Fokusområder

Vi utforsker fronten av AI-bygd programvare — innen stemme, data, innhold og skreddersydde applikasjoner. Her er hvor vi går i dybden. Ikke som et tjenestetilbud, men som aktiv utforskning støttet av ekte produkter.

AI-nativ programvare

Hva som skjer

AI-agenter kan nå bygge komplette applikasjoner — frontend, backend, database, utrulling — på dager i stedet for måneder. Men det meste som bygges er skjørt, usikkert og uvedlikeholdbart. Flaskehalsen har flyttet seg fra «kan vi bygge det?» til «bør vi bygge det, og er det vi bygde faktisk bra?»

Hva vi bygger

Komplette AI-bygde applikasjoner med multiagent-orkestrering — hver agent med klar kontekst, ansvar og begrensninger. Skreddersydde forretningsverktøy som erstatter generisk SaaS, formet rundt hvordan et selskap faktisk fungerer i stedet for å tvinge tilpasning til en generisk arbeidsflyt.

Utforskninger

Multiagent-byggepipelines med spesialiserte roller (arkitekt, utvikler, gjennomgåer, tester)
White-label forretningsprogramvare skreddersydd til spesifikke selskapsarbeidsflyter
Arkitekturgjennomgang og tillitsvalidering av AI-genererte systemer
Automatiserte kvalitetsporter: sikkerhet, skalerbarhet, UX

Hva vi har lært: Ingeniørene som sliter med AI-agenter er de som prøver å kontrollere hvordan agenter skriver kode. De som lykkes behandler agenter som teammedlemmer — klar kontekst, klart ansvar, fokus på resultater. Det er bemerkelsesverdig likt å lede ingeniørteam.

Stemme- og samtale-AI

Hva som skjer

Stemme er det mest naturlige grensesnittet vi har, og AI har endelig gjort det virkelig. Sanntids stemmeagenter kan føre ekte samtaler, håndtere komplekse arbeidsflyter og snakke nordiske språk flytende. Men å bygge produksjonsklar stemme-AI — med skikkelig telefoniintegrasjon, GDPR-etterlevelse og naturlig samtaleflyt — er fortsatt en front.

Hva vi bygger

AI-stemmeagenter som ringer ekte telefonsamtaler — for eldreomsorg, tilbakefallsstøtte, kundekontakt og møtetranskribering. Vi bygger fra start til slutt: fra AI-modellen til telefonlinjen.

Utforskninger

CallSia — Stemme-AI-plattform for nordiske bedrifter
Margit — Daglige AI-telefonsamtaler for selskap til eldre
Refrain — Oppfølgingssamtaler for tilbakefallsstøtte
Proudfrog — Nordisk møtetranskribering, ingen boter nødvendig

Hva vi har lært: Den mest virkningsfulle AI-en er ikke den du samhandler med på en skjerm. Det er den som når folk der de allerede er — gjennom et medium de har brukt hele livet.

Multiagent-orkestrering

Hva som skjer

Selskaper ruller ut AI-agenter innen salg, support, drift og utvikling — men ingen har designet hvordan disse agentene forholder seg til hverandre eller til menneskelige roller. Samtidig møter utviklere som jobber med flere AI-kodingsagenter den samme utfordringen i en annen skala: hvordan beholder du kontrollen?

Hva vi bygger

Verktøy, rammeverk og mønstre for å overvåke, styre og koordinere flere AI-agenter. Fra utviklingstids-orkestrering (styre kodingsagenter på tvers av maskiner) til produksjonstids-orkestrering (koble sammen forretnings-AI-systemer).

Utforskninger

Orchestrat.ing — Sanntidsovervåking og styring av AI-kodingsagenter
Tillatelsesbehandling og strukturerte samtaler for agenter
Designmønstre for multiagent-arbeidsflyter
Integrasjonsarkitektur med MCP- og A2A-protokoller

Hva vi har lært: Å styre AI-agenter er bemerkelsesverdig likt å styre ingeniørteam. Gi klar kontekst, definer ansvarsområder, fokuser på resultater — og motstå trangen til å detaljstyre. De beste orkestratorene tenker som CTO-er, ikke kodere.

Dataintelligens

Hva som skjer

De mest interessante dataene er rotete, spredt og låst bak grensesnitt som ikke var designet for analyse. AI gjør det mulig å samle inn, rense, modellere og presentere data på måter som tidligere var for dyre for alle bortsett fra store bedrifter.

Hva vi bygger

Forbrukerrettede dataverktøy som gjør komplekse datasett om til klare, handlingsdyktige innsikter. Vi skraper, modellerer og visualiserer — gjør kompleks informasjon tilgjengelig for vanlige folk.

Utforskninger

Helanotan — Svensk bilverdifall-analyse fra 200 000+ Blocket-annonser
Multivariat regresjonsmodellering for forbrukerbeslutninger
Automatiserte pipelines for dataskraping og -rensing
Interaktive visualiserings- og sammenligningsverktøy

Hva vi har lært: De beste dataverktøyene viser ikke bare tall — de svarer på spørsmålene folk faktisk har, på et språk de forstår. Hvis du trenger en grad i datavitenskap for å lese resultatet, har du feilet.

Innhold og publisering

Hva som skjer

AI kan generere innhold. Det vet alle. Det som er mindre opplagt er hvordan man bygger pålitelige, flerstegspipelines som opprettholder kvalitet i stor skala — med ulike AI-modeller som håndterer ulike oppgaver, automatisert oversettelse og kontrollpunkter for menneskelig gjennomgang.

Hva vi bygger

Komplette innholdspipelines — fra skanning og research til skriving, illustrasjon, oversettelse og publisering. Tenk redaksjon-som-kode.

Utforskninger

Hybride LLM-pipelines — Grok for research, Claude for skriving
Automatisert oversettelse til 6 nordiske språk
Daglig AI-nyhetsgenerering og publisering
Arbeidsflyter for menneskelig gjennomgang med revisjonsløkker

Hva vi har lært: Trikset er ikke å få AI til å skrive — det er å bygge pipelinen rundt det. Skanning, faktasjekking, redigering, oversettelse, publisering. Hvert steg trenger sin egen agent med sine egne begrensninger. Det er orkestrering hele veien ned.

Noe som treffer?

Vi er alltid åpne for samtaler med folk som utforsker den samme fronten. Ingen pitch, ingen forslag — bare en prat.

Ta kontakt