/screenshots/samples_view_401_ai_session_1/de/c8246d3181b32b6d.png)
AI Explorer er integreret direkte i LDB og findes i menulinjen øverst til højre på alle sider. Er du f.eks. i prøvevisningen, kan du via chatten spørge AI om netop denne prøve – eksempelvis »Opsummer resultaterne for denne prøve, og vurder, om måleresultaterne er plausible«. AI kender prøvens kontekst (stamdata, parametre, måleværdier, målværdier, ordre osv.) og leverer på den baggrund svar på få sekunder direkte ved den pågældende prøve.
Det fungerer på samme måde på alle andre sider i LDB: Ved en kunde kan du f.eks. spørge »Hvilke ordrer har denne kunde afsluttet i det seneste år?«, og ved et stykke måleudstyr »Hvornår skal det kalibreres næste gang?« osv. Med denne kontekstbaserede tilgang bliver LDB din personlige AI-assistent, som overtager ensformigt researcharbejde og besvarer komplekse spørgsmål på en forståelig måde.
Kvaliteten af AI-svar afhænger i høj grad af, hvilken kontekst AI modtager som baggrundsinformation til et spørgsmål. Vi har lagt stor vægt på context engineering – altså automatisk at give AI netop de data og supplerende oplysninger, der er relevante for den enkelte datatype. Princippet bag context engineering er at udforme et AI-system, så det får »de rette oplysninger i det rette format« til at løse en opgave. Kun med den rette kontekst kan AI give et pålideligt svar.
Derfor har vi indbygget en skræddersyet kontekstpakke til hver datatype i LDB. Ved et spørgsmål om en prøve får AI f.eks. parametre og måleværdier, oplysninger om grænseværdier, prøvenoter og tilknyttede ordredata som baggrundsviden. Ved et spørgsmål om en kunde medsendes f.eks. ordrehistorik, kontaktpersoner og åbne sager som kontekst. Denne dynamiske sammensætning af konteksten sker fuldautomatisk i baggrunden, mens du formulerer dit spørgsmål. Resultatet: AI »ved«, hvad det drejer sig om, og du får præcise svar af høj kvalitet i stedet for generiske svar. Denne grundige forberedelse af konteksten adskiller vores AI-integration markant fra enkle AI-demoer – forskellen mellem en almindelig chatbot og AI Explorer ligger først og fremmest i kvaliteten af den kontekst, der stilles til rådighed.
Gennemsigtighed er en central del af AI Explorer. Det er vigtigt for os, at du kan have fuld tillid til AI-integrationen i LDB. Derfor viser vi de kontekstbaserede data med afkrydsningsfelter til godkendelse, før de sendes til AI-modellen.
Der tages højde for den spørgende brugers adgangsrettigheder, og der foreslås kun data, som brugeren har læseadgang til. Dermed bevares adgangsrettighederne i LDB også ved brug af AI, og du har fortsat fuld kontrol over dine data.
I LDB gemmes hver AI-chat med sin kontekst knyttet til den enkelte datapost og bruger. Forestil dig, at du har flere sammenhængende spørgsmål om en bestemt prøve, f.eks. først »Hvilke måleværdier for denne prøve ligger uden for målværdierne?« og derefter »Hvad kan de mulige årsager være?«. AI Explorer gemmer dialogen direkte på den pågældende prøve. Selv flere uger senere kan du åbne prøven og se den gemte chathistorik med alle spørgsmål, kontekstoplysninger og AI-svar. Du kan fortsætte med flere spørgsmål eller starte en ny chat om prøven.
Denne gemte chathistorik pr. datapost har store fordele: Den fungerer som dokumentation, så du eller dine kolleger altid kan se, hvilke oplysninger AI har givet om en sag. Samtidig fremmer den samarbejdet i teamet. Hvis en laboratorieleder har gennemført en AI-analyse af en ordre, kan en kollega senere læse og fortsætte samtalen i stedet for at formulere spørgsmålene på ny. Viden og indsigt går ikke tabt, men er tilgængelig dér, hvor den hører til – på den relevante datapost i systemet.
Vi har tilføjet praksisnære eksempelspørgsmål, især til brugere, der arbejder med AI for første gang. På hver side finder du foruddefinerede eksempelspørgsmål, der passer til den aktuelle datatype og det daglige arbejde. Med et enkelt klik på et spørgsmål besvarer AI Explorer det ved hjælp af kontekstdataene for den pågældende datapost.
Ved et materiale kunne et eksempelspørgsmål være: »Hvilke batcher af dette materiale udløber snart?« – en oplagt måde at se, hvordan AI udtrækker sådanne oplysninger fra dataene og besvarer spørgsmålet. Ved en kundepost kunne et eksempel være: »Vis de senest afsluttede ordrer for denne kunde.« Disse spørgsmål med ét klik gør det lettere at komme i gang og viser hurtigt, hvad du kan spørge AI om.
Eksempelspørgsmålene er nøje udvalgt og udvides løbende for at skabe værdi og dække almindelige anvendelser. På den måde sikrer vi, at alle brugere nemt kommer i gang med AI og opnår produktive resultater med det samme.
