Hoppa till innehåll

AI-utveckling

AI-utveckling för företag

AI-utveckling betyder här att bygga en lösning som tar hand om en avgränsad del av ett arbete: den läser underlagen, gör det som går att göra med säkerhet och lämnar resten till en människa. Lösningen byggs, testas, tas i drift och förvaltas.

Vad är en AI-lösning?

Ett flöde som gör jobbet, inte ett verktyg som hjälper till.

En AI-lösning tar emot underlag, låter en språkmodell tolka och strukturera dem, kontrollerar resultatet mot era regler och skickar det vidare till rätt system. Det skiljer den från att ge medarbetarna ett AI-verktyg, där de fortfarande gör arbetet själva.

Så är en lösning uppbyggd

De flesta lösningar följer samma kedja, oavsett vilka underlag eller system det gäller.

Underlag

Dokument, mejl, filer eller formulär, i det format de kommer in.

Tolkning

En språkmodell läser underlaget och plockar ut det som behövs.

Kontroll

Resultatet prövas mot regler, gränser och tidigare data.

Godkännande

Det som inte klarar kontrollen går till en människa.

System

Resultatet förs in i affärssystemet, databasen eller rapporten.

Varje steg loggas, så att ett resultat alltid går att spåra till sitt underlag.

Vad som går att bygga och vad det kräver

Vad som går att bygga beror på underlagen och systemen. Det här är de vanligaste typerna.

  • Tolkning av underlag

    Information läses ur dokument, mejl och formulär och struktureras så att den går att använda.

    Kräver: Exempel på underlag och reglerna för hur de hanteras.

  • Kontroller och avstämningar

    Uppgifter jämförs mot regler och mot varandra, och avvikelserna samlas med underlag.

    Kräver: Tillgång till uppgifterna och en beskrivning av vad som räknas som en avvikelse.

  • Egna verktyg

    Ett eget verktyg med inloggning och behörigheter, när standardsystemen inte räcker.

    Kräver: Vilka roller som ska använda verktyget och vilka beslut det ska stödja.

  • Datainsamling

    Uppgifter hämtas och sammanställs från flera källor, med källa för varje uppgift.

    Kräver: En mall för resultatet och vilka källor som är godkända.

  • Integrationer och migreringar

    System kopplas ihop och data flyttas till en modern plattform, med AI i de flöden där det gör nytta.

    Kräver: Åtkomst till systemen och en beskrivning av de flöden som används i dag.

Modeller och var data behandlas

Lösningarna bygger oftast på Claude från Anthropic. Var modellen körs väljs efter vilka krav som gäller för datan.

Via Anthropic

  • Claude via Anthropics API
  • Data kan behandlas utanför EU enligt Anthropics villkor
  • Passar när underlagen inte innehåller känsliga personuppgifter

Via AWS inom EU

  • Claude via Amazon Web Services
  • Data behandlas inom EU
  • Passar när personuppgifter eller avtal kräver det

Andra modeller används när uppgiften kräver det.

Så säkras kvaliteten

  1. Test mot era underlag

    Innan start körs lösningen mot ett urval av era egna underlag, och resultatet jämförs med hur en människa hade gjort.

  2. Gräns för vad som sker automatiskt

    Tillsammans bestäms hur säker lösningen måste vara för att göra något på egen hand. Allt under gränsen går till en människa.

  3. Mätt i drift

    Andelen ärenden som går igenom utan handpåläggning och andelen som behöver rättas följs upp.

  4. Spårbarhet

    Varje resultat går att spåra till underlaget och till den version av lösningen som skapade det.

Säkerhet, GDPR och AI-förordningen

  • Behörigheter

    Varje roll ser bara det den behöver, och åtkomsten loggas.

  • Personuppgifter

    Behandlingen av personuppgifter dokumenteras, och när det krävs sker den inom EU.

  • AI-förordningen

    De flesta interna flöden hamnar utanför AI-förordningens högriskkrav. Lösningar som fattar beslut om enskilda personer kan omfattas av dem och kräver mer.

    Läs mer om AI-förordningen och GDPR

Så går bygget till

  1. Uppstart

    Åtkomst till system och underlag ordnas, och det första flödet väljs ut ur förstudien.

  2. Bygge i omgångar

    Lösningen byggs i korta omgångar och visas löpande, så att ni kan styra om tidigt.

  3. Test

    Lösningen körs mot riktiga underlag och justeras tills resultatet håller.

  4. Start

    Lösningen tas i bruk tillsammans med dem som ska använda den.

  5. Förvaltning

    Efter start följs lösningen upp, och förvaltningen kan fortsätta löpande.

Det här behövs från er

Från er

  • En person som äger processen och kan svara på frågor
  • Exempel på verkliga underlag
  • Åtkomst till de system lösningen ska kopplas mot
  • Tid för att testa och ge synpunkter under bygget

Från Byron Calles

  • Förstudie och avgränsning av bygget
  • Bygge, test och införande
  • Dokumentation av lösningen och hur den används
  • Uppföljning och förvaltning efter start

Vanliga frågor

Vilken AI-modell används?

Oftast Claude från Anthropic, via API. När data måste behandlas inom EU körs Claude via Amazon Web Services inom EU. Andra modeller används när uppgiften kräver det.

Kan lösningen kopplas mot vårt affärssystem?

Ja, om systemet har ett API eller går att exportera från. Annars kan lösningen läsa och skriva filer i det format systemet använder.

Hur vet vi att resultatet blir rätt?

Lösningen testas mot era egna underlag innan start, och allt som inte når upp till den säkerhetsgräns ni har bestämt går till en människa.

Vad händer efter driftstart?

Lösningen följs upp efter start, och förvaltningen kan fortsätta löpande med övervakning, justeringar och uppdateringar.

Måste vi börja med en förstudie?

I de flesta fall, ja. Förstudien avgränsar bygget, så att det blir mindre och tryggare.

Läs om förstudien

Kontakt

Boka samtal

Fyll i formuläret så återkommer vi med förslag på tider. Ju mer du berättar om behovet, desto bättre blir förslaget.

August Calles, grundare av Byron Calles

August Calles

Grundare