Søg på tværs af dine dokumenter
Stil et spørgsmål i almindeligt sprog, få passagen og filen den kom fra. Ikke mere på jagt gennem fællesdrev.
Kunstig intelligens
AI-løsninger til virksomheder på dine egne data
En use case ad gangen, bygget på dine dokumenter og målt i forhold til reelt arbejde. Udviklet i Paris, forbundet med de værktøjer, dine teams allerede bruger.
2008 — år vi startede
Paris 8e — team på stedet
Kildekode — leveret, det er dit
Problemet
Start med en opgave, ikke med en teknologi
De fleste AI-projekter fejler på samme måde: Der købes en generalassistent til alle, den ved intet om virksomheden, og tre måneder senere er der ingen, der åbner den. Den nyttige version er smallere. En opgave, som folk faktisk gentager, udført på dine egne dokumenter, med et svar, du kan tjekke mod en kilde i stedet for at stole på tro.
Vi vælger opgaven og målbare kriterier sammen: tid pr. dokument, fejlrate og svar med kilde. Den mindste nyttige løsning kobles til procedurer, kontrakter, supporthenvendelser, fakturaer og produktdata og testes på reelle sager før udrulning.
De tekniske valg følger opgaven. Nogle gange er en hostet model rigtig; nogle gange er en open source-model, der kører på en server, du kontrollerer, bedre, fordi dokumenterne ikke kan forlade. Hvor dataene opbevares, hvem der kan forespørge på dem, og hvad der logges, afgøres under scoping, skriftligt, samt hvilke sager systemet skal nægte at besvare.
Anvendelsesområder
Det, vi bygger oftest
Hver enkelt afsendes for sig. Du dømmer den første, før du beslutter dig for den anden.
Dokumentudtræk
Fakturaer, følgesedler, kontrakter og formularer omdannet til strukturerede felter, som din software kan læse, med en menneskelig kontrol af alt, der er usikkert.
Assistenter for et hold
Support-, salgs- eller backoffice-assistenter, der svarer fra dine procedurer og afleverer til en person, når de skal.
Forbundet med dine systemer
Resultater sendes til dit CRM, ERP eller supportsystem via et API, uden manuel kopiering fra et chatvindue.
Hvor dine data opbevares
Hostet eller selv-hostet, i Europa eller på din egen server. Opbevaring, adgang og logning aftalt inden opbygningen starter.
Målt kvalitet
Et testsæt fra dine rigtige sager, en score før og efter hver ændring og en log over hvert svar til gennemgang.
Sådan arbejder vi
Sådan kører et AI-projekt
Fire faser i denne rækkefølge. Du godkender hver fase, før den næste starter.
- 1
Vælg anvendelsesområdet
Vi søger en tilbagevendende opgave med målbart resultat og siger klart, når et enkelt script løser den bedre.
1 uge - 2
Prototype på dine data
En fungerende version af et eksempel på dine rigtige dokumenter, scoret i forhold til et testsæt, dit team hjælper med at bygge.
2 til 4 uger - 3
Byg og integrer
Interfacet, forbindelserne til dine systemer, tilladelserne, logningen og tilbagefaldet, når modellen er usikker.
4 til 8 uger - 4
Implementer og overvåg
Gradvis udrulning, træning og derefter månedlig gennemgang af logfilerne og scoren. Modeller ændres; testene fanger det.
Igangværende
Eksempler
Løsninger, vi har udviklet eller lavet prototyper af
Ikke en menu at vælge imellem, men en fornemmelse af størrelsen på et første projekt:
Intern assistent til dine dokumenterFaktura- og dokumentudtrækSortering af indgående e-mailSemantisk søgningMødereferaterOversættelse og omskrivningModel hostet i EuropaSelvhostet open source-modelForbindelse til din CRM eller ERPREST API og webhooksSvarlogning og gennemgangKvalitetsdashboard
Eksempelprojekt
Et konkret eksempel
Eksempel — skal erstattes med et rigtigt projekt
En intern assistent over tolv års procedurer
Procedurerne fandtes i otte hundrede dokumenter på tværs af tre fællesdrev, og nye medarbejdere spurgte en kollega i stedet for at søge. Vi byggede en assistent, der svarer fra disse filer og viser kildeafsnittet, med drevet som det eneste sted, hvor alt bliver opdateret.
9 min → 40 s
for at finde en procedure
100 %
svar med kildehenvisning
7 uger
fra prototype til produktion
Budget
Hvad det første AI-anvendelsesområde koster
Vi prissætter én usecase ad gangen. Tallet afhænger af dine data og af integrationerne.
Første anvendelsesområde — fra
6 000 €
Vejledende pris for standardomfang. Bindende fastpristilbud følger efter afklaring af omfang, uden gebyr pr. bruger.
- Valg af anvendelsesområde og testsæt
- Prototype scoret på dine data
- Integration med dine værktøjer
- Kildekode leveret, ingen leverandørbinding
Sådan er det prissat
Vi tager udgangspunkt i brugen, ikke teknologien
En assistent, en automatisering eller en dokumentpipeline har ingen listepris: det afhænger af dine data, værktøjerne til at forbinde og hvor meget kontrol du har brug for over svarene. Vi scoper, så priser vi.
Tilpasset tilbud
Pris efter tilbud
- Afklaring af det faktiske anvendelsesområde
- Assistenter, automatisering, dokumentbehandling
- Integration med dine eksisterende værktøjer
- Bindende fast pris efter afklaring af omfang
- Intet kvantificeret løfte om ydeevne
Vi sætter ikke tal på nøjagtighed, tidsbesparelse eller investeringsafkast, før vi har set dine data. Hvad der end kan måles, måles under scoping.
Når den kører
Et AI-system skal overvåges
Integrationer ændrer sig, måden folk bruger det på skifter, svarene glider. Opfølgningen prissættes med projektet.
AI Care
Pris efter tilbud
Ingen binding
- Systemovervågning
- Integrationsvedligeholdelse
- Workflow-justeringer
- Teknisk support
- Prissat sammen med dit projekt
FAQ
Hvad folk spørger os mest om
Vil den opfinde svar?
En model kan, hvorfor vi bygger så svar kommer fra dine dokumenter og kommer med kildepassagen vedhæftet. Systemet er indstillet til at sige, at det ikke ved i stedet for at gætte, og hvert svar bliver logget, så du kan gennemgå, hvad det faktisk sagde, og rette indholdet bag det.
Forlader vores data virksomheden?
Du vælger ved afklaring af omfang, og beslutningen skrives i specifikationen. Vi kan køre en open source-model på din server uden at data forlader den, eller bruge en hostet model i Europa efter din accept. Opbevaring, adgang og logning aftales før udvikling.
Hvordan ved vi, om det virker?
Vi bygger et testsæt ud fra dine rigtige sager, før vi skriver noget, og vi scorer efter hver ændring. Du ser de samme tal, som vi gør: nøjagtighed, andel af svar med et citat og tid på en opgave. Hvis scoren ikke flytter sig, siger vi det i stedet for at sende.
Er vores virksomhed for lille til dette?
Størrelse betyder mindre end gentagelse. Hvis en opgave udføres halvtreds gange om ugen på dokumenter, du allerede ejer, betaler en smal use case sig hurtigt tilbage. Sker det to gange om måneden, sker det som regel ikke, og det vil vi hellere fortælle dig i første opkald end at sælge dig en pilot.
Se også
Relaterede tjenester
Lad os tale
Bring os en opgave, der spiser din uge
Tredive minutter er nok til at vurdere det første AI-anvendelsesområde og give et realistisk prisinterval.