Vi kører ikke hvert engagement gennem den samme tjekliste. Et rådgivende engagement ligner intet en seksugers Build. Det, der forbliver konsistent, er måden, vi tænker arbejdet på.
Arbejdsprincipper
Starter med det virkelige arbejde
De fleste "automatiserings"-engagementer, der mislykkes, gør det, fordi teamet automatiserede en proces, der aldrig burde have eksisteret. Vi starter med at kortlægge, hvordan arbejdet faktisk bevæger sig gennem jeres team - hvad bliver besluttet hvor, hvor falder overdragelser, hvilke trin har folk bygget workarounds for - før nogen værktøjsbeslutning.
Vi former gennem prototyper
Skitser, arbejdsgangs-kort, lette prototyper. Vi gør idéer konkrete billigt, før noget stort bliver besluttet. En fungerende skitse i uge ét er mere værd end en perfekt plan i uge fire.
Vi gør det robuste, der viser sig nyttigt
Når noget viser værdi, gør vi det pålideligt: struktur, integrationer, rettigheder, evalueringer af modeller, prompts og agenter, dokumentation, monitorering, ejerskab. Det er den del, der afgør, om systemet overlever mødet med den virkelige verden - og den del, de fleste teams undervurderer.
Vi afleverer ordentligt
Målet er et system, jeres team forstår og kan drive. Overdragelsen er den egentlige leverance; vi skal ikke være i loopet, efter vi går. Vi dokumenterer, vi træner, og vi efterlader jer mere kompetente, end vi fandt jer.
Forskelligt arbejde kræver forskellig rytme
Formen på engagementet afhænger af, hvad I faktisk har brug for.
Practical Technology Advice-engagementer betyder typisk en eller to fokuserede workshops plus en opfølgende memo. Leverancen er dømmekraft - en build-vs-buy-anbefaling, en leverandørgennemgang, en roadmap, en beslutning, nogen i ledelsen har udskudt, fordi de ikke havde den rette person at tale med. Der er ingen build-fase. Resultatet er et dokument, I kan handle på.
AI Opportunity Sprint-engagementer kører typisk en til to uger. Vi bevæger os mellem interviews, kortlægning af arbejdsgange, prompt-tests, prototype-skitser og pilot-planlægning - i den rækkefølge, situationen kræver. Resultatet er et AI-mulighedskort og en klart afgrænset første pilot, med "gør ikke det her endnu"-anbefalingerne forklaret. Operationel implementering er udtrykkeligt ikke en del af omfanget; det er et separat engagement.
AI Operations Build-engagementer varierer mest. De mindste er nogle få ugers fokuseret arbejde - at tage en enkelt arbejdsgang eller prototype til produktion. Større involverer integration med eksisterende systemer, evalueringer af modeller, prompts og agenter, observabilitetsarbejde og overdragelse, der gør systemet holdbart. Vi afgrænser hellere arbejdet stramt og leverer én brugbar ting pålideligt end at love fem og levere ingen.
Hvis I er i tvivl om, hvad der passer, er det letteste første skridt en 25-minutters samtale. Vi siger ærligt til - også om I har brug for nogen af vores engagementer overhovedet.
Hvad I kan forvente
- Direkte kontakt. I arbejder med os to. Ingen mellemmænd, ingen eskalationskæder.
- Remote-first. Alle engagementer er strukturerede for fjernsamarbejde fra starten. Vi rejser, når det reelt hjælper - typisk kickoff eller endelig overdragelse.
- Ingen 40-siders strategi-decks. Output er stramt, brugbart og skrevet til dem, der skal handle på det.
- Tydelig afgrænsning. Hvis det rigtige svar er at forenkle, ikke at bygge eller at bruge et værktøj, I allerede ejer, så er det det svar, I får.
- Reel overdragelse. Hvert Build-engagement slutter med dokumentation, jeres team kan følge, og bekræftelse på, at de kan vedligeholde det, vi har bygget, uden os.
Værktøjer, vi bruger
Vi arbejder med det, der passer til problemet, ikke en fast stack:
- LLM-udbydere - Anthropic Claude, OpenAI, Google Gemini og open source-modeller, når de passer. Vi bruger evalueringer til at sammenligne omkostning, pålidelighed, latency og kvalitet for model+prompt i den konkrete arbejdsgang. Implementeringen kan være direkte brug af den valgte udbyder, jeres eksisterende platform eller et routinglag, når det faktisk skaber værdi.
- Agent-harnesses og frameworks - testharnesses, tool-calling loops, retrieval, memory og agentiske frameworks som LangGraph, OpenAI Agents SDK, Vercel AI SDK eller skræddersyet orkestrering. Pointen er ikke mere proces for processens skyld; det er agenter, der kan inspiceres, testes og køres sikkert.
- Workflow og automatisering - værktøjer I allerede bruger, værktøjer vi anbefaler for praktisk værdi, eller skræddersyede integrationer. Vi hjælper med at forbinde jeres systemer til AI-agenter og workflows med MCP (Model Context Protocol) eller andre integrationer, alt efter casen.
- Data og integration - vi sørger for, at systemet har de data, det har brug for, i den form og rytme arbejdsgangen kræver: API-integrationer, datarens, operationelle datasæt, rapporteringsflows og tungere behandling i Python, Spark eller Databricks, når casen kræver det. Målet er troværdige input og output, ikke en større dataplatform som standard.
- Det kedelige, men afgørende lag - evalueringer af modeller, prompts og agenter, observabilitet, fejlhåndtering, auth og rettigheder, monitorering, dokumentation. Det meste af det, der får et AI-system til at overleve i produktion.
Vi forbinder til jeres eksisterende CRM, ERP og kommunikationsværktøjer i stedet for at erstatte dem.
Almindelige spørgsmål
Rejser I ud til kundens lokaler? Ja, når det skaber værdi. Mange sessioner fungerer godt remote, men vi rejser til discovery, workshops, kickoff, overdragelse eller situationer, hvor det at være i samme rum får beslutninger hurtigere videre.
Skal vi have et teknisk team i vores ende? Nej. Vi medbringer den tekniske dybde. Vi har brug for nogen i jeres ende, der forstår jeres processer og kan træffe beslutninger om, hvordan arbejdet skal flyde. Den person behøver ikke at være teknisk.
Hvor lang tid tager et typisk engagement? Det afhænger af engagement-typen. Et rådgivende engagement er typisk en eller to workshops plus en memo. Et AI Opportunity Sprint kan tage en til to uger. Et AI Operations Build varierer - typisk nogle uger for én fokuseret arbejdsgang, længere for større omfang. Vi aftaler formen, før vi starter, så I ved, hvad I får og hvornår.
Hvad hvis vores processer ikke er dokumenterede? Det er normen, ikke undtagelsen. Udokumenterede processer er præcis det, de tidlige faser af ethvert engagement er designet til at afdække. Vi er vant til at arbejde ud fra samtaler og observation, ikke eksisterende dokumentation.
Hvad hvis vi allerede har en prototype? Tag den med ind. AI Operations Build er sat op til at tage prototyper (Lovable, Cursor, n8n, et LLM-API, en notebook, en agent der næsten-virker) fra "virker-i-demo" til "kører-i-produktion". I behøver ikke starte med et Sprint.
Kan I arbejde med vores eksisterende værktøjer og leverandører? Ja. Vi starter typisk med det, I allerede har: CRM, ERP, Microsoft 365, dataplatforme, identitet, supportværktøjer og godkendte AI-udbydere. Hvis noget andet vil skabe mere praktisk værdi, forklarer vi tradeoffet, før vi anbefaler det.
Hvem ejer løsningen bagefter? Det gør I. Vi designer med overdragelse for øje fra starten: dokumentation, adgang, tests, monitorering og nok kontekst til, at jeres team eller leverandør kan drive systemet uden os i loopet.
Hvilken model eller platform skal vi vælge? Det afhænger af arbejdsgangen. Vi sammenligner mulighederne op mod opgaven, omkostning, latency, pålidelighed, datakrav og driftsmodel og anbefaler derefter den enkleste opsætning, der kan løse arbejdet ordentligt.