Hopp til hovedinnhold
tenki

Vår metode

The Tenki
Method.

Et disiplinert rammeverk i fire faser, designet for å redusere risiko og maksimere verdileveranse. Hvert oppdrag følger den samme veien fra innsikt til uavhengighet.

Hvorfor lokal KI

Data som aldri forlater huset.

Når data behandles lokalt — på servere du selv eier, i nettverket du selv kontrollerer — forlater sensitiv informasjon aldri bedriften. Det er ikke bare en GDPR-fordel; det er også et AI Act-argument. EU AI Act pålegger dokumentasjon av dataflyt, risikoklassifisering og menneskelig tilsyn. Alt dette blir vesentlig enklere når du faktisk vet hvor modellene kjører og hvilke data de ser.

Lokal KI er ikke lenger dyrt eller umulig: moderne inference-stacker kjører komfortabelt på én dedikert GPU-maskin, og totale kostnader over tre år er ofte lavere enn per-bruker-lisenser for SaaS-KI.

Fire faser

Fra innsikt til uavhengighet.

  1. Discovery

    Finn bakken før vi bygger.

    Vi intervjuer nøkkelpersoner, ser på eksisterende KI-bruk og identifiserer hvilke oppgaver som gir mest verdi — og hvilke som har høyest risiko. Resultatet er en skriftlig prioritert tiltaksliste, ikke en powerpoint.

    Interessentintervjuer
    Samtaler med ledelse, fagansvarlige og sluttbrukere for å forstå hvor friksjonen faktisk sitter.
    Teknologi- og datakvalitetsvurdering
    Kartlegging av eksisterende stack, dataflyt og kvalitet. Hva finnes, hvor ligger det, hvem har tilgang.
    Raske-gevinster-rapport
    En skriftlig prioritert liste over hva som kan løses i løpet av uker, og hva som krever større tiltak.

  2. Strategy

    Riktig verktøy — ikke det nyeste.

    Basert på bruksmønstrene velger vi modell, infrastruktur og arkitektur. NVIDIA NIM for nøkkelferdige containere, Ollama for enkle team-oppsett, vLLM når ytelse er kritisk. Vi vurderer maskinvarebehovet ærlig — ofte trengs mindre enn du tror.

    Mulighetsmatrise og arkitektur
    En teknisk plan som viser hvilke modeller som løser hvilke oppgaver, og hvordan de henger sammen.
    Risiko- og forretningscase
    Vurdering av regulatorisk, teknisk og operasjonell risiko — og en realistisk kost/nytte-analyse over tre år.

  3. Implementation

    Bygg det, test det, sett det i drift.

    Vi installerer, konfigurerer og kobler stacken til deres egne systemer: dokumentarkiv, e-post, CRM. Alt kjører i deres infrastruktur, med tilgangsstyring som passer inn i eksisterende IT. Sprintbasert utvikling med demo hver andre uke.

    Sprintbasert utvikling
    Tydelige delleveranser hver andre uke. Ingenting flyter på ubestemt tid.
    Sikkerhet-først-pipeline
    CI, testing og sikkerhetskontroller bygget inn fra første commit — ikke bolted on før go-live.
    Compliance innebygd
    DPIA, risikoklassifisering og internkontrollrutine utvikles parallelt med løsningen, ikke som en halt-etter-leveranse.

  4. Enablement

    Dere skal kunne drive det selv.

    Halvdags workshop hvor teamet lærer å bruke verktøyene trygt. Fokus på konkrete arbeidsflater — ikke abstrakt KI-teori. Vi overleverer dokumentasjon dere kan videreutvikle, og er tilgjengelige på timer eller abonnement de første 90 dagene.

    Opplæring og dokumentasjon
    Praktiske økter per team, og skriftlig dokumentasjon som vedlikeholdes internt etter overlevering.
    90-dagers støtte og kvartalsvise oppfølginger
    KI-loven og modelllandskapet endrer seg raskt. Vi tilbyr løpende oppfølging per time eller abonnement — oppdatert risikovurdering og tekniske justeringer når det trengs.

Teknisk stack

Verktøy vi jobber med.

Bevisste valg, ikke vane. Alle komponentene kan kjøres i din egen infrastruktur.

NVIDIA NIM

Nøkkelferdige inference-containere for produksjon. Gir forutsigbar ytelse og lettere oppgraderinger.

Ollama

Enkleste vei til lokal LLM for mindre team. Kommer i gang på timer, ikke uker.

vLLM

Høyytelses-inference når latency og throughput er kritisk. For team som kjører modeller i skala.

NVIDIA DGX Spark

For større deployments og intern forskning. Vi bruker den selv i egen FoU.

Compliance-leveranser

Dokumentasjonen myndighetene vil be om.

Ved slutten av et oppdrag sitter dere igjen med papirene som trengs — ikke som en ekstra fakturerbar post, men som del av leveransen.

  • DPIA

    Vurdering av personvernkonsekvenser tilpasset norske SMB-er og faktisk bruk av verktøyene.

  • ROPA / dataflyt-kart

    Protokoll over behandlingsaktiviteter — hvem behandler hva, hvor, med hvilken hjemmel.

  • Risikoklassifisering etter EU AI Act

    De fire kategoriene fra AI Act applisert på hver faktisk KI-bruk i bedriften.

  • Internkontrollrutine

    Skriftlig rutine for løpende KI-bruk: hvem godkjenner, hvem overvåker, hvem rapporterer.

  • Data-residency-dokumentasjon

    Hvor data fysisk ligger, hvilke modeller som ser hva, og hvordan tilganger er styrt.

Klar til å begynne?

Hver bedrifts vei er unik. La oss kartlegge din sammen — første samtale er uforpliktende.

Start samtalen