Removes:
- All 6 PNG screenshots (playground/screenshots/) and the capture script
(scripts/screenshots/capture-playground.py).
- "Screenshots" section from plugin README.
- "Screenshot-suite" section from plugin CLAUDE.md.
- Screenshots bullet from marketplace root README's ms-ai-architect listing.
Scrubs the 17 synthetic fixtures + CHANGELOG/CLAUDE/README of identifying
references: organization names, government-agency names, agency-specific
terminology, sector-specific use cases. Replaced with generic placeholder
data ("Acme AS" / "Demosystem") that exercises the same parser archetypes.
Plugin's domain-target wording (Datatilsynet, offentlig sektor, offentlig
myndighet, rettshåndhevelse, NS 5814, Utredningsinstruksen, EU AI Act
Annex III categories) is intact — those describe the plugin's intended
audience, not any specific entity.
This is a cleanup commit. Earlier git history still contains the prior
references; force-push or rebase is required if scrubbing the history is
desired. That decision is out of scope here — please run it separately
if needed.
Verified post-scrub:
- bash tests/validate-plugin.sh -> 215/215 PASS
- bash tests/run-e2e.sh --playground -> 240/240 PASS (170 + 70)
75 lines
2.3 KiB
Markdown
75 lines
2.3 KiB
Markdown
# POC-plan — Demosystem
|
|
|
|
System: Demosystem (Acme AS)
|
|
POC-mål: Validere at Azure AI Foundry kan dekke OCR + forklaring + audit innen tids- og kostbudsjett
|
|
|
|
## Faser
|
|
|
|
### Fase 1 — Foundation (uker 1-2)
|
|
|
|
Varighet: 2 uker
|
|
|
|
Milepæler:
|
|
- Foundry hub + project i West Europe
|
|
- Identity og networking konfigurert
|
|
- Sample-data uploadet (10k anonymiserte objekt-ID)
|
|
|
|
Suksesskriterier:
|
|
- Inferens-endpoint nåbart fra dev-Vnet via Private Endpoint
|
|
- Audit-logg fanger første test-inferens
|
|
- Cost-monitor viser daglig forbruk i Azure portal
|
|
|
|
### Fase 2 — OCR-modell (uker 3-5)
|
|
|
|
Varighet: 3 uker
|
|
|
|
Milepæler:
|
|
- Pre-trent Azure AI Vision OCR pilotert
|
|
- Custom fine-tune på 10k objekt-ID
|
|
- Sammenligning av accuracy/latency mellom de to
|
|
|
|
Suksesskriterier:
|
|
- F1 ≥ 92% på pilot-sett (lavere mål enn produksjon, akseptabelt for POC)
|
|
- Latency P95 < 200ms
|
|
- Inference-cost ≤ NOK 0.04 per kall
|
|
|
|
### Fase 3 — Forklarings-loop (uker 6-7)
|
|
|
|
Varighet: 2 uker
|
|
|
|
Milepæler:
|
|
- GPT-4 Turbo via Foundry integrert
|
|
- Prompt-template for forklaring av flagged sak
|
|
- saksbehandler-mock UI (en enkel webside) prøvd ut med 3 brukere
|
|
|
|
Suksesskriterier:
|
|
- Forklaring referer til konfidens og kontekst korrekt i 95% av tilfellene
|
|
- saksbehandler-feedback kvalitativt positiv ("forståelig, men trenger justering")
|
|
- Prompt-tokens under 250 i snitt per sak
|
|
|
|
### Fase 4 — Compliance-pre-check (uke 8)
|
|
|
|
Varighet: 1 uke
|
|
|
|
Milepæler:
|
|
- Audit-logg mot EU AI Act Art. 12-krav
|
|
- Customer-managed keys verifisert
|
|
- Pre-DPIA-sjekk gjort med Datatilsynet
|
|
|
|
Suksesskriterier:
|
|
- Audit-logg dekker 100% av inferences med tidsstempel + bruker
|
|
- Personvernombud signer pre-DPIA-utkast
|
|
- Ingen åpenbare GDPR-blokkere
|
|
|
|
## Risiko
|
|
|
|
| Risiko | Sannsynlighet | Konsekvens | Tiltak |
|
|
|--------|---------------|------------|--------|
|
|
| Custom OCR-modell underyter pre-trent | medium | medium | Aksepter pre-trent for POC; planlegg custom for full prod |
|
|
| Foundry-quota i West Europe utilstrekkelig | low | medium | Reserver kapasitet før POC starter |
|
|
| saksbehandler-recruitment forsinker fase 3 | medium | low | Bruk interne ressurser i AI-teamet som mock |
|
|
| Audit-logg-format ikke kompatibelt med Sentinel | low | medium | Test integrasjon i fase 1 |
|
|
|
|
## Total varighet
|
|
|
|
8 uker. Beslutningskriterium for full prosjektgodkjenning: alle 4 fasers suksesskriterier møtt.
|