Unde cunoaștem terenul — și ce face AI acolo.

Agenți individuali cu un rol clar, unelte delimitate și limite ferme — și echipe de agenți care își predau munca. Operăm noi înșine o astfel de echipă.

• Agent coordonator care trimite munca către agenți specializați; părțile independente sunt distribuite pe linii paralele de lucru, care returnează rezultate structurate, cu dovezi citate.
• Rutare per sarcină — cine o preia, ce nivel de model, raționament activat sau nu — decisă de doi evaluatori independenți; orice dubiu escaladează către modelul mai puternic.
• Un al doilea model, diferit, verifică conținutul public înainte să apară online; dacă verificarea eșuează, nu se publică nimic.

Seturi de test fixe și porți de release, astfel încât orice schimbare a unui agent sau a unui model să fie un release cu dovezi.

• Poartă de regresie pentru fiecare schimbare de model: 43 de cazuri deterministe, fără LLM ca evaluator. Trecut = scor de cel puțin baseline minus 2, zero regresii la apelarea uneltelor, zero erori de cerere.
• Benchmark de rutare cu 60 de cereri realiste și etichete de referință fixe, măsurat înainte de adăugarea cazurilor de operațiuni: 95% agent executant corect, 90% nivel de model corect.
• Seturi de evaluare construite din propriile dumneavoastră cazuri. Setul nostru deschis de 3.413 change request-uri sintetice pentru agenți și un adaptor LoRA pe Qwen3-4B sunt publice pe Hugging Face.

Modele pe propriul hardware, când datele nu au voie să părăsească firma: alese, cuantizate, servite și testate. Operăm noi înșine modele locale.

• Build-uri cuantizate ale unor modele deschise, cu profiluri de servire măsurate — un model mixture-of-experts cu 125 de miliarde de parametri rulează pe un singur Mac cu aproximativ 40 GB de memorie.
• Arhitectură hibridă: liniile paralele de lucru rulează pe un model local, sarcinile mai grele merg la un model cloud mai puternic; o decizie de rutare durează aproximativ 1,5 s pe hardware local.
• Datele clasificate de la început: ce are voie să ajungă la modele cloud și ce trebuie să rămână local.

Asistenți care răspund din propriile dumneavoastră documente, cu surse — în limbile folosite de echipele și clienții dumneavoastră.

• Asistent multilingv pe propriul nostru site: căutare în toate paginile, în cinci limbi, răspunsuri în flux, cu linkuri numerotate către surse, în limba vizitatorului.
• Protecția are prioritate: asistentul nu primește unelte și nici date ale clienților, iar cererile în afara subiectului și încercările de prompt injection sunt refuzate — 5 din 5 cazuri de test au rezistat.
• Întrebări și răspunsuri pe runbook-uri, politici și documente de proiect, cu linkuri către surse — pe un model privat, dacă datele trebuie să rămână în firmă.

Servere MCP și API-uri care îi dau unui agent exact uneltele de care are nevoie — și nimic în plus.

• Propriul nostru site este un server MCP și un agent A2A: alți agenți pot citi prezentarea studioului sau orice pagină ca markdown și pot trimite o solicitare.
• Unelte delimitate per agent, cu limite ferme și o cale de escaladare către un om.
• Conectăm agenții la ERP, CRM, documente și API-uri — sau folosim un simplu workflow, acolo unde nu e nevoie de agent.

Coordonarea proiectelor AI de la conceptul detaliat la pilot: decizii de arhitectură, dimensionare, protecția datelor, steering.

• Baseline de evaluare și plan de release pentru fiecare agent, înainte de începerea construcției.
• Evaluarea riscului și clasificarea conform EU AI Act pentru fiecare agent (cunoaștere cercetată), cu design human-in-the-loop și documentație pe care o poate analiza un consiliu de întreprindere german (Betriebsrat).
• Poartă pentru schimbarea modelului, ca parte a procesului de change control al proiectului.

Capabilități pe care le-am construit: un cockpit de planificare și release pe un LLM privat și logica de produs a unui SaaS AI multi-tenant.

• Cockpit care verifică emailurile primite față de planul actual și redactează răspunsuri — pe un model privat.
• Logică SaaS AI multi-tenant: workflow-uri pentru cazuri, pachete de dovezi, reguli de escaladare, facturare în funcție de utilizare.

ChaRM, porți de calitate, transporturi, CTS+ și cCTS.

• Agent care verifică în prealabil transporturile și change request-urile față de porțile de calitate și redactează rezumatul pentru CAB.
• Propuneri de secvențiere a transporturilor, aprobate de un release manager.
• Aceleași porți pentru agenții înșiși: versionați, testați față de un baseline, aprobați și reversibili, înainte ca o modificare a unui agent să intre în producție.

Solution Manager, Focus Build, Focus RUN; SAP Cloud ALM ca cunoaștere cercetată.

• Agent care transformă cerințele în user stories pentru backlogul ALM.
• Rezumate de health check pentru următoarea ședință de steering.
• Inventar al fiecărui agent, model, skill și server MCP — cu responsabil și versiune, în propriul pipeline Git sau, ca cunoaștere cercetată, în SAP Cloud ALM.

SLA-uri, monitorizare, disaster recovery, analiza cauzei principale.

• Triajul incidentelor, care corelează alertele de monitorizare și redactează analiza cauzei principale.
• Întrebări pe runbook-uri, pe un model privat.
• Automatizarea runbook-urilor, în care agentul pregătește pașii, iar un om aprobă înainte să ruleze ceva.

Non-SAP către ECC, Oracle către HANA, mutări în cloud, consolidarea landscape-ului.

• Verificări de data mapping înainte de fiecare rulare a migrării.
• Agent pentru runbook-ul de cut-over, cu dovezi pentru fiecare pas.
• Dovezi de testare a migrării, colectate de un agent; go-live-ul rămâne blocat până când sunt complete.

Concepte de securitate, autorizări, coordonarea testelor de penetrare.

• Agent care mapează constatările pe planuri de măsuri și urmărește dovezile până la închidere.
• Verificări prealabile ale modificărilor de autorizări, cu aprobare după principiul celor patru ochi.
• Securitate pentru agenții înșiși: delimitarea uneltelor și teste de prompt injection înaintea fiecărui release.

Sisteme de commerce și customer experience conectate la core-ul SAP.

• Triajul excepțiilor de comenzi între commerce și ERP.
• Răspunsuri pentru customer service redactate de un LLM, cu aprobare umană.

Planificarea release-urilor, coordonare între dezvoltare, test și producție.

• Agent pentru release notes și dovezi de testare.
• Verificarea calendarului de modificări față de perioadele de freeze.
• Schimbările de model și de prompt trec prin aceeași poartă de release ca și codul.

Planificare, coordonarea partenerilor, furnizorilor și echipelor globale.

• Agent care verifică emailurile față de planul de proiect actual și redactează răspunsuri.
• Rapoarte de status asamblate din plan, tichete și email.