Recordly ja Berggren
Tiivistelmä
Recordly ja Berggren
Yrityksen koko- Keskisuuri
- Oikeudelliset palvelut ja vaatimustenmukaisuus
- Operatiivinen toiminnanohjaus
Projekti
Projektityyppi- Operatiivinen erinomaisuus
- Suomi
- Englanti
Toteutus
Toteutustaso- Tuotanto
- Liiketoimintatiedon analytiikka ja päätöksenteon tuki
- Business Finland
- Azure
Ei
Berggrenin aineisto, joka kattaa miljoonia asiakirjoja ja tuhansia patenttiperheitä, sisältää arvokasta tietoa, mutta se on hajautettuna useisiin järjestelmiin ja tallennettu ensisijaisesti ihmisten käyttöön suunnitelluissa muodoissa.
Ongelma
Suurten kielimallien (LLM) kehittyessä Berggren halusi selvittää, kuinka tekoäly voisi tukea asiantuntijatyötä tinkimättä laadusta, toimialakohtaisesta tarkkuudesta tai tietoturvasta. Immateriaalioikeusjuridiikan alalla työ edellyttää täsmällistä terminologiaa, toimialakohtaista päättelyä sekä johdonmukaisuutta monimutkaisissa asiakirjakokonaisuuksissa. Jotta tekoälyn tuottamista vastauksista olisi tässä ympäristössä todellista hyötyä, niiden on vastattava tarkasti organisaation tietopohjaa, ammatillisia standardeja ja erittäin erityisiä työnkulkuja.
Berggrenin aineisto, joka kattaa miljoonia asiakirjoja ja tuhansia patenttiperheitä, sisältää arvokasta tietoa, mutta se on hajautettuna useisiin järjestelmiin ja tallennettu ensisijaisesti ihmisten käyttöön suunnitelluissa muodoissa. Datan valmistelu tekoälyn hyödynnettäväksi edellytti olennaisten tietolähteiden tunnistamista, niiden rakenteen ymmärtämistä sekä sellaisten tietoputkien rakentamista, jotka säilyttivät tiedon merkityksen ja keskinäiset yhteydet samalla, kun data muunnettiin kielimallien ymmärtämään muotoon.
Berggrenin toimialalla konteksti on ratkaisevan tärkeää. Käytimme merkittävästi aikaa taustalla olevien prosessien ymmärtämiseen ja sen varmistamiseen, että tekoälyllä oli oikea tieto käytettävissään oikeaan aikaan, jotta sen analyysi perustui aina relevanttiin ja tarkasti rajattuun aineistoon. Tämä edellytti tiivistä yhteistyötä asiakkaan kanssa, sillä heidän syvällinen prosessiosaamisensa oli keskeisessä roolissa määritettäessä, miten tieto jäsenneltiin ja välitettiin tekoälylle sekä millaisia lopputuloksia järjestelmältä odotettiin.
Lisäksi asiantuntijoiden on pystyttävä käyttämään järjestelmää vaivattomasti ja luottamaan siihen, että tekoälyn tuottamat tulokset tukevat heidän työnkulkujaan sen sijaan, että ne häiritsisivät niitä.
Ratkaisu
Recordly suunnitteli ja toteutti ratkaisun, joka perustuu Microsoft Azureen ja on kokonaisuudessaan sijoitettu EU-alueella sijaitseviin palvelinkeskuksiin tietojen sijaintivaatimusten täyttämiseksi. Tämä varmistaa, että kaikki data – sekä Berggrenin että sen asiakkaiden – säilyy aina Berggrenin omassa ympäristössä eikä sitä koskaan käytetä tekoälymallien kouluttamiseen. Ratkaisu yhdistää tiedonkeruun, indeksoinnin, generatiivisen tekoälyn sekä käyttäjärajapinnan kokonaisvaltaiseksi alustaksi tekoälyn tukemaan asiantuntijatyöhön.
Arkkitehtuuri yhdistää rakenteelliset käsittelyvaiheet ja agenttipohjaiset tekoälyominaisuudet, joiden avulla voidaan tukea useita erilaisia liiketoimintaprosesseja. Merkittävä osa kehitystyöstä kohdistui tarkkojen käsittelysääntöjen ja ohjeistusten määrittelyyn sekä tietopohjasta haettavan tiedon laadun parantamiseen ennen prosessien lopputulosten generointia. Näin varmistetaan, että tuotetut vastaukset ja analyysit perustuvat Berggrenin omaan tietoon eivätkä tekoälymallien yleiseen koulutusdataan.
Kaikki tekoälymallit ajetaan EU:ssa sijaitsevien Azure OpenAI -palvelupäätepisteiden kautta, ja käyttäjien tunnistautuminen toteutetaan Microsoft Entra ID:n avulla. Ratkaisu on tiiviisti integroitu Berggrenin olemassa olevaan identiteetin- ja käyttöoikeuksienhallintainfrastruktuuriin, mikä tukee korkeaa tietoturvan ja hallittavuuden tasoa.
Lopputulos
Recordly suunnitteli ja toteutti ratkaisun, joka perustuu Microsoft Azureen ja on kokonaan EU-alueilla sijaitsevissa konesaleissa tietojen säilytysvaatimusten täyttämiseksi. Tämä varmistaa, että kaikki data, sekä Berggrenin että sen asiakkaiden, pysyy aina Berggrenin omassa ympäristössä eikä sitä käytetä tekoälymallien kouluttamiseen. Ratkaisu yhdistää datan keräämisen, indeksoinnin, generatiivisen tekoälyn ja käyttöliittymän yhdeksi kokonaisratkaisuksi tekoälyavusteista asiantuntijatyötä varten. Arkkitehtuuri yhdistää jäsennellyt käsittelyvaiheet ja agenttiominaisuudet useiden eri liiketoimintaprosessien käsittelyyn.
Ratkaisussa panostettiin merkittävästi tarkkojen käsittelysääntöjen ja -ohjeiden määrittelyyn sekä tiedonhaun kehittämiseen indeksoidusta tietokannasta ennen prosessituotosten generoimista. Tämä varmistaa, että tuotokset perustuvat Berggrenin omaan dataan yleisen koulutustiedon sijaan. Kaikki tekoälymallit ajetaan EU-pohjaisissa Azure OpenAI -päätepisteissä, ja todennus hoidetaan Microsoft Entra ID:n kautta, joka on tiiviisti integroitu Berggrenin olemassa olevaan identiteetinhallintainfrastruktuuriin.
ROI
Vaikutukset päivittäiseen työhön ovat olleet konkreettisia. Berggrenin suurimman liiketoiminta-alueen asiantuntijat raportoivat, että ratkaisu vapauttaa merkittävän osan rutiinitehtäviin, kuten tiedon alustavaan keräämiseen ja koostamiseen, käytetystä ajasta. Tämä mahdollistaa keskittymisen tehtäviin, jotka edellyttävät ammatillista harkintaa. Sovellukset ovat nyt Berggrenin asiantuntijoiden aktiivisessa päivittäisessä käytössä.
Sovellusten taustalla hankkeessa luotiin tietojenkäsittelyputkia, jotka yhdistävät Berggrenin sisäiset tietojärjestelmät ja tietokannat tekoälykerrokseen. Nämä putket on suunniteltu laajennettaviksi tulevia käyttötapauksia varten, mikä tarjoaa skaalautuvan perustan uusille tekoälyn tukemille työskentelytavoille sitä mukaa, kun Berggren tunnistaa uusia mahdollisuuksia niiden hyödyntämiseen.
Myös Berggrenin organisaation kyvykkyydet vahvistuivat. Toimialan asiantuntijat saivat käytännön kokemusta siitä, mihin tekoäly pystyy ja mihin ei, sekä siitä, mitä sisäisten tekoälyjärjestelmien kehittäminen todellisuudessa vaatii.
Organisaatiotasolla käytännön kokemukset vahvistivat Berggrenin kykyä arvioida tulevia tekoälyinvestointeja ja tehdä perusteltuja päätöksiä oman kehityksen ja valmiiden ratkaisujen hankinnan välillä. Päätöksenteko perustuu nyt todellisiin projektikokemuksiin oletusten sijaan.