Systemer vi har bygget med rigtige teams.

En national taxiflåde-operatør driver tre produktlinjer — chaufførafregning, dispatch, B2B-booking — og data og processer bag dem var vokset ud over en setup med ét team.

Det oplagte greb var at hyre flere udviklere. Det spreder arbejdet uden at adressere, hvorfor ét team var blevet flaskehalsen.

Foundry omformede i stedet virksomheden som AI-løftet: et Foundry-team Linear-fodaftryk, en agent-klar bro ind i den eksisterende stack, og Claude i hænderne på de mennesker, der er tættest på driften.

Det første konkrete output er et chauffør-dashboard, der gør Databricks-residente tur- og indtjeningsdata til et tydeligt billede pr. chauffør af, hvordan natten gik. Mønstret rulles ud i resten af koncernen.

En storkøkkenleverandørs katalog og priser ligger i Navision, og at give tilbud på et helt køkken betød, at en sælger gravede manuelt i det.

Hvert tilbud var en copy-paste-øvelse: træk tal ud af Navision, saml et dokument, håb at intet kom ud af trit med det live katalog.

Foundry koblede et AI-lag oven på Navision: sælgeren beskriver køkkenet, systemet søger i det live katalog, skriver tilbuddet, og sælgeren godkender. Kører nu i fast drift.

Integrationen er produktificeret som Foundry Quote og rulles ud til en kunde nummer to i en anden branche. Næste fase lægger agenter ovenpå den omkringliggende proces.

Et B2B-salgsteams fem-trins proces — kvalificér, scope, konfigurér, tilbud, luk — kørte ud af regneark og en Navision-instans, der ikke var designet til det.

Sælgerne brugte tiden på at trække information sammen på tværs af tre værktøjer, før de overhovedet kunne lave én anbefaling. Salget kom til sidst.

Foundry automatiserede flowet ende-til-ende: et live-pipeline-dashboard, et struktureret spørgeskema, der fanger kontekst, efterhånden som handler skrider frem, og et AI-lag, der laver anbefalingen ud fra det indtastede og det, Navision allerede ved.

Sælgerne stopper med at samle og begynder at handle. De samme Navision-data, der før krævede tre værktøjer at tolke, er nu én skærm, der fortæller dem, hvad de skal gøre næste gang.

En bemandingsforretning på ca. 45 mio. DKK, der placerer udenlandske håndværkere på danske hospitalsbyggerier, kørte driften på et kludetæppe af regneark og ad hoc-værktøjer.

Placering, tid, fakturering og dokumentsporet levede forskellige steder, holdt sammen af, at folk huskede at holde dem synkroniserede.

Foundry leverede det administrationssystem, forretningen nu kører på — den operationelle rygrad, der dækker placering, tid, fakturering og dokumentsporet.

Oven på samme drift kører RedactIX og holder compliance-følsomme oplysninger ude af dokumenter, der forlader huset. Kombinationen er det, der fik engagementet til at virke.

Advokater bruger uforholdsmæssigt meget tid på at læse kontrakter for at finde de steder, der ikke er standard — de 5 %, der ikke matcher det, firmaet normalt skriver under på.

Det meste af en kontrakt er skabelon; værdien af gennemgangen ligger i afvigelserne. Men at finde dem koster fortsat senior-advokat-timer.

LexIX vender det om. Firmaet leverer sine egne standarder; systemet læser indkommende kontrakter, fremhæver afvigelser, forklarer hvorfor hver enkelt betyder noget. Retrieval-augmented review over firmaets eget korpus.

Leveres som en drift-aftale til 6.000 DKK/måned og er på vej mod en fuldt lokal model-deployment, så følsomme kontraktdata aldrig forlader firmaet.

En bemandingsforretning håndterer IDer, kontrakter og timesedler, der bærer personlige og kommercielt følsomme oplysninger — indhold, der ikke må følge dokumentet videre.

Søg-og-erstat-tilgange knækker på scannede PDF'er, fremmedsprogede dokumenter og inkonsistente layouts. Felterne flytter sig; keyword-tilgangen kan ikke finde dem.

Foundry byggede RedactIX og udrullede det inde i kundens drift. Det matcher indkommende dokumenter mod en arbejdsliste af felter, der skal redigeres, og leverer en ren, delbar version.

Fordi det arbejder på feltniveau snarere end på keyword-niveau, kan det håndtere den rodede virkelighed, der knækker simplere redaktører — scannede PDF'er, fremmedsprogede dokumenter, inkonsistente layouts.

En mellemstor servicevirksomhed kørte AI som spredte, individuelle eksperimenter — nyttige i lommer, aldrig noget hele virksomheden arbejdede igennem.

Uden en kurateret platform genopfandt hvert team connectors og prompts, og IT var på vej til at blive flaskehalsen for hver ny automatisering.

Foundry rullede Claude ud på tværs af teams, koblede de systemer på, forretningen i forvejen lever i — mail, kalender, dokumentlageret, CRM'et, data warehouset — og slog scheduling til, så tilbagevendende arbejde kan overdrages til en agent.

Inden for få uger kører de første automatiserede workflows på egen hånd — natlige rapporter, ugentlige data-opdateringer, dokument-overdragelser. Platformen er skinnen; det, der bygges ovenpå, drives i stigende grad af teams selv.