AI for bedrifter
på deres egne data.

AI-konsulent og utvikler i ett. Ikke en generell chatbot, men AI-løsninger som svarer ut fra deres egne dokumenter og systemer, viser hvor svaret kommer fra, og lar et menneske godkjenne det som betyr noe.

Modellen leser deres materiale, i deres tone, innenfor de grensene dere setter. Ikke en generell bot.

Start gratis kartlegging
Fast prisDere eier kodenDrift etterpå

Svar på egne data Automatisering Dokumentforståelse Prediksjon Menneskelig kontroll

Hva vi bygger

Fem ting AI faktisk er god til.

Vi starter med oppgaven dere gjør flest ganger i uka, ikke med teknologien.

Svar på egne data

Spør på norsk, få svar fra deres egne dokumenter og systemer, med henvisning til hvor svaret står, så det kan etterprøves.

  • Kilde på hvert svar
  • Tilgang per rolle
  • Sier fra når den ikke vet

Automatisering av rutinearbeid

De oppgavene som gjentar seg hver dag og som ingen egentlig har lyst til å gjøre. Modellen forbereder, mennesket bestemmer.

  • Sortering
  • Utkast til svar
  • Overlevering til fagsystem

Dokumentforståelse

Fakturaer, tilbud og skjemaer leses og legges rett inn. Det modellen er usikker på, sendes til en person.

  • Uthenting
  • Klassifisering
  • Rett i systemet

Innsikt og prediksjon

Hva peker oppover, hvilke kunder er på vei bort, hva bør bestilles nå. Regnet på deres egne tall.

  • Etterspørsel
  • Frafall
  • Avvik

Menneskelig kontroll

Ingenting går ut til en kunde uten at noen har sagt ja. Alt som ble godkjent, ligger loggført etterpå.

  • Godkjenning
  • Sporbarhet
  • Måling av treffsikkerhet
Skreddersøm

Modellen leser deres materiale.

Forskjellen på en leketøysbot og noe nyttig er hva den har lov til å lese, og hva den har lov til å gjøre. Begge deler settes av dere, ikke av oss.

Dette setter dere
KildeneHvilke dokumenter, systemer og mapper den får lese. Ikke én mer enn det.
TilgangeneDen skal bare kunne svare på det brukeren selv har lov til å se. Det er tilgangsstyring, ikke en filtrering på slutten.
TonenMåten dere skriver til kundene deres på. Utkastet skal høres ut som dere, ikke som en robot.
GrensenHva den svarer selv, hva den bare foreslår, og hva som alltid går videre til et menneske.
HandlingeneOm den bare skriver, eller også får slå opp, opprette og sende. Vi begynner som regel med å la den skrive.
SporetHva som ble spurt om, hva som ble svart, og hva svaret bygget på. Så dere kan etterprøve det.

Og dette blir mulig.

Svar med kilde

En generell chatbot gjetter. En som leser deres eget materiale kan vise hvilket punkt i hvilken avtale svaret kom fra.

Rutinen blir lik

Når utkastet alltid følger samme mal, svarer dere likt uansett hvem som er på jobb. Det er en standard dere ikke hadde før.

Arbeid som ikke lot seg automatisere

Å lese en faktura, tolke en bestilling i fritekst, finne igjen hva som ble avtalt i et møte. Dette er nytt, og det er der de fleste timene ligger.

AI står sjelden alene. Den blir nyttig i det den kobles på systemene og dokumentene dere allerede har, og da er den som regel den billigste delen av prosjektet.

Slik henger det sammen

AI er øverste lag.

Den blir god først når dataene under henger sammen. Er tallene spredt i fire systemer, blir svarene spredt på samme måte.

Du er her
AI på egne data

Svar, automatisering og innsikt, med kilder og med et menneske i sløyfen.

Under
Applikasjoner og systemer

Flatene folk bruker. Det er her AI-en faktisk møter arbeidsdagen.

Les om applikasjoner
Nederst
Backend og infrastruktur

Én database og integrasjonene som fyller den. Uten dette har AI-en ingenting å svare ut fra.

Les om grunnmuren
Et eksempel

Support som ikke starter på null.

FørEtter
Leter i gamle saker og dokumenterUtkast med kilder
Samme spørsmål besvart på nyttSvaret gjenbrukes
Ny ansatt bruker uker på å bli tryggHar fasit tilgjengelig
Ingen vet hva som ble svartAlt loggført

En B2B-leverandør får rundt 300 henvendelser i uka. Omtrent halvparten er spørsmål de har svart på før: leveringstid, garanti, hvilken variant som passer.

Vi koblet en assistent til dokumentasjonen og ordredataene deres. Førstelinjen får et ferdig utkast med henvisning til hvor svaret står. Mennesket godkjenner, retter eller avviser, og den beslutningen brukes til å måle hvor godt modellen treffer.

2 minper svar, mot 12 før
100 %av svarene godkjent av en person
4 ukerfra oppstart til pilot i drift

Eksempelet er satt sammen for å vise formen på en typisk leveranse. Vi legger ut ekte tall og sitater når kundene våre har godkjent det.

Vi bygger ogsåAssistent for kundeserviceSvarer kundene ut fra systemene og dataene deres
Slik jobber vi

Kom i gang i tre steg.

Steg 01

Kartlegging

To minutter på nett eller 45 i møte. Du får et grovt estimat, vi forstår behovet.

Steg 02

Bygg med demo hver andre uke

Fast pris, milepæler og demo underveis. Du ser fremgang, ikke bare et resultat til slutt.

Steg 03

Drift og videreutvikling

Vi blir igjen. Overvåking, avtalt responstid og timer til småendringer hver måned.

Spørsmål

Det vi oftest blir spurt om.

Er du usikker på om AI passer på problemet dere har, si det rett ut i kartleggingen. Vi svarer ærlig, også når svaret er nei.

Start kartlegging
Trenger vi mye data for å komme i gang?

Nei. Til de fleste oppgavene holder det med det dere allerede har: rutiner, tidligere saker, produktark og e-postene dere har svart på før. Vi ser på hva som finnes før vi snakker om hva som mangler.

Hva hvis modellen svarer feil?

Det kommer den til å gjøre. Derfor bygger vi rundt det: kilder på hvert svar, et menneske som godkjenner der det betyr noe, og en tydelig vei ut når modellen er usikker. Vi måler feilraten i stedet for å håpe på den.

Hvem eier modellen og dataene?

Dere. Alt kjører på deres kontoer, i EU. Dere kan bytte modellleverandør uten å bygge om løsningen, fordi vi ikke skriver logikken inn i én leverandørs verktøy.

Går kundedataene våre til OpenAI?

Ikke uten at dere har bestemt det. Vi setter opp EU-region, avtale om at data ikke brukes til trening, og anonymiserte logger. Hvilken modell som brukes er et valg vi tar sammen, og det kan endres senere.

Hva koster det?

En avgrenset pilot ligger typisk mellom 50 000 og 150 000 kroner. Et system i drift, med evaluering og forbedring, går ofte fra 6 000 kroner i måneden. Modellbruken kommer i tillegg og ligger som regel på noen hundrelapper i måneden for et vanlig norsk volum.

Usikker på hvor du skal starte?

Usikker på hva du trenger?

Vi hjelper deg å finne ut av det. Fortell oss hva du ønsker å oppnå, så foreslår vi veien videre.