Gå til innhold

Prosjekt og produkter⚓︎

Bakgrunn⚓︎

Team KI er Enovas AI-team. Mandatet er todelt:

  1. Utvikle Kai — en AI-assistent som hjelper saksbehandlere i virkemiddelprosessen (tilskudd og søknader).
  2. Eie den tekniske siden av virkemiddelprosessen inn mot moderniseringsarbeidet, slik at læring og erfaring fra Kai kan flettes inn i den nye løsningen.

Kai testes parallelt med Modernisering for å gi forretningsverdi i innledende fase og høste erfaringer med KI som senere kan brukes i ny løsning.

Mål⚓︎

  • Levere reell forretningsverdi til saksbehandlere gjennom Kai i dag.
  • Bygge erfaring og kompetanse på KI som kan brukes i Modernisering Fase 2.
  • Etablere domenekunnskap om virkemidlene som flere agenter og team kan dra nytte av.
  • Demonstrere arbeidsformen "AI first, docs as code, minimum viable scrum" som mønster for andre team.

OKR-er⚓︎

Teamets OKR-er for perioden 1. oktober 2025 – 1. oktober 2026. Eier: Gabriel Ofori.

Objective 1 — Automatisere saksbehandling og prosjektoppfølging med KI for å frigjøre tid til mer verdiskapende arbeid⚓︎

Key results:

  • Lansere KI-drevne MVP-løsninger i 4 bygg-virkemidler som reduserer tiden på manuelle kontroller med ≥75% (fra ca. 20 min til <5 min per sak) — innen utgangen av 2025
  • Lansere KI-MVP-er for 2 nye landtransport-virkemidler som automatiserer standardkontroller slik at ≥90% av sakene håndteres uten manuell inngripen — innen utgangen av 2025

Kobling til DT-objective: Bygge en skalerbar og intelligent digital plattform for 3x volumvekst

Objective 2 — Gjøre alle nye virkemidler "KI-klare" gjennom tydelige krav til data og forretningsregler⚓︎

Key results:

  • Tilpasse kriterier og forretningsregler for 2 utvalgte nye virkemidler så de egner seg for automatisert saksbehandling — innen Q4 2025
  • Definere krav til datafangst (rapportering fra prosjektene) for de samme 2 virkemidlene — innen Q4 2025
  • Utvikle en MVP for forretningsregel-forvaltning (et "regelregister" for automatisering) — innen Q4 2025

Kobling til DT-objectives: Bygge en skalerbar og intelligent digital plattform for 3x volumvekst og Etablere IT som strategisk partner og akselerator for effekt på oppdraget

Avgrensning⚓︎

I scope:

  • Kai som AI-assistent for saksbehandlere i virkemiddelprosessen
  • Regelmotor og deterministiske resultater for kvalitet og kontroll
  • Web-app som frontend for Kai-funksjonalitet
  • Domenekunnskap om virkemidlene
  • Sporbarhet og transparens i Kai-saksbehandlingsflyt

Ikke i scope (foreløpig):

  • Erstatning av eksisterende saksbehandlingssystemer (det hører til Modernisering)
  • Bredere virkemiddelutvikling og markedsanalyse — vurderes som mulighetsrom på sikt

Arbeidsform⚓︎

Teamet jobber etter prinsippene AI first, docs as code, minimum viable scrum:

  • Mennesket bestemmer hva og hvorfor; skills hjelper hvordan. AI gjør tunge løft, mennesket setter retning.
  • Kontekst ligger i repo, ikke i hodene. Levende dokumentasjon: features, specs og ADR-er som kode, autogenerert til docs-sider.
  • Spec-drevet utvikling. Krever mer detaljert spekking enn vanlig agile — én runde med brainstorming opp front, deretter mini-vannfall i sprintene. Stiller krav til både PE og team.
  • User stories på to nivåer. Hver user story formuleres både på forretningsnivå (verdi for saksbehandler) og teknisk nivå, med klare akseptansekriterier. Tekniske oppgaver kobles eksplisitt til forretningsverdi.
  • Beslutninger som ADR-er. Viktige tekniske og prosessuelle beslutninger fanges som arkitekturbeslutninger for sporbarhet og transparens.
  • Source of truth = repo. Azure DevOps brukes til planlegging og prioritering, ikke som sannhetskilde. Status til ledelsen formidles via static docs site.
  • Verktøy: Claude Code med superpowers og egendefinerte skills.
  • Seremonier: Standup tirsdag og torsdag, ukentlig åpen demo (torsdag, halvtime), sprintplanlegging og retro.
  • Sprintlengde: 3 uker (normeres etter hvert i takt med andre team).

Produkter⚓︎

Kai⚓︎

Status: I produksjon, under aktiv videreutvikling

Brukere: Saksbehandlere i Enova

AI-assistent for saksbehandlere i virkemiddelprosessen. Kjører i Microsoft Teams via Azure Bot Service, bygget på .NET 10 med Microsoft Agents Framework. Hjelper med dokumentanalyse, søk i arkiver og regelanalyse.

Hovedfunksjoner:

  • Chat om saker — still spørsmål om dokumenter og journalposter i en sak.
  • Regelanalyse — automatisk analyse av saksdokumenter mot regelverk.
  • Dokumentsøk — søk i alle dokumenter på tvers av saker.
  • Saksdata — henter informasjon fra Mimir.

Nylig levert:

  • Batch-analyse på nye saker (handler om fart i resultatene).

Under arbeid:

  • Deterministiske resultater via regelmotor + KI (handler om kvalitet og kontroll, ikke fart).
  • Web-app som frontend (skisse og frontend pågår parallelt med mock-data; venter på API som forutsetter strukturerte resultater).

Produktdokumentasjon

Mulighetsrom på sikt⚓︎

Teamet har et bredt mulighetsrom utover Kai i dagens form. Disse er holdt på høyt nivå og er ikke prioritert ennå.

  • Felles domenekunnskap om virkemidlene — strukturere virkemidlene som et felles domene flere agenter kan bruke, ikke bare Kai.
  • Sporbarhet og transparens — forbedre sporbarhet i Kai-saksbehandlingsflyten. Henger sammen med kravene i KI-forordningen.
  • Validering av søknadsdokumenter — maskinlæring for å validere innkomne søknadsdokumenter. Berører grenseflater mot Njord og Mimir.
  • Utenfor tilskuddsprosessen — virkemiddelutvikling, markedsanalyse og lignende. Bevisst holdt på høyt nivå inntil prioritering er avklart.

Avhengigheter og integrasjoner⚓︎

System Eier Vi bruker det til
Websak Websak Arkiv- og dokumenthenting
Mimir Team Dataplattform Saksdata (Databricks)
Azure AI Search Microsoft / drift Dokumentsøk på tvers av saker
Azure Content Understanding + Document Intelligence Microsoft Dokumentekstraksjon
Microsoft Teams + Azure Bot Service Microsoft / drift Chat-grensesnitt
SharePoint Microsoft Første version av reglene, disse var for AI, vi jobber nå med determinisme og klart definerte regler

Interessenter⚓︎

Rolle Person/team Interesse
Avdelingsleder / oppdragsgiver Per Morten Barstad Strategisk retning, synlighet, koordinering med andre team
Brukergruppe Saksbehandlere i Enova Konkret nytteverdi i virkemiddelprosessen
Prioriteringsforum Lars Einar Steinsli Tverrgående prioritering, kost/nytte/tid
Modernisering Moderniseringsteamet Læring og erfaring som kan brukes i Fase 2
Tilstøtende team Mimir Felles domeneflater (saksdata, dokumenter)

Kobling til Modernisering⚓︎

  • Kai er en av leveransene i innledende fase av Modernisering, i sporet "Utvikle og teste KI-løsninger".
  • Bjørn Kristian er Tech Lead for Team Virkemiddel inn mot Modernisering.
  • Læring og erfaring fra Kai skal gi inngang til Fase 2.
  • Fase 2 starter etter at Fase 1 går ut i august. Sannsynlig leveransemodell: distribuert til leveranseteamene, med kjerneteknikere fra moderniseringsteamet som orkestrerer.

Tidslinje⚓︎

  • Våren 2025 — Bredt utvalg av LLM-er testet; POC bygget på Google Gemini viser at KI kan brukes i byggesaksbehandling. Manuell dokumentopplasting er hovedbegrensning.
  • August 2025 — Pilot Google AI Studio for å teste modeller.
  • Høst 2025 — Microsoft Copilot Studio + MCP-server mot Websak vurdert som agent-plattform. Forlatt grunnet manglende MCP-støtte, biblioteker i preview/RC, og at agentens primære LLM omskrev MCP-resultater (dårligere analyse + økt tokenforbruk).
  • Vinter 2025/2026 — Bytter til Microsoft 365 Agents SDK for full kontroll over LLM-valg og dialogflyt.
  • 2026-05-05 — Første sprint planning; teamet over på 3-ukers sprintsyklus.
  • 2026-06-04 (tentativt) — Innsiktslunsj med ledergruppen.
  • August 2026 (tentativt) — Modernisering Fase 1 avsluttes, Fase 2 starter.

Risikoer⚓︎

Risiko Konsekvens Tiltak
KI-forordningen krever automatisk dokumentasjon av modeller, prompter og resultater (~4 måneder til ikrafttredelse) Manglende compliance Skills som genererer KI-metadata; skille tydelig mellom regelmotor og KI
Dobbeltarbeid mot Modernisering Sløsing, uklarhet Jevnlig dialog og koordinering
Lav synlighet utad ("introvert team") Andre vet ikke hva vi leverer; tilfeldig kunnskapsdeling Ukentlig åpen demo torsdager
Uklar prioritering utenfor Kai-sfæren Vanskelig å starte på initiativer utenfor tilskuddsprosessen Aligne med tverrgående prioriteringsforum
Microsoft KI-portefølje i rask endring; nøkkelkomponenter i beta/RC Utfordrende utviklingsarbeid og omarbeid ved strategiendringer fra MS Isolere mot leverandørspesifikke avhengigheter der mulig; følge MS roadmap aktivt; gjenbruke Azure-infrastrukturen vi har bygget
Teams/Copilot som frontend gir begrenset UX-fleksibilitet (mye scrolling, ingen dialogbasert oppfølging); lav teamkompetanse på Adaptive Cards/Loop/AG-UI Moden brukeropplevelse krever betydelig utviklingsinnsats; usikkert om Microsoft er optimal frontend på sikt Vurdere alternative frontend-arkitekturer; bygge Adaptive Cards-kompetanse parallelt