Aker Solutions ønsket å ta i bruk avansert kunstig intelligens (KI) og maskinlæring for å forbedre sine operasjoner, og prosjektet "AI Investigation" ble lansert for å realisere denne visjonen. Med hjelp fra Alv AS ble det mulig å bygge en robust og skalerbar løsning ved å utnytte Azure-plattformen.

Aker Solutions siktet mot å gjøre det enklere å jobbe med ustrukturerte data, som PDF-filer, gjennom en chatbasert løsning. Dette gjorde det mulig for brukerne å hente informasjon raskt og effektivt. Samtidig var det viktig å ha avansert tilgangsstyring for å sikre at sensitive data ble behandlet trygt. Alv AS spilte en nøkkelrolle i utviklingen av dette systemet, som også kunne automatisere tidkrevende manuelle oppgaver.

Alv startet med å forberede data for større initiativer ved å utvikle prosesser for dataekstraksjon, transformasjon og lastning (ETL). De brukte teknologi for å anonymisere data og satte opp pipelines for å sikre at prosessene kunne gjentas effektivt. For å få innsikt og kontroll over applikasjonens bruk, utviklet Alv enkle rapporter i Power BI ved hjelp av Kusto Query Language (KQL).

Teamet fra Alv bygde applikasjonen fra bunnen av ved å bruke Onion Architecture, som sikret at systemet var modulært og lett å vedlikeholde. Applikasjonen ble utviklet i Python 3.11, og Streamlit ble brukt til å lage et interaktivt og brukervennlig grensesnitt. For å forbedre brukeropplevelsen testet Alv ulike KI-modeller fra OpenAI og Metas LLama, både i hostede og lokale versjoner, for å finne den mest effektive løsningen.

Alv holdt jevnlige presentasjoner for produkteiere og gjennomførte kostnadsanalyser for ulike brukergrupper. De utviklet også et system for deling av data, som tillater brukere å sende og godkjenne deling av data med andre, noe som gjorde samarbeidet smidigere og mer effektivt.

Alv-teamet automatiserte også komplekse oppgaver og utviklet robuste systemer for tilgangsstyring. De integrerte autentisering mot Azure Active Directory og sørget for at løsningen kunne hostes på Azure App Service. Noen deler av koden ble også migrert til Azure Functions for å håndtere mer ressurskrevende oppgaver.

Med bruk av Python og avanserte språkmodeller, har Alv implementert løsninger som utnytter Natural Language Processing (NLP) teknikker. Dette har gjort det mulig å automatisere tidligere manuelle oppgaver, og forbedret Aker Solutions' evne til å behandle og analysere store datamengder. Azure Functions og Azure Blob Storage ble brukt for effektiv databehandling og sikker lagring, mens Azure Cognitive Search forbedret selskapets søkefunksjoner og analytiske evner.

Alv ser dette som starten på en langvarig transformasjon der datavitenskap og analytikk vil fortsette å spille en avgjørende rolle i Aker Solutions' fremtidige suksess.