<!-- Foundry IX · da · source: https://foundryix.com/da/cases -->

# Cases

Hvert samarbejde starter med et reelt problem i en reel organisation. Her er nogle af de systemer, vi har bygget sammen med vores partnere, fra første samtale til drift i produktion.

## Taxi & mobilitet

En national taxiflåde-operatør driver det operationelle lag bag en stor del af landets taxiflåde. Det er tre produktlinjer, der dækker chaufførafregning, dispatch og B2B-booking, og data og processer var vokset ud over en setup med ét team. I stedet for at sprede arbejdet ud på flere udviklere hjalp Foundry med at omforme organisationen til at være AI-drevet: et Foundry-team Linear-fodaftryk, en agent-klar bro ind i deres eksisterende stack, og Claude i hænderne på de mennesker, der er tættest på driften.

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

- **Flere udviklere ville have splittet arbejdet** — Det oplagte greb var at hyre flere udviklere. Det spreder arbejdet uden at adressere, hvorfor ét team var blevet flaskehalsen.

- **Omformet som AI-drevet organisation** — Foundry omformede i stedet organisationen som AI-drevet: 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.

- **Chauffør-dashboard i drift, rulles ud** — 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.


## Storkøkkenleverancer

En storkøkkenleverandørs katalog og priser ligger i Navision, og at give tilbud på et helt køkken betød tidligere, at en sælger sad og gravede manuelt i Navision, kopierede tal og samlede et dokument. Foundry koblede et AI-lag oven på Navision: sælgeren beskriver køkkenet, systemet søger i det live katalog, skriver tilbuddet, og sælgeren godkender. Mønstret kører i fast drift under en drift-aftale.

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

- **Sælgere kopierede tal i hånden** — 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.

- **AI-lag oven på Navision** — 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.

- **Produktificeret som Foundry Quote** — 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.


## B2B-salg (Navision)

Et B2B-salgsteam har en fem-trins salgsproces: kvalificér, scope, konfigurér, tilbud, luk. Den kørte ud af regneark og en Navision-instans, der ikke var designet til det. Foundry automatiserede hele flowet ende-til-ende: et dashboard viser den live pipeline, et struktureret spørgeskema indfanger kundekontekst, efterhånden som handler skrider frem, og et AI-lag producerer salgsanbefalingen ud fra det, der er indtastet, og det, Navision allerede ved.

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

- **Sælgere samlede info, solgte ikke** — Sælgerne brugte tiden på at trække information sammen på tværs af tre værktøjer, før de overhovedet kunne lave én anbefaling. Salget kom til sidst.

- **Pipeline + AI-anbefaling** — 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.

- **Én skærm, næste handling** — 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.


## Bemanding inden for håndværk

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. Foundry leverede et administrationssystem. Det er den operationelle rygrad, forretningen nu kører på, og det dækker placering, tid, fakturering og det dokumentspor, der binder det hele sammen.

- **Drevet på regneark** — 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.

- **Drift holdt sammen i hånden** — Placering, tid, fakturering og dokumentsporet levede forskellige steder, holdt sammen af, at folk huskede at holde dem synkroniserede.

- **Administrationssystem leveret** — Foundry leverede det administrationssystem, forretningen nu kører på. Det er den operationelle rygrad, der dækker placering, tid, fakturering og dokumentsporet.

- **RedactIX lagt ovenpå compliance** — 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.


## LexIX · Legal tech

Advokater bruger uforholdsmæssigt meget tid på at læse kontrakter for at finde de steder, der ikke er standard. LexIX vender det om: brugeren leverer firmaets egne kontraktstandarder, og systemet læser indkommende kontrakter, fremhæver afvigelserne og forklarer, hvorfor hver enkelt betyder noget. Under motorhjelmen er det retrieval-augmented review over brugerens eget korpus. Deres standarder bliver indekset, og systemet matcher.

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

- **Timer brugt på de 5 %** — Det meste af en kontrakt er skabelon; værdien af gennemgangen ligger i afvigelserne. Men at finde dem koster fortsat senior-advokat-timer.

- **RAG over firmaets egne standarder** — 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.

- **Drift-aftale, lokal model på vej** — 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.


## RedactIX · Compliance & dokumentredaktion

En bemandingsforretning håndterer IDer, kontrakter og timesedler. De dokumenter indeholder personlige og kommercielt følsomme oplysninger, som ikke må følge dokumentet videre. Foundry byggede RedactIX, et internt Foundry-produkt, og udrullede det inde i kundens drift. Det læser indkommende dokumenter, matcher dem mod en arbejdsliste af felter, der skal redigeres, og producerer en ren, delbar version, hvor det følsomme indhold er fjernet eller erstattet.

- **Følsomme felter forlader huset** — En bemandingsforretning håndterer IDer, kontrakter og timesedler, der bærer personlige og kommercielt følsomme oplysninger. Det er indhold, der ikke må følge dokumentet videre.

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

- **Feltniveau-redaktionsmotor** — 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.

- **Scans og fremmedsprogede PDF'er klaret** — 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.


## Organisationsbred Claude-rollout

En mellemstor serviceorganisation ville stoppe med at køre AI som spredte, individuelle eksperimenter og gøre det til noget, hele organisationen arbejder igennem. Foundry stod for onboardingen: Claude rullet ud på tværs af teams, og de systemer, forretningen i forvejen lever i, koblet på som connectors. Det er mail, kalender, dokumentlageret, CRM'et og data warehouset. Dertil er scheduling-laget slået til, så tilbagevendende arbejde kan overdrages til en agent i stedet for en person. Formen er bevidst: et kurateret sæt godkendte connectors, et tydeligt mønster for, hvordan nye schedules og workflows bliver gennemgået, og de hegnspæle, der lader ikke-tekniske teams bygge automatiseringer uden at IT bliver flaskehalsen.

- **AI som spredte eksperimenter** — En mellemstor serviceorganisation kørte AI som spredte, individuelle eksperimenter. De var nyttige i lommer, men aldrig noget hele organisationen arbejdede igennem.

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

- **Connectors + scheduling rullet ud** — Foundry rullede Claude ud på tværs af teams og koblede de systemer på, forretningen i forvejen lever i: mail, kalender, dokumentlageret, CRM'et, data warehouset. Derefter blev scheduling slået til, så tilbagevendende arbejde kan overdrages til en agent.

- **Teams bygger deres egne automatiseringer** — 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.


