Kjell Tore Guttormsen
7ffaa82207
Sesjon 3 av 3 — leverer Fase 7-9 av v1.11.0-planen. Fase 7 (Acme-rename på demo-state): - Rename "Acme AS" → "Acme Kommune" og "Demosystem" → "Acme Kunde-chatbot" konsistent på tvers av alle 17 fixtures. - build-demo-state.mjs: organization.name → "Acme Kommune", projects[0] → id "acme-kunde-chatbot" / name "Acme: Kunde-chatbot". - Re-bygd demo-state-v1-blokk i playground HTML. Fase 8 (Screenshots-regenerering): - 24 nye PNG-er under playground/screenshots/v1.11.0/ (12 surfaces × 2 tema, retina, fullPage). v1.10.0-mappen beholdt som historisk referanse. - tests/screenshot/run.mjs: OUT_DIR + kommentarer bumpet til v1.11.0. Fase 9 (Release: docs + versjonsbump): - plugin.json 1.10.1 → 1.11.0. - README.md (plugin): version-badge + Version History + screenshot-gallery refs + demo-data refs oppdatert. - CLAUDE.md (plugin): Playground-overskrift v3/v1.10.0 → v3/v1.11.0, Demo system-seksjon v1.10.1 → v1.11.0, screenshot-refs v1.10.0 → v1.11.0, "Inline CSS-kandidater" konvertert til "Design-system 100%-adoption" status. - Root README.md: ms-ai-architect-versjon 1.10.1 → 1.11.0, demo-tekst og Playground-tekst regenerert for v1.11.0, "271 PASS combined" → "278 PASS". Verifisering: - bash tests/run-e2e.sh --playground → 271/271 PASS (static + parsers). - bash tests/test-playground-migrations.sh → 7/7 PASS. - Total: 278/278 PASS, 0 FAIL. Refs: NEXT-SESSION-PROMPT.local.md (Sesjon 3 av 3, plan .claude/plans/jeg-skal-pr-ve-effervescent-token.md). Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>
52 lines
2.1 KiB
Markdown
52 lines
2.1 KiB
Markdown
# ADR-001 — Velg Azure AI Foundry som primær AI-plattform for Acme Kunde-chatbot
|
|
|
|
Status: accepted
|
|
Date: 2026-04-30
|
|
Deciders: AI-arkitekt, sikkerhetsarkitekt, seksjonsleder
|
|
Consulted: Datatilsynet, juridisk rådgiver, Drift
|
|
Informed: prosjekteierskap, AI-teamet
|
|
|
|
## Context and Problem Statement
|
|
|
|
Acme Kommune skal modernisere Acme Kunde-chatbot fra on-prem OCR-løsning til skybasert AI-plattform. Plattformen må støtte custom modell-trening, audit-logging på inferens-nivå, real-time inferens (<100ms P95), og full compliance med EU AI Act + GDPR + sikkerhetsloven.
|
|
|
|
## Decision Drivers
|
|
|
|
- Compliance med EU AI Act høyrisiko-krav (Art. 9-15)
|
|
- Norsk dataresidens-krav
|
|
- Customer-managed keys og Private Endpoints
|
|
- Custom modell-trening kapabilitet
|
|
- Total cost of ownership over 3 år
|
|
- Driftbarhet for AI-teamet
|
|
|
|
## Considered Options
|
|
|
|
1. **Azure AI Foundry** — Enterprise AI-plattform med full compliance-pakke
|
|
2. **Azure ML + AKS** — Mer kontroll, men høyere driftskost
|
|
3. **AWS SageMaker** — Konkurransedyktig, men mangler norske compliance-sertifiseringer
|
|
4. **On-prem GPU-cluster** — Maks kontroll, men krever betydelig CapEx og driftskompetanse
|
|
|
|
## Decision Outcome
|
|
|
|
Chosen option: **Azure AI Foundry**, fordi det balanserer compliance, driftbarhet, og fleksibilitet best for vår bemanning og tidsramme.
|
|
|
|
### Consequences
|
|
|
|
- Good: full compliance-pakke for leverandøren, raskere time-to-prod, integrert med eksisterende Entra ID
|
|
- Good: customer-managed keys og Customer Lockbox tilgjengelig
|
|
- Bad: lock-in til Azure, men mitigert via standardiserte modell-formater (ONNX) og data-portabilitet
|
|
- Bad: høyere månedlig kostnad enn ren Azure ML — kompenseres ved redusert egen-drift
|
|
|
|
## Validation
|
|
|
|
Beslutning evalueres etter 12 måneder mot KPI-er:
|
|
- Saksbehandlingstid (mål: -40%)
|
|
- Modell-nøyaktighet (mål: ≥96% F1)
|
|
- Total cost (mål: ≤ NOK 1.7M/år)
|
|
- Compliance-status (mål: 100% av krav dekket innen 2027-08-02)
|
|
|
|
## More Information
|
|
|
|
- Compare-rapport: see `compare-foundry-vs-aml.md`
|
|
- Cost-analyse: see `cost-tco-3year.md`
|
|
- Security-vurdering: see `security-foundry-baseline.md`
|