ktg-plugin-marketplace/plugins/ms-ai-architect/playground/test-fixtures/compare.md
Kjell Tore Guttormsen 7ffaa82207 feat(ms-ai-architect): release v1.11.0 — design-system 100%-adoption + visual upgrade
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>
2026-05-04 17:41:36 +02:00

42 lines
2.1 KiB
Markdown

# Sammenligning — Azure AI Foundry vs Azure ML + AKS
System: Acme Kunde-chatbot (Acme Kommune)
Sammenligningsdato: 2026-04-30
## Subjects
Subject 1: Azure AI Foundry
Subject 2: Azure ML + AKS
## Sammenligning
| Aspekt | Azure AI Foundry | Azure ML + AKS | Vinner |
|--------|------------------|----------------|--------|
| Time-to-prod | 6-8 uker for fundament | 12-16 uker | Foundry |
| Custom modell-trening | Integrert via Azure ML under panseret | Direkte Azure ML | Lik |
| Compliance-pakke for leverandøren | Inkludert | Må bygges selv | Foundry |
| Driftbarhet for AI-teamet | Lav driftbyrde, mest klikk-ops | Høy driftbyrde, full DevOps | Foundry |
| Fleksibilitet for custom infrastruktur | Begrenset til Foundry-mønstre | Full kontroll over AKS-cluster | Azure ML + AKS |
| Audit-logging på inferens | Innebygd | Må konfigureres manuelt | Foundry |
| Customer-managed keys | Tilgjengelig | Tilgjengelig | Lik |
| Customer Lockbox | Tilgjengelig | Tilgjengelig | Lik |
| Private Endpoints | Tilgjengelig | Tilgjengelig | Lik |
| Real-time inferens (<100ms) | Tilgjengelig via Foundry endpoints | Tilgjengelig via AKS | Lik |
| Total cost (3 år) | NOK 6.7M | NOK 5.9M | Azure ML + AKS |
| Lock-in til Azure | Høy | Medium (mer portabilitet i AKS) | Azure ML + AKS |
| Forklaringsmodell-integrasjon | Native Foundry-integrasjon | Krever egen wrapper | Foundry |
| Multi-region failover | Innebygd | Må implementeres manuelt | Foundry |
## Sammendrag
Azure AI Foundry vinner på time-to-prod, compliance-pakke, og driftbarhet. Azure ML + AKS vinner på pris (-12%) og fleksibilitet. Differansen i pris (~NOK 800k over 3 år) er liten sammenlignet med besparelsen i drift-tid for AI-teamet.
## Vinner: Azure AI Foundry
## Anbefaling
For Acme Kommune med begrenset KI-driftkapasitet anbefales Azure AI Foundry. For organisasjoner med dedikert MLOps-team kan Azure ML + AKS gi marginalt bedre kost-nytte.
## Kontekst
Beslutningen er sterkere drevet av compliance og driftbarhet enn ren kostnad. Foundry's leverandøren-pakke sparer 8-12 uker arbeid med å sertifisere baseline-konfigurasjonen.