Om kunden
Vi samarbetar med ett utbildningsinriktat företag som har utvecklat en AI-driven applikation för att effektivisera publiceringsprocessen. Drivet av AI främjar detta företag egenpublicering och finns med på Inc. 5000-listan.

Teknik, information och internet
USA
ML-ingenjör, projektledare
6 månader
Vi samarbetar med ett utbildningsinriktat företag som har utvecklat en AI-driven applikation för att effektivisera publiceringsprocessen. Drivet av AI främjar detta företag egenpublicering och finns med på Inc. 5000-listan.

Företaget ställdes inför begränsningar i sin low-code-plattform (AirOps) som användes för att bygga ett AI-flöde i appen. De behövde intern expertis för att låsa upp skalbarhet och större flexibilitet.
För att åtgärda begränsningarna i det befintliga systemet och uppfylla företagets mål för skalbarhet och anpassning, omdefinierade vi det allmänna AI-arbetsflödet och arkitekturen. Våra insatser fokuserade på tre nyckelområden:
Vi utvärderade det befintliga systemet på AirOps och identifierade ineffektivitet i promptarbetsflöden följt av flaskhalsar i kundupplevelsen såsom begränsningar i skalbarhet, anpassning och dataintegration.
Vårt nästa steg var att omdefiniera prompt-engineering-processen som ligger i kärnan av systemet. Det fanns en flerstegsprocess för att skapa prompts för egenpublicering som vi förbättrade med AI-modelloptimering och förfining av prompts för korrekt dataextrahering och generering.

För att säkerställa systemets stabila drift utformade vi en skalbar lösning med LangСhain. Den nya lösningen inkluderar nu moduler för ämnesundersökning, kundinsikter och bokdisposition som förbättrar slutanvändarnas upplevelse vid publicering. Denna nya arkitektur säkerställer bättre anpassning, användbarhet och prestanda.
Övergången till en anpassad AI-lösning medförde betydande förbättringar inom flera nyckelområden, åtgärdade begränsningarna hos den tidigare plattformen och gav påtagliga fördelar för företaget. Dessa inkluderade förbättrad kostnadseffektivitet, skalbarhet och användbarhet.
60 % ökning av användbarhet
Övergången till LangChain-baserade lösningar minskade driftskostnaderna.
Den tidigare plattformen saknade skalbarhet och anpassningsbarhet, vilket begränsade projektets tillväxt. Genom att gå över till LangChain kan företaget nu skala sin applikation effektivt.
Den tidigare low-code-plattformen var olämplig för användare som inte var bekanta med LLM-lösningar. Det nya systemet erbjuder bättre flexibilitet och användbarhet för både tekniska och icke-tekniska användare.

Skicka en skiss, en kravspecifikation eller tre meningar om var systemet har kört fast. Ett samtal räcker oftast för att avgöra om vi passar er.
Skräddarsydd mjukvara, AI och ML, data och analys, moln och säkerhet — från tidig behovsanalys till långsiktig leverans.
Din integritet är viktig. Vi använder cookies för att förbättra din upplevelse och anpassa innehåll.