Fallstudie
AI-utbildning för tre avdelningar i en reglerad verksamhet
Vi genomförde samma workshop tre gånger, för Operations, Regulatory Affairs och Software Quality Assurance, och byggde om den varje gång kring avdelningens egen arbetsprocess och de regelkrav den arbetar under.
- Avdelningar
- Operations, Regulatory Affairs, Software Quality Assurance
- Format
- En workshopdesign, genomförd tre gånger
- Förberedelse
- Kartläggning per avdelning
- Ramverk
- Tre vägar till AI-värde, promptramverket RIGHT
- Praktiskt arbete
- Kundens egna godkända AI-verktyg
Utgångsläget
Workshoppen riktade sig till tre avdelningar i en medicinteknisk verksamhet, och var och en gör mycket olika arbete: Operations driver projektledning för nya komponenter, Regulatory Affairs förbereder ansökningar till myndigheterna och Software Quality Assurance tar fram testdokumentation. Alla tre hade hört vad generativ AI kan göra i allmänhet, men de hade ännu inte sett den användas i en process där resultaten är föremål för revision, spårbarhet och regulatorisk granskning.
Det här gjorde vi
Vi gjorde först en kartläggning med varje avdelning, så att varje genomförande använde avdelningens eget arbete som exempel.
- Möjligheter till affärsvärde med generativ AI: de tre vägarna, tillämpade av deltagarna på den egna funktionen innan något verktyg öppnades.
- Ramverk, verktyg och centrala begrepp: vad tekniken gör inom text, bild, ljud och data, var gränserna går i dag och vad EU:s rättsakt om Artificiell Intelligens (AI Act) betyder för en reglerad tillverkare.
- Generativ AI i arbetet: avdelningens egen process, kartlagd och sedan kartlagd igen med AI tillämpad steg för steg.
- AI-agenter: skillnaden mellan en copilot, ett verktyg och en agent, och vilken av de tre en viss uppgift behöver.
Metoden: processen kartlagd med och utan AI
Kärnan i varje session var två vyer av samma arbete. Först: så här gör vi, med avdelningens process utlagd steg för steg och med indata, resultat, roller och datakällor vid varje steg. Sedan: så här gör vi med generativ AI, med samma steg och en namngiven tillämpning vid vart och ett. Deltagarna utgick från en process de redan ägde och markerade de punkter där AI kunde tillämpas.
Vad det reglerade sammanhanget ändrade
De flesta tillämpningar som avdelningarna hittade formades av krav på regelefterlevnad. Software Quality Assurance lyfte fram anpassning till regelverk för testprotokoll, generering av spårbarhetsmatriser, upptäckt av dubbletter bland felrapporter och formatering enligt regulatorisk standard. Operations lyfte fram matchning av leverantörer, utkast till ansökningar och sammanfattning av grundorsaker efter lansering. I alla tre avdelningarna fanns de mest värdefulla tillämpningarna inom dokumentation, spårbarhet och granskning, eftersom det är där mycket av arbetsinsatsen går och där kravet är tydligt definierat.
Praktiskt arbete, i deras egna verktyg
Promptträningen byggde på ramverket RIGHT och stegen från zero shot till few shots. Deltagarna övade inne i företagets egen godkända AI-chattbott. De senare sessionerna lade till att applikationer byggdes live.
Det deltagarna gick därifrån med
Deltagarna gick därifrån med ett arbetshäfte och en uppsättning AI-användningsfall som identifierades för den egna avdelningen under sessionen. De hade också praktisk erfarenhet av de verktyg de får använda, och en resurssida med material, prompter och länkar från båda sessionerna.
Relaterat: Inspiration & Aktivering · Promptramverket RIGHT · Ramverket för AI-värde: tre vägar till nytta