Hoppa till innehållet

Case

AI-uppdrag, som de är

Anonymiserade AI-uppdrag: utgångsläget, det som byggts och var det står. Vi redovisar effekter först när de är uppmätta.

Case

  • Ny fraktbokning där AI läser kundmejlen och skriver utkasten

    Bransch

    Logistik

    Utgångsläge

    Ett logistikbolag i Göteborg tar emot förfrågningar från kunder via mejl och arbetar i ett åttatal olika system. Bolaget har ingen egen IT-avdelning.

    Det som byggs
    • En ny plattform för fraktbokning som kopplar ihop transportledningssystemet, en bokningsportal, den delade inkorgen och EDI-flöden.
    • Språkmodeller läser kundernas mejl, gör om dem till strukturerade fraktförfrågningar och föreslår transportör utifrån tidigare sändningar.
    • AI skriver ett utkast till varje utgående mejl på mottagarens språk.

    En människa godkänner varje utskick.

    Så gjordes arbetet

    Vi leder arkitekturen och bygget. Hela bygget görs med AI-kodagenter som arbetssätt, i Go och React på AWS.

  • Mobil anmälan av glasskador, prövad för en ny marknad

    Bransch

    Försäkring

    Utgångsläge

    Ett nordiskt försäkringsbolag ville pröva ett snabbare sätt att nå en ny marknad.

    Det som byggdes
    • En testversion (proof of concept) för den norska marknaden: försäkringstagaren anmäler en glasskada i mobilen och fotograferar skadan i appen.
    • Appen finns för iOS och Android och byggdes med AI-verktyg från början till slut.
    Så gjordes arbetet

    Genomfördes via vårt ramavtal med försäkringsbolaget, av en partner.

  • AI mäter datapunkter och skapar larm

    Bransch

    Tillverkning

    Utgångsläge

    Ett tillverkningsbolag samlar datapunkter från sin utrustning och behöver larm utifrån mätningarna.

    Det som byggdes
    • AI mäter datapunkterna.
    • Larm skapas från de mätningarna.
    Så gjordes arbetet

    Vi byggde mätningen och vägen från en datapunkt till ett larm.

  • En liten finjusterad modell mot en stor generell modell

    Bransch

    Privata modeller

    Utgångsläge

    Kan en liten modell som finjusterats på en uppgift slå en stor generell modell som bara får instruktioner? Användningsfallet: att besvara kunders supportärenden.

    Det som byggdes
    • En liten modell, finjusterad på allt större mängder data från supportärenden.
    • Ett syntetiskt testset som hålls utanför träningen och poängsätter båda modellerna på samma sätt.
    Uppmätt
    • 3,5×

      bättre svarskvalitet

    • ~16×

      bättre nyckelfält

    • ~50×

      snabbare svar

    • ~125x

      uppskattad lägre driftkostnad per ärende (intern uppskattning)

    Resultat på en uppgift med supportärenden. Era resultat beror på era data.

    Metoden och inlärningskurvan
    Så gjordes arbetet

    Den stora modellen fick instruktioner och ingen finjustering. Båda poängsattes på samma testset.

  • En mjukvarufabrik för autonoma arbetsflöden

    Bransch

    Mjukvara

    Utgångsläge

    Arbetet med att bygga mjukvara ska köras som autonoma arbetsflöden.

    Det som byggdes
    • En mjukvarufabrik som kör de arbetsflödena.
    • Fabriken utför bygget, testar det, granskar det, driftsätter det och verifierar det.

    En person styr bara produkten.

    Så gjordes arbetet

    Vi byggde fabriken så att produktens riktning ligger hos en person.

Nästa steg

Ta med en process.

30 minuter. Ett ärligt besked om AI passar.