare beføjelser og mulighed for at følge arbejdet. I skal kunne se, hvem der gjorde hvad, og rette fejl uden at miste historikken. Fortrolige oplysninger skal kun være tilgængelige for dem, der har den rette adgang.
I bestemmer, hvad AI’en må gøre selv, og hvilke beslutninger og handlinger, der kræver jeres godkendelse. Kontrol behøver ikke betyde, at I skal godkende hvert eneste skridt. Det betyder, at I sætter rammerne og kan gribe ind undervejs, når det bliver nødvendigt.
Systemet i overblik
Syv elementer. Ét samspil.
Et signal sætter arbejdet i gang. Agentmotoren forbinder viden, data og handlinger — med mennesker i dialog og sikkerhed omkring det hele. Vælg et element og læs mere i et vindue over modellen. Du bliver på samme sted.
01 / Signaler
Noget sætter arbejdet i gang.
En indgående mail, en kontaktformular, et webhook fra et andet system eller et fast tidspunkt. Signalet fortæller, at der er noget at tage stilling til.
Vi aftaler, hvilke signaler der skal starte en sag, hvilke oplysninger der følger med, og hvornår systemet skal reagere. Nogle opgaver begynder hos en kollega. Andre begynder automatisk.
For eksempel: En kunde spørger til en ordre. Mailen starter en sag med kundens spørgsmål og en henvisning til ordren.
02 / Vidensgraf
Erfaring, der bliver til fælles viden.
Vidensgrafen forbinder jeres begreber, sammenhænge, beslutninger og begrundelser. Den beskriver også, hvad data betyder, hvor de findes, og hvordan de skal forstås. Selve ordren, kundekortet og de øvrige driftsdata bliver i kildesystemerne.
Hver sag kan tilføre ny viden. Vi tilrettelægger et forløb, hvor systemet foreslår opdateringer og spørger jer, når oplysninger mangler, er forældede eller strider mod hinanden. En enkelt undtagelse skal ikke automatisk blive en fælles regel.
For eksempel: I forklarer, hvorfor en kunde fik en undtagelse. Begrundelsen gemmes med kilde og gyldighed, så den kan indgå i vurderingen næste gang.
Prøv vidensgrafen03 / Data
Aktuelle oplysninger. Fra kilden.
For at løse en opgave kompetent skal AI kunne undersøge de relevante oplysninger. Det kan være interne dokumenter, ordreinformation, ERP, CRM eller aftalte eksterne kilder.
Udgangspunktet er læseadgang til det, opgaven kræver. Adgangen afgrænses efter rolle og formål. At systemet kan læse en ordre, giver det ikke ret til at ændre den — det kræver et særskilt værktøj og en aftalt beføjelse.
For eksempel: Systemet henter den aktuelle leveringsstatus fra ordresystemet, mens vidensgrafen forklarer, hvad statuskoderne betyder.
04 / Værktøjer
Fra vurdering til handling.
Værktøjerne giver systemet mulighed for at gøre noget: sende et mailsvar, oprette en opgave eller opdatere CRM. Hvert værktøj har en afgrænset funktion og adgang.
Vi aftaler, hvilke handlinger systemet må udføre selv, og hvilke der kræver et menneskes godkendelse. Beføjelserne skal håndhæves af integrationerne og sikkerhedslaget.
For eksempel: AI udarbejder et svar om leveringen. En kollega godkender det, før mailværktøjet sender svaret og registrerer kontakten i CRM.
05 / Agentmotor
Rammen, der driver arbejdet.
Agentmotoren er rammen omkring AI-modellen — det, der teknisk kaldes en harness. Den tager imod nye sager, giver modellen den relevante kontekst og fører arbejdet gennem opslag, værktøjer og afklaringer.
Modellen vurderer næste skridt. Motoren holder styr på forløbet, venter på svar og genoptager sagen. Vi holder forbindelserne til viden, data og værktøjer tydelige, så en anden motor eller model kan afprøves uden at begynde forfra med jeres viden.
For eksempel: En sag venter på en kollegas svar. Når svaret kommer, fortsætter arbejdet med den nye afklaring.
06 / Sikkerhed
Klare adgange. Synlige forløb.
Sikkerhed går på tværs af løsningen: hvem må læse hvad, hvilke handlinger er tilladt, og hvornår skal et menneske godkende? Adgang til databaser og systemer styres uden for selve AI-modellen.
Vi indretter logning af relevante opslag, handlinger, godkendelser og fejl, så sager kan følges, og problemer kan undersøges. Omfang, adgang til logs og opbevaring aftales ud fra jeres data og krav.
For eksempel: I kan se, hvilket grundlag et mailsvar byggede på, hvem der godkendte det, og om afsendelsen lykkedes.
07 / Mennesket
Jeres vurdering er en del af systemet.
I er i løbende dialog med systemet om sager, tvivl, tone og faglige vurderinger. Det kan ske i vores arbejdsflade eller gennem de kanaler, I allerede bruger, som mail eller Slack.
Relevante svar omsættes til genanvendelig viden i et åbent vidensformat, OKF, med kilde og gyldighed. Målet er, at I ikke skal gentage den samme forklaring. Systemet skal stadig spørge igen, når grundlaget ændrer sig, eller svaret kun gjaldt den enkelte sag.
For eksempel: “Det er min foretrukne tone” gemmes som en personlig præference. “Sådan svarer vi alle kunder” kræver en afklaring af, om det er en fælles retningslinje.
Prøv arbejdspladsenModellen viser vores tilgang til en løsning. Elementer, integrationer og beføjelser afklares i det konkrete projekt. De interaktive eksempler under Vidensgraf og Mennesket er fiktive produktkoncepter.
Teknologier
AI, data og infrastruktur.
Claude
OpenAI
Mistral
Copilot
Gemini
Databricks
Snowflake
dbt
dlt
Dagster
Azure
Google Cloud
Microsoft Fabric
Terraform
Det står I med bagefter
Én opgave er begyndelsen.
En løsning på den konkrete opgave — og et grundlag, I kan arbejde videre med. Viden, systemforbindelser og værktøjer kan ofte genbruges, når I vil prøve AI på andre områder.
Vores ideal er, at projektet giver jer lyst og mulighed for selv at eksperimentere. Med en fælles vidensbase kan flere i organisationen bygge videre på det, I allerede har lært, inden for deres adgang og ansvar.
Den første løsning skal gøre den næste lettere.
Tal med os om jeres første opgave