Kjell Tore Guttormsen
544934dc57
Reference files, test fixtures, the playground demo project and one design document now use generic, fictitious examples (buildings, energy, water, grants, municipal services). The playground demo (17 fixtures plus the embedded demo state) tells one consistent story: a municipal customer chatbot that pre-screens housing-benefit applications, classified under Annex III point 5(a). The embedded demo copies were edited in place rather than regenerated, because they already carry newer AI Act dates than the fixture files. Legal text is unchanged. Test semantics are unchanged. Four dark-theme onboarding screenshots with outdated placeholder text are removed. Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
61 lines
2.6 KiB
Markdown
61 lines
2.6 KiB
Markdown
# AI-arkitekturutredning — Acme Kunde-chatbot for Acme Kommune
|
|
|
|
## 1. Bakgrunn og formål
|
|
|
|
Acme Kommune har siden 2018 driftet en on-prem Acme Kunde-chatbot-løsning for forhåndsvurdering av søknader på tvers av kommunens tjenesteportefølje. Løsningen er basert på et OCR-bibliotek fra 2017 og leveres som et lukket system uten mulighet for retrening eller forbedring av modell. Saksbehandlingen er manuell og tar i snitt 14 minutter per sak. Et internt AI-team utreder modernisering til en skybasert AI-plattform som støtter custom modell-trening, audit-logging på inferens-nivå, og saksbehandler-co-pilot.
|
|
|
|
## 2. Mandat
|
|
|
|
Utredningen skal:
|
|
- Anbefale teknologivalg blant Azure AI Foundry, Azure ML+AKS, AWS SageMaker og on-prem GPU-cluster
|
|
- Vurdere compliance-status mot EU AI Act, GDPR, sikkerhetsloven og arkivloven
|
|
- Estimere TCO over 3 år
|
|
- Identifisere risiko og foreslå mitigerende tiltak
|
|
- Definere KPI-er for produksjonssetting
|
|
|
|
## 3. Metode
|
|
|
|
Utredningen kombinerer:
|
|
- Kvalitativ analyse av compliance-krav per relevante lover og forskrifter
|
|
- Kvantitativ TCO-analyse basert på 1,2 millioner chatbot-meldinger og vedlegg/mnd
|
|
- Risikoanalyse per NS 5814 og DPIA per Datatilsynets veileder
|
|
- Markedsundersøkelse av tilgjengelige plattformer fra Azure, AWS og GCP
|
|
|
|
## 4. Funn
|
|
|
|
### 4.1 Compliance
|
|
|
|
EU AI Act klassifiserer systemet som høyrisiko (Annex III, punkt 5(a) — tilgang til offentlige ytelser). Acme Kommune er Provider og Deployer, hvilket trigger alle krav i Art. 9-15 + Art. 27 (FRIA) + Art. 49 (registrering).
|
|
|
|
### 4.2 Teknologivalg
|
|
|
|
Azure AI Foundry er anbefalt primær plattform fordi:
|
|
- Full compliance-pakke for leverandøren
|
|
- Customer-managed keys og Customer Lockbox tilgjengelig
|
|
- Custom modell-trening via integrert Azure ML
|
|
- Norsk dataresidens (West Europe + EU Data Boundary)
|
|
|
|
### 4.3 TCO
|
|
|
|
3-års TCO estimert til NOK 6.7M (P50). Hovedkostnad: Azure AI Services (38%) + Azure OpenAI (16%).
|
|
|
|
### 4.4 Risiko
|
|
|
|
Hovedrisiko: bias mot henvendelser på andre språk enn norsk, modell-drift over tid, og manglende ABAC-implementering på saksbehandler-tilgang. Alle har konkrete tiltak.
|
|
|
|
## 5. Konklusjon
|
|
|
|
Anbefalt: gjennomfør 8-ukers POC før formell prosjektoppstart. Ved vellykket POC, full implementering over 28 uker mot produksjonssetting Q2 2027.
|
|
|
|
## 6. Anbefaling
|
|
|
|
Godkjenn POC-budsjett på NOK 1.2M og forenkle prosjekt-mandat for fase 1-4 ved positiv POC-evaluering.
|
|
|
|
## 7. Referanser
|
|
|
|
- EU AI Act 2024/1689
|
|
- GDPR 2016/679
|
|
- Sikkerhetsloven (LOV-2018-06-01-24)
|
|
- Arkivloven (LOV-1992-12-04-126)
|
|
- NS 5814:2008 — Krav til risikovurderinger
|
|
- Datatilsynets veileder for AI og personvern (2024)
|