Forskningsbaserad beslutsteknik

Urskilj när AI förtjänar tillit

Grejna gör kalibrerad osäkerhet användbar i verksamheten – så att organisationer kan bedöma när ett AI-resultat är tillräckligt väl underbyggt för att användas, när mänsklig granskning behövs och när beslutet bör avvakta.

Utgångspunkten

Alla AI-resultat förtjänar inte samma tillit

En prediktiv modell kan vara träffsäker i genomsnitt utan att vara lika tillförlitlig i varje enskilt fall.

För organisationen räcker det inte att veta vad modellen förutspår. Den behöver också kunna bedöma om resultatet är tillräckligt väl underbyggt för att användas. Grejna hjälper till att avgöra vilka resultat som kan användas direkt och vilka som behöver mänsklig granskning, med stöd av kalibrerad osäkerhet, kundspecifika beslutsregler och spårbar uppföljning.

Hur påverkar osäkerheten beslutet?

Illustrativt exempel

01
Beslutsgräns

Intervallet ligger tydligt på samma sida om beslutsgränsen → Kan hanteras direkt

Prediktion: GodkännOsäkerhet: LågHantering: Kan hanteras direkt

Det praktiska problemet

Felaktig automation eller onödigt mycket manuell granskning

När alla modellresultat behandlas likadant uppstår en svår avvägning. För mycket automation ökar risken för fel. För mycket kontroll gör samtidigt att en stor del av nyttan med automatiseringen går förlorad.

När Grejna är relevant

När AI-resultat påverkar återkommande beslut med verkliga konsekvenser

Det kan gälla skadehantering, bedrägerigranskning, industriell kvalitetskontroll, prediktivt underhåll eller andra flöden där både fel och mänsklig granskning har en tydlig kostnad.

Vad Grejna gör

Från kalibrerad osäkerhet till kontrollerad handling

Namnet Grejna är inspirerat av det fornnordiska greina – att urskilja och skilja åt. För oss handlar det om att urskilja när ett AI-resultat är tillräckligt väl underbyggt för den avsedda användningen och när det behöver granskas eller utredas vidare.

Grejna läggs ovanpå organisationens befintliga modell. Den vetenskapliga kärnan kommer från metoden Calibrated Explanations, som har öppen källkod. Grejna bygger det sammanhängande kommersiella lager som behövs för att informationen ska kunna styra verkliga beslut och följas upp över tid.

Läs den fördjupade förklaringen
01

Avgör om resultatet bör användas

Modellresultat och kalibrerad osäkerhet ger ett bättre underlag för att bedöma det enskilda fallet.

02

Kontrollera om tilliten består

Grejna utvecklas för att följa om osäkerhetssignalen fortfarande är användbar för den avsedda beslutssituationen när data och förhållanden förändras.

03

Koppla underlaget till rätt åtgärd

Kundens beslutsregler översätter osäkerhet, risk och granskningskapacitet till att använda, granska eller eskalera.

04

Bevara vad som faktiskt hände

Modellresultat, kalibreringsläge, beslutsregel, mänsklig hantering och senare utfall binds samman i en spårbar beslutskedja.

Produktens gräns

Grejna kompletterar organisationens system. Vi försöker inte ersätta dem

Produktens uppgift är smal: att bevara och verifiera sambandet mellan osäkerhet, tillit, beslutsregel, handling och utfall. Det gör erbjudandet tydligt och håller fokus nära den forskningskompetens som Grejna bygger på.

Det Grejnas produkt är avsedd att hantera

  • Om osäkerhetssignalen fortfarande kan användas.
  • Hur osäkerhet blir till en kontrollerad åtgärd.
  • Kopplingen mellan beslut, mänsklig hantering och utfall.
  • Spårbarhet mellan kalibrering, beslutsregel och enskilt beslut.
  • CE-specifik verifiering, återställning och kontrollerade förändringar.

Det Grejnas produkt är avsedd att integrera med

  • Kundens modell, data och modellregister.
  • Befintliga system för ärenden och mänsklig granskning.
  • Organisationens MLOps-, säkerhets- och loggmiljö.
  • System för styrning och regelefterlevnad.
  • Identitets-, behörighets- och säkerhetslösningar.

Forskningsbaserad kärna

Calibrated Explanations ger matematiken. Grejna gör den användbar i organisationen

Calibrated Explanations kompletterar modellens prediktion med kalibrerad osäkerhetsinformation och lokala förklaringar. Vilken kalibreringsmekanism som används beror på typen av prediktionsuppgift: kalibrerade sannolikheter för klassificering, konforma prediktions- och osäkerhetsintervall för regression. Metoden är öppen för insyn och fortsatt forskning.

Grejnas kommersiella värde utvecklas efter den matematiska kärnan: vid de beslutsregler som styr handlingen, kontrollen av om tilliten består och det spårbara underlag som visar vad organisationen och systemet faktiskt gjorde.

01

Öppen kärna

Calibrated Explanations.

02

Kommersiellt lager

Beslutsregler, kontroll av tillit och beslutsspårbarhet.

03

Verifiering

CE-metodens matematiska betydelse ska bevaras genom hela beslutskedjan.

Grejna Decision Assurance Pilot

Pröva värdet i ett avgränsat beslutsflöde

Piloten börjar med ett verkligt beslut och en modell som organisationen redan använder. Målet är att undersöka om kalibrerad osäkerhet kan hjälpa organisationen att urskilja vilka modellresultat som har tillräckligt stöd för den avsedda användningen och samtidigt förbättra balansen mellan automation och mänsklig granskning.

Piloten ska ge organisationen ett tydligt underlag för vilka fall som kan automatiseras och vilka som bör granskas av en människa. Den ska också visa hur Grejna kan påverka automationsgrad, kvalitet och granskningsbehov jämfört med dagens arbetssätt.

01

Kunden bidrar med

Ett tydligt beslut och ett relevant underlag

En befintlig prediktiv modell, ett definierat beslutsflöde och data som gör det möjligt att jämföra nuläget med ett Grejna-stött arbetssätt.

02

Grejna tillför

Osäkerhet, beslutsregler och spårbart underlag

Calibrated Explanations, en kundspecifik regel för att använda, granska eller avvakta samt ett underlag som binder ihop beslutets olika delar.

03

Tillsammans utvärderar vi

Om lösningen skapar mätbart verksamhetsvärde

Piloten kan genomföras genom återspelning av historiska fall eller i ett tydligt avgränsat arbetsflöde. Formen bestäms utifrån risk, datatillgång och verksamhetens mål.

Vad piloten ska ge svar på

Automation och kvalitet
Hur stor andel kan hanteras utan manuell granskning, och hur ofta blir dessa beslut rätt?
Granskningsvolym
Kan mänsklig tid riktas mot de fall där underlaget är svagare eller risken högre?
Kalibrering och täckning
Håller osäkerhetssignalen den kvalitet som krävs för den avsedda användningen?
Tid för granskning
Förändras tiden som krävs för att bedöma ett enskilt fall?
Beslutsrekonstruktion
Hur snabbt går det att se vilket underlag som fanns, vilken regel som användes och vad som hände därefter?
Diskutera ett pilotfall

AI-förordningen

Tekniska kontroller och spårbart underlag

Grejna kan bidra med tekniskt stöd för bland annat transparens, mänsklig översyn, dokumentation och uppföljning. En pilot kan också visa vilka kontroller som demonstrerats, vilket underlag som har skapats och vilka delar som fortsatt är organisationens ansvar.

Grejna ersätter inte juridisk bedömning, riskhantering eller organisationens samlade regelefterlevnad. Produktens roll är att tillföra de beslutskontroller och det tekniska underlag som dessa processer behöver.

TEAM

Forskning, produktutveckling och kommersialisering

Grejna AB är ett svenskt forskningsbaserat produktbolag med rötter i Småland. Teamet förenar arbetet bakom Calibrated Explanations med teknisk utveckling, strategi och kundnära kommersialisering.

Porträtt av Sam Löfström-Cavallin
Kontaktperson

Sam Löfström-Cavallin

Ansvarig för kommersialisering

Sam ansvarar för bolagsbyggande, kundarbete, partnerskap, pilotprojekt, finansiering och kommersialisering.

Porträtt av Tuwe Löfström-Cavallin

Tuwe Löfström-Cavallin

Forskning och teknik

Tuwe ansvarar för forskningen bakom Calibrated Explanations och Grejnas tekniska kärnkompetens.

Porträtt av Helena Löfström-Cavallin

Helena Löfström-Cavallin

Forskning och strategi

Helena initierade förklaringsmetoden Calibrated Explanations och bidrar med forskningskompetens, strategiskt stöd och kopplingen mellan den vetenskapliga metoden och den kommersiella produkten.

Har ni ett beslut där osäkerheten behöver bli användbar?

Berätta kort vilken modell ni använder, vilket beslut den påverkar och vad ni vill förbättra. Sam återkommer för att bedöma om ett avgränsat pilotupplägg är relevant.

Kontaktperson

Sam Löfström-Cavallin

Ansvarig för kommersialisering

Så hanterar vi uppgifterna