docs(shared): konsept-notat til norsk (Forgejo-publikum = norsk marked)

Operatørens private Forgejo retter seg i praksis mot det norske markedet;
konseptnotatet er reader-facing for norske forretningslesere, så norsk gjør det
mer tilgjengelig. README (dev-facing shared-core-kontrakt) holdes engelsk inntil
videre.

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>
Claude-Session: https://claude.ai/code/session_019any9zfGNNwWJPX5Zq2QRz
This commit is contained in:
Kjell Tore Guttormsen 2026-06-26 21:31:02 +02:00
commit 25a566ae10

View file

@ -1,79 +1,75 @@
# The Concept # Konseptet
*A plain-language description of what this project is and why it matters — written for a *En beskrivelse i klartekst av hva dette prosjektet er og hvorfor det betyr noe — skrevet
non-specialist, e.g. a business developer at another company. Framework-neutral: it for en ikke-spesialist, f.eks. en forretningsutvikler i et annet selskap. Framework-nøytral:
describes the method, not any particular implementation.* den beskriver metoden, ikke en bestemt implementasjon.*
--- ---
## The problem ## Problemet
Many organizations run a **portfolio of independent projects** at the same time — Mange virksomheter driver en **portefølje av uavhengige prosjekter** samtidig —
construction projects, IT services, infrastructure works, production lines. Inside *each byggeprosjekter, IT-tjenester, anlegg, produksjonslinjer. Inne i *hvert enkelt* prosjekt
individual* project sit hidden cost savings: a material that could be substituted, a ligger det skjulte kostnadsbesparelser: et materiale som kan byttes, en dimensjonering som
specification that is needlessly conservative, a procurement contract that could be er unødig konservativ, en innkjøpsavtale som kan reforhandles. Å finne dem krever at en
renegotiated. Finding them requires an experienced specialist to study that specific erfaren fagperson setter seg grundig inn i nettopp dét prosjektet — og den kompetansen er
project in depth — and that expertise is expensive and scales poorly across a whole dyr og skalerer dårlig over en hel portefølje. Så besparelsene blir liggende igjen.
portfolio. So the savings are left on the table.
Generative AI can suggest ideas, but a business developer immediately sees two obstacles: Generativ AI kan foreslå ideer, men en forretningsutvikler ser umiddelbart to hindre: du
you cannot trust numbers a language model *guesses*, and the model does not know your kan ikke stole på tall en språkmodell *gjetter*, og modellen kjenner ikke din bransjes
industry's actual rules and experience. The concept is built precisely to remove these faktiske regler og erfaring. Konseptet er bygget nettopp for å fjerne disse to hindrene.
two obstacles.
## How it works ## Slik virker det
For each project, everything known about it is gathered — project documents, the For hvert prosjekt samles alt som er kjent om det — prosjektdokumenter, fagets
discipline's assessment methodology, relevant professional literature, and the hard vurderingsmetodikk, relevant faglitteratur, og de harde rammene (budsjett, hva som ikke kan
constraints (budget, what cannot change, regulatory requirements) — into a **curated, endres, regulatoriske krav) — i en **kuratert kunnskapsbase per prosjekt**. Den er bygget på
per-project knowledge base**. It is built on an open, vendor-neutral standard (Google's en åpen, leverandørnøytral standard (Googles Open Knowledge Format), så den er portabel og
Open Knowledge Format), so it is portable and not locked to a single vendor. ikke innelåst i én leverandør.
A team of AI agents reads this context, proposes concrete measures, and debates them Et lag med AI-agenter leser denne konteksten, foreslår konkrete tiltak og diskuterer dem mot
against each other — one proposes, another critiques. But — and this is the heart of it — hverandre — én foreslår, en annen kritiserer. Men — og dette er kjernen — **agentene får
**the agents are never allowed to decide the value themselves.** Every number is sent to a aldri avgjøre verdien selv.** Hvert tall sendes til en separat, **deterministisk
separate, **deterministic calculation engine** (mathematical optimization plus risk beregningsmotor** (matematisk optimering pluss risikosimulering) som regner ut den faktiske
simulation) that computes the actual saving. The AI proposes; the math decides. That is besparelsen. AI-en foreslår; matematikken avgjør. Det er tillitsankeret som skiller dette
the trust anchor that separates this from "ask a chatbot." fra «spør en chatbot».
The measures that survive the calculation are presented to a **human domain expert** who De tiltakene som overlever beregningen, legges fram for en **menneskelig fagekspert** som
issues a verdict: approve, improve, or reject. gir en dom: godkjent, forbedre eller forkast.
## What makes it valuable over time ## Det som gjør det verdifullt over tid
This is where the differentiation lies. The system **learns from the experts' verdicts.** Her ligger differensieringen. Systemet **lærer av ekspertenes dommer.** Det er nesten alltid
There is almost always a gap between what a model *computes* and what an experienced et gap mellom hva en modell *beregner* og hva en erfaren fagperson faktisk *godkjenner*
specialist actually *approves* — because the expert knows how measures behave in practice, fordi eksperten vet hvordan tiltak oppfører seg i praksis, ikke bare i teorien. Systemet
not just in theory. The system captures that gap and feeds it back, so the proposals get fanger det gapet og mater det tilbake, så forslagene blir skarpere på *din* virksomhets
sharper on *your* organization's reality, not generic averages. The more verdicts, the virkelighet, ikke generiske gjennomsnitt. Jo flere dommer, desto bedre.
better.
And it respects how experts actually work: sometimes they respond on the spot, other times Og det respekterer hvordan eksperter faktisk jobber: noen ganger svarer de der og da, andre
it takes days or weeks. The expert simply places their assessment into a **folder**, and ganger går det dager eller uker. Eksperten legger rett og slett vurderingen sin i en
the system picks it up whenever it arrives. No requirement for real-time, and no one has to **mappe**, og systemet plukker den opp når den enn kommer. Ingen krav om sanntid, og ingen
be standing by. trenger å sitte klar.
## What it is — and isn't ## Hva det er — og ikke er
It is a **purely technical framework**, not a finished compliance product. The Det er et **rent teknisk rammeverk**, ikke et ferdig compliance-produkt. Virksomheten som
organization that adopts it owns its own purpose, privacy, and governance; the framework tar det i bruk eier selv formål, personvern og styring; rammeverket leverer bare de tekniske
only provides the technical preconditions (run locally, traceability on every proposal, no forutsetningene (kjøre lokalt, sporbarhet på hvert forslag, ingen data som lekker ut i det
data leaving silently). It can run locally or in the cloud, and is published openly so stille). Det kan kjøre lokalt eller i skyen, og publiseres åpent så andre kan ta det i bruk.
others can adopt it.
## Why it is built twice ## Hvorfor det bygges to ganger
The same concept is built on **two different AI agent platforms** — Microsoft's Agent Det samme konseptet bygges på **to ulike AI-agent-plattformer** — Microsofts Agent Framework
Framework and Claude's Agent SDK — on exactly the same example, so they can be compared og Claudes Agent SDK — på nøyaktig samme eksempel, slik at de kan sammenlignes rettferdig.
fairly. This gives both an open reference others can copy, and an honest basis for judging Det gir både en åpen referanse andre kan kopiere, og et ærlig grunnlag for å vurdere hvilken
which platform fits the task best. plattform som passer best til oppgaven.
## Concretely ## Konkret
Consider energy efficiency across a portfolio of buildings. Each building is a project with Tenk energieffektivisering av en bygningsportefølje. Hvert bygg er et prosjekt med sine egne
its own measure options (ventilation, lighting, insulation). The calculation engine tiltaksmuligheter (ventilasjon, belysning, isolasjon). Beregningsmotoren regner ut
computes the *modeled* saving for a package of measures under a budget. But an energy *modellert* besparelse for en tiltakspakke under et budsjett. Men en energirådgiver vet at
advisor knows that modeled and realized savings are rarely the same — behavior, measurement modellert og faktisk besparelse sjelden er like — atferd, måleusikkerhet og samspill mellom
uncertainty, and interactions between measures create a gap. The expert's verdicts teach the tiltak skaper et gap. Ekspertens dommer lærer systemet å lukke det gapet over tid. Det er
system to close that gap over time. It is exactly in a field like this — where genuine nettopp i et slikt fagfelt — der det finnes ekte ekspertskjønn *utover* ren beregning —
expert judgment exists *beyond* pure calculation — that the concept comes into its own. konseptet kommer til sin rett.