Fælles indbakke
En medarbejder træffer beslutningen. Modellen læser henvendelsen, forstår emnet og sender den til den rette afdeling.
AI-projekter, der går i stå, begynder næsten altid med sætningen »vi burde også gøre noget med AI«. Vi går den modsatte vej: vi finder de opgaver, hvor jeres folk bruger timer på at sortere mails, læse fakturaer og skrive de samme svar, og regner på, hvad automatisering kan spare. Går regnestykket ikke op, siger vi det.
Sammen dækker de hele vejen: afklare om det kan betale sig, bygge fundamentet, sætte løsningen i drift og lære medarbejderne at bruge den forsvarligt.
Vi kortlægger arbejdsgange, udvælger dem med reelt potentiale, vurderer gevinst og risiko og lægger en rækkefølge for de næste 12 måneder. Klassificering efter EU AI Act er en del af leverancen.
Konkrete løsninger med beregnet gevinst: sortering af indgående mails, udkast til standardsvar, udtræk af data fra dokumenter, produkttekster til webshoppen. Integreret i Microsoft 365, Teams eller jeres ERP.
GPU-kapacitet, vektordatabaser og modeller i Azure-regioner eller hos europæiske udbydere, så følsomme data bliver i EU. Vi lejer kapaciteten, hvor det er billigere end at købe.
Onlinekurser, hvor deltagerne arbejder med deres egne opgaver i Copilot og lignende værktøjer. Et fast modul handler om, hvilke oplysninger der aldrig må ind i en ekstern tjeneste, og hvorfor.
En god kandidat kendes på tre ting: opgaven gentages mange gange, en lille fejlrate kan tåles, og der sidder et menneske, som kontrollerer resultatet.
En medarbejder træffer beslutningen. Modellen læser henvendelsen, forstår emnet og sender den til den rette afdeling.
Bogholderiet godkender ved bogføring. Fakturanummer, CVR, beløb og moms læses af PDF og scanninger og lægges klar i e-conomic eller Business Central.
Teksten læses igennem før udgivelse. Modellen skriver et udkast på dansk, engelsk og tysk ud fra produktets data i PIM eller Shopify.
Supporteren ser svaret før afsendelse. Assistenten finder svaret i jeres egne vejledninger og SharePoint-dokumenter og angiver kilden.
Juristen har altid det sidste ord. Modellen sammenligner udkastet med jeres standardkontrakt og markerer afvigelserne.
Virksomhedens data hører ikke hjemme i tilfældige gratistjenester. Før start afgør vi sammen med jer, hvad der må sendes til en ekstern model, og hvad der kun må behandles i jeres egen tenant eller i et EU-datacenter. Vi dokumenterer valget, så det holder både over for Datatilsynet og i forhold til kravene i EU AI Act.
Vi starter altid med en pilot. Kun det, der beviseligt virker på jeres data, bliver rullet ud til hele organisationen. Hele forløbet foregår remote.
Vi gennemgår arbejdsgangen og måler, hvor mange timer der går til gentagne handlinger. Vi vælger én opgave med et klart succeskriterium.
En begrænset gruppe bruger løsningen i hverdagen, og et menneske tjekker hvert resultat. Vi registrerer træfsikkerhed og sparet tid.
Resultatet sammenholdes med udgangspunktet. Er gevinsten ikke der, lukker vi piloten - det er billigere end at udrulle noget, der ikke virker.
Løsningen kobles på de systemer, folk allerede bruger. Vi skriver en brugspolitik og holder kurser med fokus på datahåndtering.
Ikke i vores projekter. Modellen laver et udkast eller et forslag, og en medarbejder godkender og står på mål for resultatet. Besparelsen kommer som tid: den samme person når flere sager uden at løbe hurtigere.
For de fleste virksomheder handler det om at kende sine AI-systemer, sikre at medarbejderne har tilstrækkelig AI-kompetence og være åben over for brugerne, når de taler med en maskine. Bruger I AI til fx rekruttering eller kreditvurdering, gælder skrappere krav. Vi klassificerer hver løsning, før den bygges.
Det vil den engang imellem - spørgsmålet er hvor ofte. Derfor siger vi nej til opgaver, hvor en enkelt fejl er dyr, og ingen kontrollerer. I piloten måler vi træfsikkerheden og aftaler på forhånd en minimumsgrænse. Når den ikke nås, går løsningen ikke i drift.
Sjældent. De fleste opgaver løses med en eksisterende model, gode instruktioner og adgang til jeres dokumenter. Det er hurtigere og billigere. Egen træning giver mening, når fagområdet er så snævert, at de generelle modeller ikke forstår det.
Langt mindre end et fuldt projekt - typisk to til fire ugers arbejde på én opgave, afregnet efter timeprisen på 895 kr. ekskl. moms eller til fast pris. Pointen er at teste antagelsen billigt, før I bruger penge på licenser og integrationer.
Beskriv de opgaver, jeres medarbejdere gentager dag efter dag. Vi udvælger de bedste kandidater og foreslår en pilot med et målbart succeskriterium.
Tak for jeres henvendelse
Den ligger nu hos en af vores konsulenter. I hører fra os inden for arbejdsdagen, og hastesager bliver taget op af en tekniker med det samme.
Byen står ikke på listen. Tjek stavemåden, eller vælg den nærmeste større by.