Aarsleff Rail
I samarbejde med Aarsleff Rail og Fruity AI arbejdede vi med at udvikle Scout AI – et AI-drevet signal-system til bygge- og anlægsprojekter. Platformen samler data fra projekterne, fx økonomirapporter, statusopdateringer og dokumenter, og genererer kortfattede, rolletilpassede signaler om, hvad der kræver opmærksomhed.
Scout AI er bygget til de roller, der i hverdagen bruger meget tid på manuelt at gennemgå projektdata: projektledere, økonomiansvarlige, ledelse og andre nøglepersoner omkring projekterne. I stedet for at brugeren selv skal finde frem til de relevante observationer, samler systemet informationen og peger på: Her er det, du bør lægge mærke til – baseret på hvem du er, hvilket niveau du arbejder på, og hvad du følger.
Signalerne filtreres ud fra rolle, niveau og fokusområder. En CFO kan fx få økonomisignaler på tværs af porteføljen, mens en projektleder kan få signaler om fremdrift, kvalitet eller konkrete forhold på et enkelt projekt. Det næste lag i arbejdet handler om personificering: at signalerne ikke kun er rollebaserede, men også farvet af brugerens aktuelle fokus på et specifikt projekt.
Projektet ligger i direkte forlængelse af vores arbejde med AI X Designsprint og AI-Agent Discovery Sprint, hvor vi kobler hurtig prototypeudvikling med strategisk afklaring, brugerindsigt og konkrete forretningsbehov.
Strategisk afklaring af problem og potentiale
Første skridt var at forstå, hvor Scout AI kunne skabe værdi i Aarsleff Rails projektarbejde. Sammen med Aarsleff Rail og Fruity AI arbejdede vi med at afklare, hvilke roller der bruger projektdata, hvilke informationer de har brug for, og hvor der opstår friktion, når data skal omsættes til opmærksomhed og handling.
Læs om AI Discovery Sprint
Strukturering af projektdata og signallogik
Herefter arbejdede vi med at strukturere de datakilder, som signalerne skulle bygge på: økonomirapporter, statusopdateringer, dokumenter og øvrige projektdata. Fokus var ikke at forudsige fremtiden, men at skabe en logik for, hvordan AI kan omsætte eksisterende projektinformation til korte, relevante observationer for forskellige brugere.
Læs om vores AI-strategi – fra teknologi til forretning
AI-prototype og brugergrænseflade
Med udgangspunkt i signallogikken udviklede vi sammen med Fruity AI en prototype og brugergrænseflade, hvor signalerne kunne præsenteres på en måde, der passer til brugerens rolle, niveau og fokusområde. Arbejdet handlede især om at gøre komplekse projektdata mere overskuelige: Hvad skal brugeren se først, hvorfor er det relevant, og hvor kan man dykke videre ned?
Læs om AI X Designsprint
Feedback, demo og videre produktmodning
Til sidst testede vi løsningen gennem demoer, brugerfeedback og løbende justeringer med Aarsleff Rail og Fruity AI. Feedbacken blev brugt til at skærpe, hvordan signalerne skulle formuleres, filtreres og prioriteres, så Scout AI blev et praktisk opmærksomheds- og dialogværktøj.
