Bloggen

Skal man gidde å ringe kundeservice hvis man greier å fikse problemet selv? Denne sommeren jobbet vi med Lindbak, en av Norges største aktører innen kontor- og IT-løsninger, med mål å forbedre kundens opplevelse og redusere arbeidsbelastningen på teknikere, samtidig som vi ivaretar Lindbak sin nære kunderelasjon. Alt med hjelp av kunstig intelligens.

Fra kaotisk Facebook-gruppe til digital samhandlingsplattform.

Denne sommeren har vi vært et tverrfaglig team fra Universitetet i Oslo, bestående av fire utviklere og to designere. I seks intensive og lærerike uker har vi jobbet med et spennende oppdrag for Norsk Pensjon, hvor målet har vært å gjøre pensjon mer engasjerende og relevant for unge voksne.

I Kantega lever vi av det vi har i hodene våre. Det er kompetansen, nysgjerrigheten og evnen til å løse komplekse problemer som gjør oss til en solid teknologipartner. Derfor investerer vi tungt i noe mange andre ofte skyver til kveldstid eller helger: kompetanseheving – i arbeidstiden.

Kunstig Intelligens (KI) står på dagsorden hos mange, både privat og på jobb. Språkroboter, bildegenerering og andre KI-verktøy påvirker livene våre på stadig flere vis. Vi har tidligere skrevet om at ansvarlig KI bør være hele organisasjonens ansvar, som fortsatt kan fungere som en bra veileder til alle som skal utvikle eller ta i bruk KI. I denne artikkelen går jeg mer i dybden på punktene som gjelder KI og bærekraft, siden dette er en viktig del av vårt arbeid og vår rådgiving i Kantega.

This blog post will guide you through building an automated system to generate documentation for silver tables in Azure Databricks, integrating with Git (Azure Repos) for version control and collaboration.

Kode24 publiserte 30.september artikkelen Utviklere ikke mer produktive med AI. Her viser de til en ny undersøkelse fra kodeanalyseselskapet Uplevel, som hevder at kodeassistenter ikke gjør oss mer produktive. De introduserer overraskende nok flere bugs – 41 prosent flere for å være konkret. Samtidig kan vi lese fra Microsoft sine egne undersøkelser at utviklere som brukte Copilot var 55 prosent raskere. I Norge har Statens Vegvesen har gjort Copilot tilgjengelig for alle sine utviklere, og hevder at det har gjort utviklerne deres mer produktive, uten at de har tallfestet dette.

Hva må man ha i bakhodet når man designer løsninger med AI-menneske-interaksjon? Hvordan kan man bruke RAG for å forbedre løsninger som benytter språkmodeller? Hvordan sperrer man et mastercard? Og viktigst av alt, hva er egentlig forskjellen på en terrasse, balkong og altan? Det er disse spørsmålene som har preget sommeren vår som sommerstudenter hos Kantega Trondheim, og vi skal nå dele noe av det vi har funnet ut av.

Hvorfor løse ett problem når du kan løse to? Denne sommeren har vi jobbet sammen med Fount (kort fortalt: airbnb for el-bil ladere), for å se hvordan vi kan få flere til å dele sin elbillader, og hvordan vi kanforbedre brukeropplevelsen tildem som allerede gjør det. 

Sommeren er her, og det betyr et nytt spennende prosjekt for sommerteamet i Kantega på Oslo-kontoret! I år har vi fått det viktige oppdraget fra NAV å utforske hvordan honnørkortet kan digitaliseres. Med et team fylt av dyktige utviklere og kreative designere, har vi tatt på oss utfordringen med strak arm! Bli med oss på reisen når vi navigerer gjennom teknologi, design og brukertesting for å skape en løsning som kan gjøre hverdagen enklere for alle aktører.

Når sommerstudentene våre kaster seg ut i designsprintene med iver og engasjement, da tenker vi andre: Jippi, det er sommer!

Mange sier de jobber smidig, men gjør de egentlig det? I løpet av mange år som konsulent har jeg ofte opplevd at ulike oppfatninger av begrepet “smidig” kan føre til dårlig kommunikasjon, og at vi ikke klarer å hente ut potensialet i teamet. Derfor er det veldig viktig at team blir enige om hva det innebærer å jobbe smidig. Dette er like relevant for de med lang erfaring som de som er ferske i arbeidslivet.

How often have you wanted to write an integration test for a piece of code that communicates with a lot of external parts, like APIs?

Introducing Elevation of MLsec, a threat-modeling card game for securing Machine Learning systems.

Er det flere enn meg som synes det har vært vanskelig å knekke koden på ChatGPT og andre generative AI-verktøy? Som lurte på hva alle de andre gjorde som hentet gull ut av disse løsningene? Et inputfelt, det var alt jeg fikk. Og det jeg pleide å gjøre funket ikke. Det handler om våre ulike mentale modeller.

RAG, eller Retrieval-Augmented-Generation, lar deg utnytte store språkmodeller som GPT-4 ved å berike og avgrense modellen til et kvalitetssikret kunnskapsgrunnlag. Med dette begrenser man sannsynligheten for hallusinasjoner og utdaterte svar. Kostnadseffektivt er det også.