AI & automation · 03

AI Deployment

Fra prototype til løsning i drift: integration, sikkerhed og overvågning.

Kontakt os

Sådan arbejder vi med ai deployment

En prototype er nem. Drift er svært. AI Deployment er arbejdet med at få en løsning, der virker i test, til at køre stabilt på jeres rigtige data hver dag. Vi håndterer integration til jeres systemer, adgangsstyring, logning, overvågning af kvalitet og omkostninger, og oplæring af de mennesker, der skal bruge det. Ydelsen findes, fordi de fleste AI-projekter stopper netop her.

Vi bygger på jeres eksisterende systemer via API og MCP: PrestaShop, Shopify, ERP, Zendesk, HubSpot. Løsningen kører hos en europæisk udbyder eller i jeres eget miljø, med fejlhåndtering, genforsøg og en fallback til et menneske. Modellen, Claude, GPT eller Gemini, ligger bag et lag, så den kan skiftes, når en bedre kommer, uden at alt skal bygges om.

I står med en løsning i drift med dokumentation, et dashboard over kvalitet, fejl og omkostninger, og et team, der ved, hvordan den bruges og overvåges. Vi aftaler en driftsplan med ugentlig kvalitetsmåling og faste opdateringer, så løsningen holder, også når input, systemer og modeller ændrer sig.

Hvornår det giver mening

  • I har en prototype fra en workshop eller en intern udvikler, der virker i demoen, men ingen tør sætte den på rigtige kundedata.
  • En automatisering kører allerede, men ingen ved, hvor ofte den fejler, hvad den koster i modelforbrug, eller hvem der retter den, når den stopper.
  • IT kræver adgangsstyring, logning og en databehandleraftale, før en AI-løsning må røre ERP eller kundedata.
  • Løsningen er bygget direkte på én models API, og I vil kunne skifte model uden at bygge om.

Det får du

  1. Integration til jeres systemer
  2. Sikkerhed, adgang og logning
  3. Overvågning af kvalitet og omkostninger
  4. Oplæring og dokumentation
Kontakt os

Sådan foregår det

  1. Gennemgang af prototype og krav

    Vi gennemgår prototypen, jeres systemer og kravene fra IT og ledelse: hvor data må ligge, hvem der må hvad, og hvad der skal logges. Resultatet er en teknisk plan med integrationer, hosting og godkendelsestrin.

  2. Integration og sikkerhed

    Vi kobler løsningen på jeres systemer via API eller MCP, sætter adgangsstyring og logning op, bygger fejlhåndtering og fallback til et menneske og adskiller modelkaldet, så modellen kan skiftes.

  3. Test på historiske data og pilot

    Løsningen testes på historiske sager og kører derefter som pilot med et mindre udsnit af opgaver eller brugere. Vi måler fejlrate og kvalitet og retter, før den får fuld belastning.

  4. Lancering, oplæring og drift

    Fuld drift med dashboard, dokumentation og oplæring af de medarbejdere, der bruger og overvåger løsningen. Derefter ugentlig kvalitetsmåling og faste opdateringer efter driftsaftalen.

I dybden

Det, der adskiller en prototype fra en løsning i drift

Prototyper er nemme. Drift er svært: integrationer, fejlhåndtering, logning, overvågning og opdatering af modeller. En prototype håndterer det pæne eksempel; en løsning i drift skal håndtere manglende data, timeouts fra ERP, en model der svarer i forkert format og en medarbejder, der bruger den på en måde, ingen forudså. Vi bygger for det sidste.

Sikkerhed, adgang og logning

Hver løsning har grænser for, hvad den må, logning af alt den gør, og et menneske, der kan overstyre. Data behandles efter jeres regler og GDPR: vi bruger modeller og opsætninger, hvor jeres data ikke bruges til træning, og dokumenterer datastrømmene. Adgang styres pr. bruger og pr. handling, så en assistent kan læse ordrer uden at kunne ændre priser.

Kvalitet, fejlrater og omkostninger måles hver uge

En automatisering er en medarbejder, der skal ledes. Vi måler fejlrater, tid sparet og kvalitet med stikprøver hver uge og justerer, før små fejl bliver til store. Vi følger også modelomkostninger pr. opgave, så I kan se, hvad løsningen koster at køre. Det er forskellen på en løsning, der bliver i drift i årevis, og en, der slukkes efter en måned.

Fejl, vi ofte finder

  • Ingen fallback, når modellen eller et system fejlerNår ERP svarer for langsomt, eller modellen returnerer ugyldigt output, stopper løsningen stille, og opgaver hober sig op, uden at nogen opdager det. Vi bygger genforsøg, timeout-håndtering og en kø, hvor et menneske overtager, og alarmer, når køen vokser.
  • Kvalitet blev målt én gang ved lanceringenInput ændrer sig, produkter kommer til, og modeller opdateres. En løsning, der var korrekt i marts, kan svare forkert i september. Vi indfører ugentlige stikprøver med faste kriterier og et evalueringssæt, der køres, hver gang noget ændres.
  • Nøgler og adgange delt på tværs af altÉn API-nøgle med fuld adgang brugt af hele løsningen betyder, at en fejl i ét trin kan ændre data alle steder. Vi giver hvert værktøj og hver bruger de mindste nødvendige rettigheder og logger hver handling med hvem, hvad og hvornår.

Sådan måler vi effekten

  • Fejlrate pr. 100 kørsler målt på ugentlige stikprøver
  • Andel af opgaver løst uden menneskelig indgriben
  • Modelomkostning pr. løst opgave

Rammer

Pris
Fra 60.000 kr., drift fra 8.000 kr. pr. måned
Varighed
6–8 uger, derefter løbende
Hvem
Løsningsarkitekt, integrationsudvikler og AI-specialist
Kontakt os

Eksempel: Junia

Junias kundeservice-assistent startede som en prototype, der svarede på levering og retur ud fra en FAQ. Før den måtte tale med kunder, koblede vi den på ordredata og helpdesk, satte adgang op, så den kun kan læse ordrer og oprette sager, og byggede en fallback, hvor uklare spørgsmål går til et menneske med kontekst. Piloten kørte i to uger på ca. 20 procent af henvendelserne. I dag måles kvaliteten hver uge, og assistenten løser ca. 62 procent af henvendelserne selv.

Se det i praksis

Cases

t.i.n.g. shop

t.i.n.g. shop

Skræddersyet design og udvikling af møbelshop. Markedsføring gennem PPC med 200% vækst.

Se alle cases
Rigtig Kaffe A/S

Rigtig Kaffe A/S

All-around design, udvikling, branding, strategi og søgemaskineoptimering

Sokkeposten

Sokkeposten

Nyt PrestaShop site og 360 graders digital marketing med SEO og PPC annoncering.

Poetzsch Padborg

Poetzsch Padborg

Avanceret Google Tag Manager setup til konverteringstracking

Bolighuset Werenberg A/S

Bolighuset Werenberg A/S

Et digitalt sats på e-handel, der gav pote. Se vores arbejde for Werenberg, og hvordan vækstkurven blev stejl med en stabil og udviklingsdygtig webshop.

Ofte stillede spørgsmål

  • Hos en europæisk udbyder eller i jeres eget miljø. Vi anbefaler ud fra data og krav.

  • Modelforbrug ligger typisk på nogle hundrede til få tusinde kroner om måneden afhængigt af volumen. Dertil en driftsaftale fra 8.000 kr. pr. måned med overvågning, kvalitetsmåling og opdateringer.

  • Ja. Vi dokumenterer opsætning, adgange og overvågning og oplærer jeres team. Mange vælger dog at lade os stå for kvalitetsmåling og opdateringer.

  • Med en AI-audit: en halv dags workshop og en uge med analyse. I får en prioriteret liste over processer, hvor AI giver mest, og hvad det kræver.

  • Vi bruger modeller og opsætninger, hvor jeres data ikke bruges til træning, og vi dokumenterer, hvor data flyder. GDPR og jeres egne politikker indgår i designet.

Næste AI Automations →