KI-integrasjon for bedrifter

Vi finner oppgavene i bedriften der kunstig intelligens faktisk lønner seg, bygger en pilot på deres egne data, måler hvor godt den fungerer, og tar den deretter i daglig bruk med de kontrollene teamet trenger.

Når det er verdt å snakke med oss

KI-integrasjon lønner seg når mange bruker mye tid på å lese, sortere, besvare eller skrive av tekst. Den lønner seg ikke bare fordi konkurrentene nevner KI i pressemeldingene sine.

Teamet deres svarer på de samme spørsmålene fra kunder eller ansatte hver dag, og svarene står allerede skrevet et sted i dokumenter, en wiki eller gamle saker
Fakturaer, kontrakter, søknader eller skjemaer kommer som PDF-er og e-post, og noen kopierer dataene manuelt inn i CRM eller regnskapssystemet
Innkommende henvendelser hoper seg opp i en felles innboks og må leses, klassifiseres og fordeles før noen kan jobbe med dem
Dere har et mobil- eller webprodukt og vil legge til søk, sammendrag, anbefalinger eller en chatassistent som bruker deres eget innhold
Dere har allerede prøvd ChatGPT eller Claude internt og vil ha det samme koblet til systemene deres, med tilgangsregler og uten at ansatte limer inn data i offentlige verktøy
Ledelsen har bedt om en KI-strategi, og dere trenger en ærlig liste over hva som bør bygges først, hva som kan vente og hva som bør droppes

Hva vi bygger

Kartlegging av KI-muligheter

Vi går gjennom prosessene sammen med dem som driver dem, og lister opp oppgavene der KI kan spare tid eller redusere feil. Hver kandidat får en vurdering av tilgjengelige data, risiko og innsats, slik at dere kan velge det første prosjektet på grunnlag av fakta og ikke entusiasme.

Assistenter på bedriftens data

Chatassistenter og internt søk bygd på GPT eller Claude som svarer ut fra deres dokumenter, kunnskapsbase og sakshistorikk (retrieval-augmented generation, RAG). Svarene viser til kilden, og hver bruker ser bare det tilgangsrettighetene tillater.

Behandling av dokumenter og e-post

Uthenting av felt fra fakturaer, kontrakter, søknader og skannede skjemaer, klassifisering av innkommende e-post og utkast til svar. Resultatet havner i CRM, ERP eller regnskapssystemet i stedet for i et regneark som noen må skrive av.

KI-agenter for prosesser

Agenter som utfører en rekke steg på egen hånd: leser en henvendelse, slår opp kunden i CRM, oppretter en oppgave, sender et svar eller sender saken videre til en person. Vi definerer nøyaktig hvilke handlinger agenten kan utføre, og hvor et menneske må bekrefte.

KI-funksjoner i apper

Smart søk, sammendrag, innholdsgenerering, chatstøtte og personalisering i det eksisterende produktet deres for iOS, Android eller web. Vi tar oss også av backenddelen: prompter, modellkall, kostnadsgrenser og reserveløsninger når modelleverandøren er treg eller utilgjengelig.

Drift og forbedring

Modeller endres, priser endres, og dokumentene deres endres hver uke. Vi holder løsningen i gang etter lansering: oppdaterer kunnskapsbasen, kjører kvalitetskontrollene på nytt, bytter til nyere modeller når det gir mening og retter det brukerne melder fra om.

Start med oppgaven, ikke med modellen

De fleste KI-prosjekter som skuffer, startet med en teknologi og lette etter et problem etterpå. Vi gjør det motsatt. Først ser vi på hvor tiden faktisk går: hvor mange henvendelser som kommer inn, hvor lang tid hver tar, hvor ofte det oppstår feil og hva de koster. Deretter sjekker vi om dataene KI trenger, finnes og kan brukes. Noen oppgaver viser seg å passe bedre for vanlig automatisering uten noen modell i det hele tatt, og det sier vi fra om.

En kort liste over bruksområder rangert etter forventet nytte, risiko og innsats
For hvert av dem: hvilke data det krever, hva som kan gå galt, hvordan vi måler suksess
En tydelig anbefaling om hva som bør bygges først og hva som kan vente
En ærlig merknad der en enkel regel, et skjema eller en integrasjon gjør jobben bedre enn KI

Deres data, deres regler

Før vi skriver kode, avtaler vi hvor dataene skal ligge og hvilke modeller som får se dem. For mange bedrifter holder et kommersielt API som OpenAI eller Anthropic med bedriftsvilkår og uten trening på deres data. Der det ikke holder, finnes det skyløsninger for de samme modellene med hosting i EU, eller modeller med åpne vekter som kjører på deres egne servere, slik at dataene aldri forlater infrastrukturen deres. Vi utformer tilgangene slik at assistenten ikke kan vise en ansatt et dokument vedkommende ikke har lov til å åpne. Selskapet vårt er registrert i Estland, så vi jobber som standard etter EUs regler for personopplysninger.

Et skriftlig datakart: hva som sendes til modellen, hva som lagres, hvor og hvor lenge
Et modellvalg som svarer til kravene deres til konfidensialitet, inkludert løsninger på egne servere
Rollebasert tilgang til dokumenter som gjelder helt frem til KI-svarene
Fjerning eller maskering av personopplysninger der oppgaven ikke krever dem
Logger over prompter og handlinger, slik at dere kan se hva systemet gjorde og hvorfor

Kvalitet dere kan måle, feil dere kan fange opp

Språkmodeller høres selvsikre ut også når de tar feil, så vi bedømmer ikke en pilot ut fra noen få imponerende demonstrasjoner. Sammen med teamet deres lager vi et testsett med ekte spørsmål og dokumenter med riktige svar, og kjører hver versjon av systemet mot det. I produksjon legger vi til kontroller som står i forhold til risikoen: terskler for sikkerhet, kildehenvisninger, validering av uthentede felt mot registrene deres og manuell gjennomgang av beslutninger som betyr noe. På regelverkssiden stiller EUs KI-forordning (AI Act) ulike krav avhengig av hvordan KI brukes. Vi hjelper dere å finne ut hvilke av dem som sannsynligvis gjelder for deres bruksområde, og bygger inn blant annet tydelig informasjon til brukerne om at de snakker med KI, mens selve den juridiske vurderingen ligger hos deres jurister.

Et testsett basert på deres egne saker og en repeterbar kvalitetsscore for hver versjon
Sikkerhetsmekanismer: kildehenvisninger, avvisning når svaret ikke finnes i kildene, validering av felt
Manuelle kontrollpunkter der et feil svar ville bli dyrt
Overvåking av svarkvalitet, kostnad per forespørsel og tilbakemeldinger fra brukerne etter lansering

Slik gjennomføres et KI-prosjekt

Kartlegging

Intervjuer med dem som gjør jobben, og en gjennomgang av dataene og systemene som berøres. Dere får en rangert liste over bruksområder og en anbefaling for piloten.

Pilot på ekte data

En fungerende prototype for ett bruksområde, koblet til et utvalg av deres egne dokumenter eller henvendelser. Dere ser hva den gjør med deres materiale, ikke med en leverandørs demo.

Kvalitetsvurdering

Vi måler piloten mot et avtalt testsett og går gjennom feilene sammen med teamet deres. Dere får en tydelig beslutning om å gå videre, justere eller stoppe, basert på resultater.

Utrulling i produksjon

Integrasjon med CRM, ERP, e-post, app eller intranett, tilgangskontroll, logging og overvåking. Teamet deres får et verktøy det kan bruke daglig, og instruksjoner for det.

Drift og videreutvikling

Vi følger med på kvalitet og kostnader, oppdaterer kunnskapsbasen og promptene og bytter til bedre modeller når de kommer. Dere får jevnlige rapporter og en liste over neste forbedringer.

Modeller og verktøy

Språkmodeller

Søk og data

Backend og integrasjon

Hvor KI tas i bruk

Slik kan vi samarbeide

Pilot med fast omfang

Et definert bruksområde, et avtalt testsett og en fungerende pilot til slutt. En god måte å finne ut om KI lønner seg for dere før en større forpliktelse.

Dedikert team

Et team som ruller ut flere bruksområder etter hverandre og holder dem i drift. Passer for bedrifter som ser på KI som et løpende program og ikke et enkeltprosjekt.

Timebasert

Rådgivning, gjennomgang av en eksisterende KI-løsning, forbedring av prompter og kvalitet eller drift. Dere betaler for tiden som faktisk brukes.

Tilbakemeldinger

Vi behandler hver kunde og prosjektet deres med omtanke.

Revol-teamet fortsetter å effektivisere kundens utviklingskapasitet med arbeid av høy kvalitet og pålitelig support. De kommuniserer godt og viser en solid forståelse av kundens behov og virksomhet.

Tomas

Daglig leder (Yukon, Canada)

Arbeidet fra Revol har fullt ut innfridd forventningene, og kunden er fornøyd. Den friske tilnærmingen og evnen til å være tilgjengelige for support har vært verdifulle. Kunder kan trygt velge dem som et kommunikativt og kundeorientert team som hjelper dem å nå målene sine.

Andrey

Daglig leder, Stellium (USA)

Ofte stilte spørsmål

Hvor starter vi hvis vi ikke har noen erfaring med KI?

Med en kort kartlegging: vi snakker med teamene som håndterer henvendelser, dokumenter og kundespørsmål, og ser på dataene de jobber med. Resultatet er en rangert liste over bruksområder og én pilot som testes først. Dere trenger ikke forberede noe spesielt utover tilgang til folk og eksempeldata.

Vil dataene våre bli brukt til å trene andres modeller?

Ikke hvis vi setter det opp riktig. API-vilkårene for bedrifter hos de store leverandørene utelukker trening på deres data, og der det ikke er nok, bruker vi modeller med hosting i EU eller modeller med åpne vekter på deres egne servere. Hvilket alternativ som passer, avgjøres ved oppstart og skrives ned, sammen med hva som lagres og hvor lenge.

Hvordan håndterer dere feilaktige eller oppdiktede svar?

Vi kan ikke gjøre en språkmodell ufeilbarlig, så vi utformer løsningen rundt feilene. Assistentene svarer bare ut fra deres kilder og viser til dem, avslår når svaret ikke finnes der, og testes mot et sett med ekte spørsmål før hver lansering. Der en feil er kostbar, bekrefter en person resultatet før noe skjer.

Hva med GDPR og EUs KI-forordning?

Vi bygger med GDPR i tankene fra første dag: dataminimering, tilgangskontroll, hosting i EU ved behov og tydelig dokumentasjon av hva som behandles. Når det gjelder KI-forordningen, hjelper vi dere å forstå hvilke plikter som sannsynligvis er relevante for bruksområdet deres, og gjennomfører den tekniske delen, for eksempel å informere brukerne om at de snakker med KI og å føre logger. De juridiske konklusjonene bør komme fra deres egne rådgivere.

Kan dere legge til KI-funksjoner i appen eller nettstedet vi allerede har?

Ja. Vi legger til backenddelen som kommuniserer med modellen, kobler den til innholdet og brukerdataene deres og bygger grensesnittet i produktet for iOS, Android eller web. Dette omfatter kostnadsgrenser per bruker og en reserveløsning for når modelleverandøren er utilgjengelig.

Når vil dere fraråde bruk av KI?

Når reglene er tydelige og stabile, er en vanlig integrasjon eller et skjema billigere, raskere og mer forutsigbart. Når det nesten ikke finnes data å lære av, eller når hvert svar må være helt riktig og ikke kan kontrolleres, tilfører KI risiko i stedet for å fjerne arbeid. I slike tilfeller sier vi det og foreslår som regel vanlig prosessautomatisering i stedet.

Hvordan vet vi at prosjektet har lønt seg?

Vi avtaler målet før piloten: tid per henvendelse, andel henvendelser som håndteres uten en person, antall rettelser, svartid overfor kundene. Vi registrerer utgangspunktet og sammenligner de samme tallene etter lansering. Flytter ikke tallene seg, får dere vite det i piloten, ikke etter en full utrulling.