JetBase Logotyp

Banner

Kontext

Kontext - Bild

Vi byggde ursprungligen AI Project Manager för vår egen produktstudio, där teamen drev 10-12 kundprojekt parallellt. Viktiga beslut togs i Slack, projektdokumentationen blev snabbt föråldrad, och ingenjörer spenderade timmar på att omvandla konversationer och möten till statusuppdateringar, anteckningar och uppgifter.

Efter att en missad överlämning kostade ett kundprojekt en hel sprint slutade vi försöka laga processen med mer manuell dokumentation. Istället byggde vi en konversationsassistent som fungerar i Slack och automatiserar den operativa nivån av projektledning, från att skapa initiala projektbriefar till att upprätthålla dokumentation, fånga mötesresultat, synkronisera uppgifter och identifiera framväxande risker.

Resultat

Baserat på intern användning över 3 projekt och tidig testning. Individuella resultat kan variera beroende på teamstorlek och mötesfrekvens.

InnanEfter

Dokumentation och statusuppdateringar

~5 timmar/vecka per ingenjör

~2 timmar/vecka (~60% minskning)

Mötesuppföljning och uppgifts synkronisering

~40 minuter per möte

Under 10 minuter per möte

Åtgärdspunkter som missades inom 48 timmar

~30%

Nära 0% med automatisk spårningssynkronisering

Nyanställd introduktion till första självständiga bidraget

5-7 dagar

2-3 dagar

Utmaningar

Lösningar

  • Viktiga beslut försvann i Slack-konversationer

    Ingenjörsbeslut fattades regelbundet i trådar men sällan överfördes till permanent dokumentation. Veckor senare kämpade teamen med att återfå varför något hade förändrats, medan nya teammedlemmar ärvde kontextuell information som saknades.

    RAG Över Projektets Historia

    Istället för att be ingenjörer att manuellt logga varje beslut, byggde vi ett tillståndet indexeringslager med hjälp av RAG över relevanta samtal och projektets historia. Assistenten hämtar relevant kontext på begäran och tillhandahåller källreferenser så att användare kan verifiera varifrån ett svar kommer, istället för att bara lita på en AI-genererad sammanfattning.

  • Projektets dokumentation blev nästan omedelbart föråldrad.

    Briefs var användbara vid kickoffen men skilde sig snabbt från vad teamen faktiskt byggde när krav, ansvar och beslut ändrades.

    Självuppdaterande projekt-dokumentation

    Assistenten kan generera en initial projektöversikt, omfattning och tidslinje utifrån några meddelanden och sedan upprätthålla den kontexten i takt med att projektet utvecklas. Beslut, risker, ägare och nästa steg integreras från pågående samtal och möten, vilket kopplar dokumentation till där arbetet faktiskt sker.

  • Uppföljning av mötet skapade återkommande manuellt arbete

    Efter möten behövde någon fortfarande förbereda anteckningar, identifiera beslut, extrahera åtgärdspunkter, uppdatera uppgiftsspåren och meddela teamkamrater. Detta tog ungefär 40 minuter per möte och genomfördes inte alltid konsekvent.

    Automatiserad arbetsflöde från möte till uppgift

    Assistenten fångar mötesanteckningar, extraherar beslut och åtgärdspunkter, och synkroniserar uppgifter direkt med projektspårare. Genom att automatisera arbetsflödet tas behovet bort av att någon manuellt ska länka möten och genomförande efter varje samtal.

  • Projektrisker var synliga först efter att de blev blockerare.

    Hastighetsförändringar, olösta frågor och signaler om beredskap för release delades över olika verktyg, vilket gjorde dem svåra att syntetisera tidigt nog för att kunna agera på.

    Proaktiv riskidentifiering

    Assistenten kombinerar tillgängliga projektsignaler för att flagga hastighetstrender, beredskap för release och olösta avklarningstrådar innan de utvecklas till större hinder.

Vad vi lärde oss när vi byggde detta

  • Den bästa arbetsflödesautomatiseringen tar bort beteendeförändringar istället för att kräva dem.

    Istället för att be ingenjörer att underhålla ett annat system, arbetar assistenten med konversationer och projektaktivitet som redan pågår i befintliga verktyg.

  • RAG är värdefullt när spårbarhet är lika viktigt som svaret i sig.

    För projektledning kan en självsäker men felaktig sammanfattning skapa falsk överenskommelse, så svaren måste förbli kopplade till verifierbart källmaterial.

  • Projektets dokumentation fungerar bättre när den beter sig som ett levande system

    Att koppla dokumentation till pågående samtal och möten minskar klyftan mellan det skrivna projekttillståndet och vad team faktiskt bygger.

  • Automatisering är mest värdefull vid gränserna mellan verktyg

    Möten, Slack-konversationer och uppgiftsspårare innehåller ofta delar av samma arbetsflöde; att koppla dem tar bort manuella överlämningar där information ofta går förlorad.

  • Genom att använda produkten själva avslöjade vi problem som isolerad testning skulle missa

    Att köra assistenten på riktiga kundprojekt gjorde det möjligt att testa arkitektur- och arbetsflödesbeslut mot faktiska konsekvenser av projektledning innan systemet erbjuds mer allmänt.

Ta in AI-projektoperationer i de verktyg som ditt team redan använder.

Berätta för oss om din teamstorlek, hur du för närvarande spårar arbetet och var projektinformation tenderar att gå förlorad. Vi kommer att visa dig hur en AI-projektassistent kan passa in i din nuvarande arbetsprocess utan att lägga till ett extra lager av manuella processer.

Modern

Våra kundcase

Innovation handlar inte bara om idéer - det handlar om utförande, att förvandla vision till verklighet och skapa lösningar som verkligen gör intryck. Se vad vi har byggt och hur det fungerar:

  • Vård
  • Media och Underhållning
  • e-handel
  • Amazon Web Services
  • Molnkostnadsoptimering
  • Serverlös applikation
  • Detaljhandel
  • Hälsovård - Banner
    • 100%HIPAA-kompatibel
    • 99,99 % drifttidMaximal pålitlighet
  • Hälsovård - Banner
    • 10 000+Patientstödjande
    • Engagemang 30 %+Adaptiv UX