Fire ting som virker i dag
Utkast som et menneske godkjenner. Tilbud, svar på henvendelser, produktbeskrivelser, møtereferat. Modellen gjør de første nitti prosentene, dere gjør de siste ti og trykker send. Gevinsten er reell og risikoen er null, fordi ingenting går ut uten at noen så på det.
Uttrekk fra rot. En e-post, en PDF, et bilde av en følgeseddel inn – felter ut, i riktig format, klar for systemet deres. Dette er den mest undervurderte bruken, og den som betaler seg raskest, fordi den erstatter avskrift.
Sortering og videresending. Hva slags henvendelse er dette, hvor haster det, hvem bør se det. En feilsortering koster lite og oppdages med en gang.
Svar fra deres egne dokumenter. Prislister, rutiner, avtaler, tidligere saker. Krever at dokumentene er ryddige nok til å hentes fra, og det er som regel der jobben faktisk ligger.
Fellesnevneren: oppgaven er avgrenset, svaret har en form, og noen ser om det er riktig.
Tre ting som ikke virker ennå
Agenten som handler alene der det koster penger. Å sende faktura, endre en ordre, gi et avslag. Ikke fordi modellen alltid tar feil, men fordi feilene ikke ser ut som feil.
Alt der et galt svar er stille. Hvis ingen merker at svaret var galt før om tre uker, er oppgaven feil valgt. Velg jobber der feilen er synlig samme dag.
Én agent for alt. Fire små jobber som hver gjør én ting, med hver sin sjekk, slår én stor agent hver gang – både i treffsikkerhet og i muligheten til å finne ut hva som gikk galt.
Det som faktisk går galt
Her er et eksempel fra denne siden, målt og rettet.
Den frie KI-gjennomgangen ber modellen om et strukturert svar: hurtiggevinster, automatiseringer, hva som er verdt å fornye, et veikart. Feltet for fornyelse er valgfritt – noen virksomheter har ingenting som trenger å byttes ut. Vi brukte såkalt tvungen dekoding, altså at modellen bare får lov til å produsere tekst som passer skjemaet. Det høres ut som en garanti.
Det er det ikke. Tvungen dekoding sikrer formen, men den håndhever ikke regler som må telles – «minst ett element», «høyst fire» – og den snubler i den tomme listen. Seks av tjuefire norske gjennomganger døde på nøyaktig samme sted: modellen skrev starten på en tom liste og klarte ikke å komme ut av den igjen.
Rettelsen var å fjerne den tomme grenen helt: feltet er enten der med innhold, eller så er det ikke der. Tjuefire av tjuefire etterpå.
Poenget er ikke fornyelsesfeltet. Poenget er at ingen av de fem første testene fanget det, og at feilen så ut som «KI-en er ustabil» mens den egentlig var en detalj i vårt eget skjema.
Mål det som en rate
Én vellykket demo sier ingenting om en feil som slår til hver fjerde gang. Fem på rad gikk fint mens defekten var i drift; tjuefire kjøringer reproduserte den to ganger.
Så: kjør oppgaven minst tjue ganger med ekte, ulike innspill før dere tror på den. Logg hva som ble avvist og hvorfor – ikke hva den besøkende skrev, men hvilket felt som feilet. Og skru på en feilsøkingslogg lokalt, aldri i drift, når innholdet stammer fra noe et menneske har skrevet.
Hvor dataene havner er en beslutning
Det er ikke et teknisk detaljspørsmål, det er et løfte dere gir eller ikke gir.
Vår regel: det en besøkende skriver, forlater ikke EU. Ingen samtykkeknapp åpner den døra. Der noe faktisk må ut – opplesning av ferdig tekst, for eksempel – er det avslått som standard, det er bare den genererte teksten som sendes, aldri det den besøkende skrev, og det står i klartekst på personvernsiden.
Still leverandøren det spørsmålet før dere velger. «Det skjer i nettleseren» betyr ikke alltid at det skjer på maskinen.
Start med én oppgave
Velg jobben noen gjør manuelt hver dag, som har et svar man kan se om er riktig. Vil du ha en liste over hvilke som er verdt å ta først i akkurat deres drift, tar den frie KI-gjennomgangen for seg virksomheten og gir deg hurtiggevinster, hva som kan automatiseres og et veikart – på et par minutter, uten at noen ringer deg.