Diskussionsunderlag

Auga.

Varför gjorde AI-agenten så?

När er AI gör något ni inte väntat er, berättar Auga varför, med bevis, och visar vad som hade stoppat det.

Pil höger för nästa ämne · Pil ned för fördjupning

Problemet

AI-agenter fattar beslut i drift, men ingen kan förklara varför.

Företag släpper ut agenter som bokar, svarar, köper och prioriterar. När något går fel finns loggar, men inga svar. Vem som bär det juridiska ansvaret blir allt oftare en utredning i sig.

Larmet tjuter, men ingen kan säga vilket rum som brinner.

Fördjupning

Problemet · Tre frågor ledningen inte kan besvara

Varför?

Varför blev svaren sämre i tisdags? Var det modellen, datan eller ett verktyg som slutade fungera?

Vad kostar det?

Vilka agenter drar kostnader, och vilka av dem skapar faktiskt värde?

Får vi?

Kan vi visa en tillsynsmyndighet hur agenten fattar beslut, som AI Act kräver?

Problemet · Varför dagens verktyg inte räcker

Övervakning visar vad som hände. Inte varför.

  • Dagens verktyg visar grafer och larm: "svarstiden steg", "felen ökade".
  • Någon måste sedan gissa orsaken, ofta en dyr utvecklare som letar i timmar.
  • Med AI-agenter är kedjan av beslut längre och mindre förutsägbar. Gissandet blir svårare.

Lösningen

Auga visar orsaker, inte bara händelser.

Vi kopplar in oss på agenternas spår och räknar ut vad som faktiskt påverkar vad, och vad det är värt att åtgärda.

Så fungerar det

Lösningen · Tre steg

1

Samla in

Agenterna rapporterar redan vad de gör via en etablerad branschstandard. Vi läser av det, och inget behöver byggas om.

2

Förstå

Vår motor hittar orsakssamband, inte bara samvariation: "det här orsakade det där".

3

Agera

Resultatet blir en rangordnad lista: vad ska åtgärdas först, och vad är det värt.

Lösningen · Samvariation eller orsak?

Glassförsäljning och badolyckor ökar samtidigt.

AI saknar idag förmågan att se orsakssamband. Risken är därför att AI tolkar det som att ökad glassförsäljning har bidragit till fler badolyckor.

Men glassen orsakar inte olyckorna, det gör värmen. Vanliga verktyg ser bara att två kurvor följs åt. Auga skiljer på vad som följer med och vad som driver.

För en agent betyder det: rätt åtgärd första gången, i stället för tre felgissningar.

Produkten

EU AI ActUSPOversightInboxCostOptimizationOperateAgentHealthProvingGroundBehavioralTwinInvestigationCausalengineTraceingestSchema &ontologyAssistantCore

En grund. Linser ovanpå.

Core ingår alltid: förstå vad som hände, och varför.

Linser är betalda tillägg, ett affärsproblem var.

Streckade linser är på väg.

Vad ingår i vad

Produkten · Varför linser?

  • Lätt att köpa: kunden betalar för det problem de har idag, inte för en hel plattform.
  • Lätt att växa: samma data, samma installation. En ny lins är ett klick, inte ett nytt projekt.
  • Lätt att förklara: varje lins svarar på en fråga som en chef redan ställer.

Produkten · Vem som betalar

Tre budgetar. Tre linser.

Investigation

Teknikchefen

Betalar ur verktygsbudgeten. Får färre dyra incidenter, och AI-projekten får äntligen grönt ljus.

EU AI Act

Risk- och complianceansvarig

Betalar ur riskbudgeten. Undviker stora böter och dyra revisioner.

Cost Optimization

Ekonomichefen

Betalar ur driftbudgeten. Sänker AI-notan och ser att AI:n faktiskt lönar sig.

En kund kan börja på en avdelning och växa till nästa, en lins i taget. Sällsynt: en produkt som gör teknik, compliance och ekonomi nöjda samtidigt.

Produkten · Core

Det alla får

DelVad det är
Schema & ontologiVårt gemensamma språk för att beskriva vad en AI-agent gör
Trace-intagTar emot data från kundens agenter via en etablerad standard (OpenTelemetry)
KausalmotornRäknar ut vad som orsakar vad
InvestigationOrsaksgrafen, Heatmap och Timeline: grundvyn för att förstå ett förlopp
AssistentpanelenChatt med AI-assistent och integrationer, anpassas efter vald lins

Produkten · Linser

Betalda tillägg

LinsFrågan den besvarar
EU AI Act"Följer vi AI Act?"
Cost Optimization"Vad kostar agenterna, och var kan vi spara?"
Oversight Inbox"Vad behöver en människa titta på?"
Operate"Vad ska vi åtgärda först, och vad är det värt?"
Agent Health"Mår agenterna bra just nu?"
Proving Ground[beskrivning kommer]
Behavioral Twin[beskrivning kommer]

Produkten · Under ytan

Motorn bakom linserna

Extraktionsrecept: hur rå agentdata blir mätbara variabler. Här ligger mycket av vår kunskap.

AI-bedömare: automatisk kontroll av hallucinationer och om svaren har stöd i källorna. Kan säljas per anrop.

Plattformen

Datakvalitet, nattliga körningar, användningsmätning, datakällor och inställningar. Ingår i den betalda produkten.

Affärsmodellen

Prenumeration på grunden. Linser efter behov.

Intäkten växer med kundens användning, utan att vi behöver sälja in ett nytt projekt.

Intäktsströmmar · Plan B

Affärsmodellen · Tre intäktsströmmar

Plattform

Löpande prenumeration på Core och plattformen.

Linser

Tillägg per lins. Här växer kunden: en lins i taget.

Per anrop

AI-bedömare som tjänst, betalas efter användning.

Prisnivåer: [att fastställa]

Affärsmodellen · Plan B

Grunden som öppen källkod. Linserna står för intäkterna.

Öppen källkod kommer med sina fördelar och konsekvenser.

Fördelar

• Snabb spridning utan säljkostnad: utvecklare hittar oss själva.

• Vårt format kan bli branschstandard.

• Förtroende: vem som helst kan granska hur orsakerna räknas fram.

• Användarna tar med produkten in på jobbet, och köper linser där.

Konsekvenser

• Andra, även molnjättar, kan bygga konkurrerande tjänster på koden.

• Grunden blir svår att ta betalt för. Linserna måste bära allt.

• En community kräver tid och resurser att vårda.

• Att stänga koden i efterhand kostar förtroende.

Mellanväg: Business Source License. Koden är öppen att läsa och använda, men inte för att sälja en konkurrerande tjänst. Den blir helt öppen efter några år.

Affärsmodellen · Plan B · Andra som gått vägen

BolagModellVad hände
GitLabÖppen grund, betalda tilläggSkolexemplet på modellen. Börsnoterat 2021.
Red HatÖppen källkod (Linux), betald support och driftKöptes av IBM 2019 för 34 miljarder dollar.
TerraformÖppen, bytte 2023 till en begränsad licensCommunityn kopierade koden (OpenTofu). Bolaget bakom, HashiCorp, köptes av IBM.
ElasticÖppen, bytte 2021 till en begränsad licensAmazon byggde en egen kopia (OpenSearch). Elastic öppnade delvis igen 2024.
OpenAIBörjade öppet, stängde sedanKritiserades för att överge öppenheten. Släppte öppna modeller igen 2025.
Mistral AIÖppna AI-modeller, betalda tjänsterFranskt. Visar att öppenhet kan vara en europeisk styrka.

Affärsmodellen · Plan B · Så kan det se ut

Mockup: kunden väljer och aktiverar linser själv. Klicka för att prova. Priserna är exempel.

Det som är svårt att kopiera

Orsaker är svårare än grafer.

Att rita en graf är enkelt. Att räkna ut vad som faktiskt orsakar vad, och vad det är värt, kräver kunskap som tar år att bygga upp.

Våra försprång

Det som är svårt att kopiera · Våra försprång

  • Extraktionsrecepten: vet vilka signaler som betyder något för vilken typ av agent.
  • ROI-rangordnade åtgärder: går från "här är problemet" till "gör det här först, det är värt X".
  • Proving Ground: [beskrivning kommer]
  • Behavioral Twin: [beskrivning kommer]

Konkurrensen

Många ser vad som hände. Få förstår varför.

USA

Övervakningsjättar

Datadog, Dynatrace, New Relic. Breda plattformar för IT-drift som lagt till AI-övervakning.

USA

AI-utvecklarverktyg

LangSmith, Arize, W&B Weave, Langfuse. Spårning och tester för utvecklare, inte orsaker för verksamheten.

USA

Orsaksanalys för IT

Causely. Orsaksanalys för IT-drift, som nu breddar sig mot AI-agenter.

Europa

Auga

Orsaker för AI-agenter, paketerade som linser för verksamhetens frågor: regelefterlevnad, kostnad, tillsyn.

Var vi står på kartan

Konkurrensen · Vår bild av marknaden

Vad hände → Varför
AI-utvecklarverktygLangSmith · Arize · Langfuse
ÖvervakningsjättarDatadog · Dynatrace · New Relic
Orsaksanalys för ITCausely
Auga
För utvecklareFör verksamheten

Det europeiska alternativet

Marknaden är amerikansk. Våra kunder är det inte.

Data stannar i Europa

Kan köras i kundens egen miljö, så agentdatan lämnar aldrig huset.

Byggd för AI Act

Regelefterlevnad är en egen lins från start, inte ett tillägg i efterhand.

Europeisk ägare

Ingen amerikansk lag som styr över kundens data eller vår färdplan.

Varför det spelar roll

Det europeiska alternativet · Varför det spelar roll

  • Ägandet koncentreras i USA. Europas största aktör inom spårning av AI-agenter, tyska Langfuse, köptes av amerikanska ClickHouse i januari 2026.
  • Amerikansk lag följer med. Amerikanska leverantörer kan tvingas lämna ut data enligt amerikansk lag (CLOUD Act), även när datan lagras i EU.
  • Reglerade branscher frågar redan. Offentlig sektor, finans och vård ställer allt oftare krav på europeiska leverantörer.
  • Försvarsindustrin har stor potential. Europa rustar upp och AI tar allt större plats i försvaret. Där är kraven på europeiska leverantörer och på att förstå orsakerna bakom AI:ns beslut som störst.

Varför nu

Agenterna flyttar från test till drift. Regelverket följer efter.

Agenter i drift

Företag går från att testa AI-agenter till att låta dem utföra riktigt arbete.

AI Act

EU:s AI-förordning fasas in under 2025–2027 och kräver spårbarhet och mänsklig tillsyn.

Kostnadstryck

AI-kostnader syns nu i budgeten. Ledningen vill veta vad de får för pengarna.

Europa rustar upp

Försvaret satsar på AI och kräver europeiska leverantörer som kan förklara AI:ns beslut.

Vägen till marknaden

Djupt först. Sedan brett.

Designpartners

Ett fåtal kunder som bygger produkten med oss. Bevis och referenser.

Självbetjäning

Utvecklare kommer igång själva och köper till enstaka linser.

Företag

Användarna tar med Auga in på jobbet. Större avtal, fler linser.

Varför den ordningen

Vägen till marknaden · Varför den ordningen

  • Designpartners ger oss bevis på verkligt värde, och kundcase att visa upp.
  • Självbetjäning når hela världen, inte bara de bolag vi hinner träffa.
  • Linserna binder ihop det: man börjar billigt och växer in i produkten. När agenterna flyttar in på företaget kan användarna redan verktyget.

Vägen till marknaden · Pilot med designpartner

Åtta veckor. Fast pris. Tydliga mål.

Upplägget

• 8 veckor till fast pris, inget öppet åtagande.

• Körs på ett verkligt AI-flöde som är viktigt för kunden.

• Vi kopplar in oss på data kunden redan har.

• Några timmar i veckan från en eller två personer hos kunden.

Framgång, bestämd i förväg

• Auga har hittat orsaken till minst en verklig incident.

• Mätbart sparade utvecklartimmar.

• Riskansvarig har underlag redo för revision.

• Båda parter är redo att skriva ett fullt avtal.

Var vi står idag

En fungerande produkt, inte en idé.

  • Core och Investigation fungerar end-to-end, från agentdata till orsaksgraf.
  • Linser byggda: EU AI Act, Cost Optimization, Oversight Inbox, Operate, Agent Health.
  • Designpartners: [status]
  • Team: [namn och roller]

Så hänger det ihop

Var vi står idag · Så hänger det ihop

1 2 3 4 5 6 7 TRAFFIC ASTRONOMY SHOP — SYNTHETIC STOREFRONT CAUSALAGENT — INGEST & STORAGE CAUSAL DISCOVERY SURFACE LLM JUDGES Load Generator Locust · :8089 Browser traffic real usage, optional frontend-proxy Envoy · :8081 Astronomy Shop microservices cart · currency · payment · shipping product-catalog · product-reviews recommendation · ad · quote · email image-provider · frontend (11 services) infra: Kafka · Postgres · Valkey · flagd → each instrumented, all export OTel checkout :5050 checkout-agent LLM gate · :8090 ollama gemma3:1b · :11434 otel-collector gRPC :4317 · HTTP :4318 forwards to variable-extractor variable-extractor :8001 schema-driven extraction + PII blocklist ClickHouse :8123 · :9000 Redis :6379 causal-engine :8002 PC · PCMCI+ · FCI · DAGMA-DCE DoWhy · EconML · +4 more api :8000 dashboard React + D3 · :5173 beside the customer's own agent — not part of this demo's trace path hallucination-judge :8091 groundedness-judge :8092
  1. Trafik går in i demobutiken och till kassan.
  2. Varje tjänst, och kassans AI-agent, rapporterar vad den gör (OpenTelemetry).
  3. Insamlaren skickar allt vidare till extraktorn.
  4. Mätbara variabler sparas i ClickHouse och Redis.
  5. Kausalmotorn läser datan och räknar fram orsaksgrafen.
  6. API:t samordnar motor, lagring och extraktor.
  7. Dashboarden visar grafen.

De fyllda gröna rutorna är produktens kärna: extraktorn och kausalmotorn. Grått är en demobutik som skapar trafik att analysera. Lila är AI-bedömarna, som körs hos kunden.

Unikt säljargument

December 2027 börjar AI Acts hårdaste krav gälla. Europas företag är inte redo.

Allvaret

Böter på upp till 7 % av den globala omsättningen. Företaget måste kunna visa hur deras AI fattar beslut.

Hur vi hjälper

Auga ger bevisen löpande: spårbarhet, förklaringar och mänsklig tillsyn, direkt ur agenternas faktiska beteende.

Varför bara vi

Andra fyller i formulär eller visar grafer. Vi förklarar varför agenten gjorde som den gjorde, och det är vad lagen frågar efter.

Lagen, kraven och vår roll

Unikt säljargument · Allvaret

Det här är ingen rekommendation. Det är lag.

ÖverträdelseMaximala böter
Förbjuden AI-användning35 miljoner euro eller 7 % av global årsomsättning
Brister mot kraven på högrisk-AI15 miljoner euro eller 3 % av global årsomsättning
Felaktiga uppgifter till myndighet7,5 miljoner euro eller 1 % av global årsomsättning
  • Högrisk är AI som påverkar människors liv: rekrytering, kreditbedömning, försäkring, utbildning, vård och offentlig service.
  • Det är företaget som använder AI:n som bär ansvaret, inte bara den som byggde den.
  • 78 % av bolagen i en genomgång från 2026 hade inte tagit några konkreta steg mot efterlevnad.

Unikt säljargument · Kraven och hur Auga möter dem

Lagen kräverAuga levererar
Spårbarhet och loggningVarje agentkörning fångas och sparas automatiskt, från första steg till sista
Transparens: kunna förklara beslutOrsaksgrafen visar varför agenten gjorde som den gjorde
Mänsklig tillsynOversight Inbox lyfter det som en människa behöver granska
Löpande övervakning i driftAgent Health och larm när beteendet förändras
Dokumentation för tillsynsmyndighetEU AI Act-linsen samlar underlaget på ett ställe

Unikt säljargument · Varför bara vi

Regelverktyg

Registrerar policyer och fyller i formulär. Visar vad företaget säger att AI:n gör.

Övervakningsverktyg

Loggar vad som hände. Svarar inte på varför, och är oftast amerikanska.

Auga

Bevis ur agenternas faktiska beteende, med förklarade orsaker. Europeiskt, och kan köras i kundens egen miljö.

Lagen frågar "varför fattade AI:n det här beslutet?" Vi är byggda för att svara på just den frågan.

Vad vi söker

Alternativa finansieringsvägar

X 000 000

kommer att ta Auga till marknaden

[x] %

Designpartners och kundframgång

[x] %

Produkt: fler linser och självbetjäning

[x] %

Marknad och försäljning

XX 000 000

kan göra Auga dominerande i Europa

[x] %

Försäljning och partners på Europas nyckelmarknader

[x] %

Alla linser parallellt, inklusive Proving Ground och Behavioral Twin

[x] %

Europeisk molndrift och certifieringar för reglerade branscher

Auga.

Från "vad hände?" till "varför, och vad gör vi nu?"

Frågor och diskussion

Produkten i bild

Produkten i bild · Investigation

[Skärmbild kommer]public/investors/img/investigation.png

Orsaksgrafen: vad som påverkade vad, i en enda körning.

Produkten i bild · Heatmap & Timeline

[Skärmbild kommer]public/investors/img/heatmap-timeline.png

Var och när problemen uppstår, över tid.

Produkten i bild · EU AI Act

[Skärmbild kommer]public/investors/img/eu-ai-act.png

Underlaget för AI Act, samlat på ett ställe.

Produkten i bild · Oversight Inbox

[Skärmbild kommer]public/investors/img/oversight-inbox.png

Det en människa behöver granska, med orsaken redan bifogad.

Produkten i bild · Cost Optimization

[Skärmbild kommer]public/investors/img/cost-optimization.png

Var AI-pengarna går, och var de kan sparas.

Produkten i bild · Simulate

[Skärmbild kommer]public/investors/img/simulate.png

”Vad hade hänt om?” Testa en åtgärd innan den genomförs.