labs@atheron:~/industries/transit-mobility/ai$ train agent --grounded

KI für den Nahverkehr

Fahrgast-Feedback sortiert, Fragen beantwortet.

Verkehrsbetriebe bekommen mehr Kommentare und Fragen, als ihr Personal lesen kann. Ein Modell, trainiert auf Ihrem bisherigen Feedback, sortiert sie nach Linie und Thema, und ein Assistent, der aus Ihren Hilfeartikeln antwortet, übernimmt die Routinefragen, damit sich das Personal den Fragen widmet, die einen Menschen brauchen.

Projekt starten Beispielprojekte ansehen

// worauf es hier ankommt

Was in dieser Branche anders ist.

Trainiert auf Ihrem Feedback

Ein kleines offenes Modell, feinabgestimmt auf Kommentare, die Ihr Personal gekennzeichnet hat, betrieben in Ihrem eigenen Cloud-Konto.

Vom Personal korrigiert

Das Personal korrigiert Kennzeichnungen in einer Prüfansicht, und die Korrekturen fließen in die nächste Trainingsrunde.

Antworten mit Quelle

Der Hilfeassistent antwortet aus Ihren Artikeln und Fahrplänen und nennt den verwendeten Artikel.

Ein Mensch, wenn nötig

Der Assistent übergibt an das Personal, samt bisherigem Gespräch, wenn er nicht helfen kann.

// Beispielprojekte

Beispiele mit Preis.

Jedes ist angenommen, als solches gekennzeichnet und live aus unserer Preisliste berechnet. Öffnen Sie eines im Rechner und machen Sie es zu Ihrem.

BeispielprojektWeb-AppKIEigenes LLM

Fahrgast-Feedback sortieren

Angenommen. Kein Kunde, kein Ergebnis.

// Das Problem

Tausende Kommentare und Beschwerden von Fahrgästen kommen jeden Monat per Formular, E-Mail und sozialen Medien, und das Personal sortiert sie Wochen später von Hand nach Linie, Haltestelle und Thema.

// Was wir bauen würden

Ein kleines offenes Modell, feinabgestimmt auf das bereits gekennzeichnete Feedback des Betriebs und in dessen eigenem Cloud-Konto betrieben, das jeden Kommentar mit Linie, Haltestelle, Thema und Dringlichkeit versieht, mit einer Ansicht, in der das Personal die Kennzeichnungen korrigiert, damit das Modell besser wird. Fahrgastkommentare verlassen Ihr Konto nie.

// Was drin ist

Ein Modell, feinabgestimmt auf Ihr bisheriges Feedback, gekennzeichnet mit Ihrem Personal
Jeder Kommentar nach Linie, Haltestelle, Thema und Dringlichkeit gekennzeichnet
Eine Prüfansicht, in der das Personal Kennzeichnungen korrigiert, für die nächste Trainingsrunde
Trends nach Linie und Thema für die Angebotsplanung
Ein Evaluierungsset, das vor jeder neuen Version läuft

// Tech-Stack

Llama oder Mistral (feinabgestimmt)
vLLM
PostgreSQL
Next.js
AWS-GPU

// Schätzung

Entwicklung: ≈ 137.000 USD bis 209.000 USD, delivered within 31 weeksCAD 194,600 to 297,000
Hosting: ≈ 6.710 USD im MonatCAD 9,550 im Monat
Support: ≈ 2.500 USD im MonatCAD 3,565 im Monat

Preise in Ihrer Währung sind Schätzungen zum heutigen Kurs der Bank of Canada. Alle Rechnungen werden in CAD oder USD gestellt.

KI-Weg: Eigenes LLM
Laufende Modellkosten: ≈ 6.530 USD im MonatCAD 9,300 im Monat

Zeitplan je Meilenstein

Découverte: 2.9 to 3.4 weeks
Données et plan d’évaluation: 0.4 weeks
Maquettes approuvées: 2.4 to 3.9 weeks
Fonctions principales: 1.9 to 2.9 weeks
Développement complet: 1.4 to 1.9 weeks
Entraînement: 6.4 to 11.4 weeks
Tests et corrections: 0.4 weeks
Évaluation et tests adverses: 3.9 to 4.4 weeks
Mise en ligne: 0.9 to 1.4 weeks
Production: 0.9 to 1.4 weeks

Nicht in unserer Hand, und im Kalender berücksichtigt

Revue de sécurité de vos TI et mise en place de la connexion: 4 to 8 weeks

Wie bezahlt wird

Anzahlung 20%: CAD 38,680 to 59,160
Découverte 1.5%: CAD 2,901 to 4,437
Données et plan d’évaluation 7.9%: CAD 15,278.60 to 23,368.20
Maquettes approuvées 1.5%: CAD 2,901 to 4,437
Fonctions principales 4.6%: CAD 8,896.40 to 13,606.80
Développement complet 3.1%: CAD 5,995.40 to 9,169.80
Entraînement 23.9%: CAD 46,222.60 to 70,696.20
Tests et corrections 1.5%: CAD 2,901 to 4,437
Évaluation et tests adverses 15.9%: CAD 30,750.60 to 47,032.20
Mise en ligne 1.5%: CAD 2,901 to 4,437
Production 8.6%: CAD 16,632.40 to 25,438.80
Holdback, 30 days after launch (10%): CAD 19,340 to 29,580
Temps GPU pour l’entraînement et les tests, au coût: CAD 1,200. Im Voraus berechnet, zum Einkaufspreis, außerhalb der Meilensteine

Von diesem Beispiel aus starten

BeispielprojektWeb-AppKISpitzenmodell

Mehrsprachiges Hilfecenter

Angenommen. Kein Kunde, kein Ergebnis.

// Das Problem

Die Fragen einer Stadt zu Nahverkehr und Parken kommen per Telefon und E-Mail in vielen Sprachen, und die Antworten stehen auf einer Website, auf der sich nur wenige Fahrgäste zurechtfinden.

// Was wir bauen würden

Ein Hilfecenter auf Englisch, Französisch und in den Sprachen Ihrer Fahrgäste, mit einem Assistenten auf einem Frontier-Modell, der aus den Hilfeartikeln und Ihren veröffentlichten Fahrplänen und Tarifregeln antwortet, den Artikel nennt und an einen Menschen übergibt, wenn er nicht helfen kann.

// Was drin ist

Hilfeartikel zu Tarifen, Tickets, Barrierefreiheit, Parken und Fundsachen
Ein Assistent, der aus Ihren Artikeln und veröffentlichten GTFS-Fahrplänen antwortet
Jede Antwort nennt den Artikel, aus dem sie stammt
Eine Übergabe an das Personal mit dem bisherigen Gespräch
Artikel von Muttersprachlern übersetzt und geprüft

// Tech-Stack

Next.js
API eines Frontier-Modells
PostgreSQL mit pgvector
GTFS
DigitalOcean Toronto

// Schätzung

Entwicklung: ≈ 91.900 USD bis 141.000 USD, delivered within 22 weeksCAD 130,900 to 200,100
Hosting: ≈ 558 USD im MonatCAD 795 im Monat
Support: ≈ 2.500 USD im MonatCAD 3,565 im Monat

Preise in Ihrer Währung sind Schätzungen zum heutigen Kurs der Bank of Canada. Alle Rechnungen werden in CAD oder USD gestellt.

KI-Weg: Spitzenmodell
Laufende Modellkosten: ≈ 383 USD im MonatCAD 545 im Monat

Zeitplan je Meilenstein

Découverte: 2.9 to 3.4 weeks
Spécification et plan d’évaluation: 0.4 weeks
Maquettes approuvées: 2.4 to 3.9 weeks
Fonctions principales: 1.4 to 1.9 weeks
Développement complet: 0.9 to 1.4 weeks
Projet pilote fonctionnel: 3.9 to 6.4 weeks
Tests et corrections: 0.9 to 1.9 weeks
Mise en ligne: 0.9 to 1.4 weeks
Production: 0.9 to 1.4 weeks

Wie bezahlt wird

Anzahlung 20%: CAD 26,180 to 40,020
Découverte 2%: CAD 2,618 to 4,002
Spécification et plan d’évaluation 10.2%: CAD 13,351.80 to 20,410.20
Maquettes approuvées 2%: CAD 2,618 to 4,002
Fonctions principales 6.2%: CAD 8,115.80 to 12,406.20
Développement complet 4.1%: CAD 5,366.90 to 8,204.10
Projet pilote fonctionnel 30.7%: CAD 40,186.30 to 61,430.70
Tests et corrections 2%: CAD 2,618 to 4,002
Mise en ligne 2%: CAD 2,618 to 4,002
Production 10.8%: CAD 14,137.20 to 21,610.80
Holdback, 30 days after launch (10%): CAD 13,090 to 20,010

Von diesem Beispiel aus starten

// questions

Fragen, die wir dazu bekommen.

Warum ein eigenes Modell trainieren, um Fahrgast-Feedback zu sortieren?

Ihre Linien, Haltestellen und Themen sind Ihre eigenen, und Fahrgastkommentare bleiben in Ihrem Konto. Ein Frontier-Modell kostet zum Start weniger, wenn Sie Kommentare an einen Anbieter schicken möchten.

Kann der ÖPNV-Assistent eine Erstattung oder eine Tarifausnahme zusagen?

Nein. Er antwortet aus Ihren veröffentlichten Regeln und gibt alles andere an das Personal weiter.

Woran sehen wir, dass das Feedback-Modell richtig liegt?

Vor jeder neuen Version läuft ein Evaluierungsset aus Kommentaren, die Ihr Personal gekennzeichnet hat.

Zurück zur Branche: Nahverkehr und Mobilität Über die Leistung: KI-Agenten und Modelle

// weiter

Nicht ganz Ihr Projekt?

Sagen Sie uns, was Sie vorhaben. Wir melden uns mit einer Spanne und den Fragen, die sie eingrenzen würden. Oder buchen Sie ein Gespräch und wir reden darüber.

Projekt starten Gespräch buchen