AI-udvikling
AI-udvikling: AI-agenter, der handler gennem jeres systemer, AI-integration af store sprogmodeller i den software, I kører, AI-chatbots, AI-vidensøgning og RAG over jeres dokumenter, dokumentbehandling, voice AI-agenter, Microsoft Copilot og Copilot Studio-agenter, AI-kodeassistenter til jeres udviklingsteam, MCP-servere, private LLM'er og finjustering samt AI-rådgivning om, hvor I skal starte, med dedikerede AI-udviklere til jeres team eller projekter leveret fra start til slut og vores egne .NET-, Python- og frontend-udviklere og QA-ingeniører til de applikationer, der omgiver modellen.
AI-udviklingsydelser, vi leverer
Hver side beskriver det arbejde, vi tager på os, måderne at arbejde sammen med os på og de spørgsmål, kunderne stiller først.
Udvikling af AI-agenter
Udvikling af AI-agenter: agenter til support, salg, back office og research samt multi-agent-workflows, der handler gennem jeres systemer og MCP-servere, med godkendelser, evaluering og omkostningssporing, leveret af dedikerede AI-agentudviklere eller som projektleverance.
AI-integration
AI-integration: sprogmodeller fra OpenAI, Anthropic, Google og Mistral føjet til jeres .NET-, Java-, Python- eller Node.js-applikation, SaaS-produkt eller MVP, med evaluering, omkostningsovervågning og databeskyttelse, leveret af dedikerede AI-udviklere eller som projektleverance.
Udvikling af AI-chatbots
Udvikling af AI-chatbots: supportchatbots på jeres website og app, bots til WhatsApp, Telegram og Messenger, assistenter i Teams og Slack samt AI i Intercom og Zendesk, forankret i jeres indhold, leveret af dedikerede chatbotudviklere eller som projektleverance.
AI-vidensøgning og RAG
AI-vidensøgning og RAG-udvikling: svar med kildehenvisninger og virksomhedssøgning i jeres dokumenter med hver brugers rettigheder, indlæsning, tuning af retrieval, evaluering og rettelser til RAG, der giver forkerte svar, leveret af dedikerede RAG-udviklere eller som projektleverance.
AI-dokumentbehandling
AI-dokumentbehandling: fakturaer, kontrakter, id-dokumenter, skadesanmeldelser og formularer omsat til strukturerede data med OCR og multimodale modeller, valideret, gennemgået af en person, hvor det er nødvendigt, og bogført i jeres ERP, leveret af dedikerede udviklere eller som projektleverance.
Voice AI-agenter
Udvikling af voice AI-agenter: telefonagenter og AI-receptionister, udgående påmindelsesopkald, stemmeassistenter i appen og opkaldsanalyse på OpenAI Realtime, ElevenLabs, Vapi, Retell AI og LiveKit, leveret af dedikerede voice AI-udviklere eller som projektleverance.
Microsoft Copilot og Copilot Studio
Microsoft Copilot-udvikling: Copilot Studio-agenter, deklarative agenter og custom engine-agenter til Microsoft 365 Copilot, Copilot-connectors, MCP- og API-handlinger, governance og adoption, leveret af dedikerede Copilot Studio-udviklere eller som projektleverance.
AI-kodeassistenter
Indførelse af AI-kodeassistenter: GitHub Copilot, Claude Code, Cursor og Codex rullet ud med governance, repositoryinstruktioner, kodeagenter i CI, AI-codereview og AI-skrevne tests samt udviklere, der allerede arbejder på den måde.
AI-rådgivning
AI-rådgivning: vurdering af AI-muligheder, use cases rangeret efter værdi, råd om køb eller selvbygget løsning, proof of concept på jeres data, estimater af driftsomkostninger, gennemgang af sikkerhed og EU's AI-forordning samt en køreplan, fra ingeniører, der selv bygger AI-systemer.
MCP-serverudvikling
Udvikling af MCP-servere: remote Model Context Protocol-servere med OAuth til jeres produkt, ChatGPT-apps og Claude-connectors, interne MCP-servere til virksomhedens systemer, i TypeScript, Python eller C#, leveret af dedikerede MCP-udviklere eller som projektleverance.
Private LLM'er og fine-tuning
Udrulning og fine-tuning af private LLM'er: open-weight-modeller fine-tunet med LoRA, destilleret og serveret med vLLM i jeres egen cloud eller på jeres egne servere, hosted fine-tuning, træningsdata og evaluering, leveret af dedikerede LLM-ingeniører eller som projektleverance.
Mere AI- og dataarbejde på websitet
Workflow-automatisering
Workflow- og AI-automatisering: flows i n8n, Make, Zapier og Power Automate, AI-agenter i workflows, automatisering af CRM, økonomi og dokumenter, med dedikerede automatiseringsudviklere eller projektleverance.
AI og machine learning
Udvikling inden for AI og machine learning: forecasting, svindeldetektion, anbefalingssystemer, computer vision, NLP og talegenkendelse samt MLOps, med dedikerede machine learning-ingeniører eller projektleverance.
Computer vision-udvikling
Computer vision-udvikling: objektdetektion, visuel inspektion, OCR, videoanalyse, medicinsk billeddannelse og modeller på edge-enheder, med dedikerede computer vision-ingeniører eller projektleverance.
MLOps
MLOps og rådgivning: ML-platforme, CI/CD til modeller, model registries, serving og autoskalering, GPU-infrastruktur, overvågning af drift og LLMOps, med dedikerede MLOps-ingeniører eller projektleverance.
Dataannotering
Dataannotering og labelling til AI: labelling af billeder, video, tekst, lyd og LiDAR, RLHF og evalueringsdata, med kvalitetskontrol af hvert batch, fra dedikerede dataannotatorer eller projektleverance.
MVP-udvikling
MVP-udvikling for stiftere og produktteams: afgrænsning, en Figma-prototype, et web- eller mobilbuild og lancering på en stack, der kan bære den næste version, leveret af dedikerede MVP-udviklere eller som projekt.
Sådan forløber et AI-projekt
Use case og data
En proces med en målbar pris, de data, der ligger bag den, og de personer, der ejer den, valgt sammen med jer og nedskrevet med det resultat, der ville tælle som succes.
Evalueringssæt først
Rigtige spørgsmål, dokumenter eller cases med de svar, jeres eksperter forventer, aftalt før al udvikling, så hver senere ændring scores mod den samme målestok.
Proof of concept
Kernen i løsningen bygget på jeres egne data på få uger og målt mod evalueringssættet, med kendt pris pr. forespørgsel.
Byg og integrer
Produktionsversionen bygget ind i jeres systemer med login, rettigheder, logning og fejlhåndtering, gennemgået og testet som enhver anden kode.
Pilot
En lille gruppe rigtige brugere, deres feedback indsamlet, fejl føjet til evalueringssættet og overdragelsen til mennesker justeret.
Lancering og overvågning
Udrullet i etaper bag et feature flag, med kvalitet, pris, latenstid og brugerfeedback på et dashboard og alarmer, når en af dem ændrer sig.
Forbedr
Nye fejltilfælde, nyere modeller og billigere måder at udføre den samme opgave på testet mod evalueringssættet, så systemet bliver bedre og billigere over tid.
Sådan bygger vi AI-systemer
Evaluering kommer før funktioner. Vi aftaler et sæt rigtige spørgsmål og forventede svar med jer, scorer hver ændring af en prompt, en model eller en retrieval-indstilling mod det i pipelinen og logger prisen og latenstiden for hver forespørgsel, så kvalitet og forbrug måles frem for at blive vurderet ud fra en demo.
Modellens output og hentet tekst behandles som ikke-betroet input. Agenter får de snævreste legitimationsoplysninger, der kan klare opgaven, handlinger, der ændrer data eller bruger penge, venter på et menneskes godkendelse, nøgler kommer fra en vault, og hver handling logges, så den kan spores bagefter.
Data forbliver under jeres kontrol: modeller kaldes gennem erhvervs-API'er, hvis vilkår udelukker træning på jeres input, eller kører i jeres egen cloud, og personoplysninger når kun en model, når opgaven kræver det.
Spørgsmål om AI-udvikling
Hvilke AI-udviklingsydelser leverer I?
AI-agenter og multi-agent-workflows; AI-integration af sprogmodeller i eksisterende applikationer, SaaS-produkter og MVP'er; AI-chatbots på nettet, i apps og i messengers; AI-vidensøgning og RAG over jeres dokumenter; dokumentbehandling og dataudtræk; voice AI-agenter til telefoner og apps; Microsoft Copilot og Copilot Studio-agenter; udrulning af AI-kodeassistenter til udviklingsteams; MCP-servere, ChatGPT-apps og Claude-connectors; udrulning af private LLM'er og finjustering; samt AI-rådgivning, fra vurdering af use cases til proof of concept. Workflowautomatisering, machine learning, computer vision, MLOps og dataannotering har deres egne sider.
Hvilke brancher bygger I AI til?
AI-produkter i sig selv, fra copiloter til agentplatforme; fintech, til kundesupport, KYC-dokumentkontrol og compliancesøgning; e-handel og detail, til shoppingassistenter, produktsøgning og katalogindhold; sundhedssektoren, til klinisk dokumentation og patientkommunikation; professionelle serviceydelser, til dokumentgennemgang og research; og enterprise SaaS, til assistenter, agenter og søgning i produktet.
Bliver vores data brugt til at træne en andens model?
Nej. Vi bruger erhvervs-API'er, hvis vilkår udelukker træning på jeres input, fra OpenAI, Anthropic eller Google direkte eller via Azure og Amazon Bedrock, eller open-weight-modeller hostet i jeres egen cloud, når data ikke må forlade den.
Hvilken model bruger I?
Den billigste, der består jeres evalueringssæt, fra OpenAI, Anthropic, Google eller Mistral, eller en open-weight-model, som I selv hoster. Udbyderen ligger bag én grænseflade i koden, så et skifte til en nyere eller billigere model er en konfigurationsændring og en ny kørsel af evalueringen, ikke en omskrivning.
Hvordan forhindrer I, at den finder på ting?
Ved at forankre svarene i hentede kilder og vise kildehenvisningerne, ved at instruere modellen i at sige det, når kilderne ikke besvarer spørgsmålet, og ved at beholde ubesvarlige spørgsmål i evalueringssættet. Det reducerer opdigtede svar og måler, hvad der er tilbage; ingen nuværende model fjerner dem helt.
Vil det fungere med de systemer, vi allerede kører?
Det er dér, det meste af arbejdet ligger. Vi forbinder AI til Microsoft 365, Azure, AWS og Google Cloud, til .NET-, Java-, Python- og Node.js-applikationer og til CRM-, ERP- og helpdesk-systemer gennem deres API'er, og vores egne udviklere i de stacks bygger integrationerne.
Hvem holder det kørende efter lanceringen?
De samme personer, som byggede det, hvis I ønsker det: kvalitet, pris og latenstid forbliver på et dashboard, nye fejltilfælde kommer med i evalueringssættet, og nyere eller billigere modeller testes, før de erstatter den nuværende. Eller vi overdrager til jeres team med evalueringssættet, runbooks og dashboards.
Hvem ejer de prompts, den kode og de modeller, I bygger?
Det gør I. Hver specialist har en underskrevet kontrakt med BigTree108, som overdrager alt arbejdsresultat til virksomheden, og vores aftale med jer overdrager det videre til jer. Kode, designs og dokumenter leveres ind i jeres egne repositories og værktøjer og opbevares ikke et sted, hvor kun vi kan ændre dem.
Planlægger I en AI-funktion, en agent eller en assistent?
Fortæl os, hvad den skal besvare eller gøre, og hvor data ligger. I får svar inden for én arbejdsdag: en plan, kandidatprofiler eller en anbefaling om model og arkitektur.