Slik bygger Tripletex AI på toppen av AWS – uten å endre alt

Flere store transformasjoner

Tripletex er kjent for å velge teknologi som er pålitelig og fungerer i praksis. Målet er å gi utviklerne verktøy som leverer stabile løsninger, også når trafikken og brukergrunnlaget vokser. Denne filosofien preger alt fra valg av programmeringsspråk til hvordan teamene jobber.

Gjennom mange år har Tripletex og AWS (Amazon Web Services) hatt et tett samarbeid for å finne løsninger som passer Tripletex sin arkitektur og deres behov. Samarbeidet har vært preget av flere store endringer, inkludert byggingen av deres egen sharding-løsning som gjorde det mulig å skalere til over 150 000 kunder uten å miste fart.

Og nå med integrasjon av AI i plattformen.

– Vi har et dedikert team som jobber med felleskomponenter, rammeverk og infrastruktur. Når vi begynte å se på hvordan vi kunne bruke AI i Tripletex, ønsket vi å finne en måte å gjøre det på, uten å bygge et nytt system ved siden av den eksisterende løsningen, sier Thomas Lyseggen, som er Tech Lead i teamet.

Søk nå: AI-utvikler i Tripletex

Ble utfordret av AWS

Tripletex vurderte flere alternativer, men alle løsningene krevde store investeringer og omfattende prosjekter som ville bundet opp ressurser over lang tid.

– Da vi satte oss ned sammen med AWS, påpekte de at vi kanskje ikke trengte å ta et så stort sprang for å aktivere AI i stacken vår, sier Thomas.

Sammen fant de en løsning som bygget videre på eksisterende komponenter. Valget falt på SpringAI – et rammeverk som lar utviklere integrere AI-funksjonalitet direkte i applikasjonene sine, og som samtidig fungerer sømløst med AI-tjenestene på AWS.

– Vi klarte å implementere SpringAI på rekordtid, med minimal påvirkning på teamene. Det er helt i tråd med vår kultur: å gi teamene frihet til å bevege seg raskt, eksperimentere og lære – slik at vi kan levere AI-baserte løsninger til kundene våre, sier Thomas.

Bygger videre på kjent grunn

Samarbeidet med AWS har vært avgjørende, ikke bare for AI-satsingen – men for måten Tripletex jobber med utvikling generelt.

– Det gir oss muligheten til å balansere innovasjon og stabilitet. Vi eksperimenterer mye, men gjør det på en plattform vi vet fungerer også når vi skalerer opp, sier Thomas.

Konkret bruker teamene blant annet kunnskapsbase via Amazon Bedrock og Amazon ECS (Elastic Container Service) for å drifte MCP-systemet (Model Context Protocol) – protokollen som lar AI-modellene kommunisere med eksterne datakilder. Denne arkitekturen gjør det mulig å teste nye ideer raskt, uten å gå på kompromiss med sikkerhet og skalerbarhet.

Hos AWS trekkes Tripletex frem som et godt eksempel på hvordan selskaper kan ta i bruk AI uten å rive og bygge nytt.

– Tripletex sin tilnærming viser hvordan selskaper kan ta i bruk AI på en effektiv måte, samtidig som de bevarer sin kjernekompetanse. Det er viktig for oss å støtte kundene med velprøvde metoder og beste praksis som kan hjelpe dem å komme raskere i gang med sin AI-satsing, sier Ragnar Harper, AWS Norway Solutions Architect leader.

AI som en naturlig del av plattformen

I Tripletex er ikke målet å lansere «én stor AI-feature», men å gjøre AI til en naturlig del av opplevelsen, allerede brukes teknologien til å:

- Foreslå konteringer og forbedre bilagsbehandling

- Forbedre kundeopplevelsen gjennom AI-assistenten

- Gi kundene bedre innsikt gjennom smartere analyse

- Oppdage avvik og uregelmessigheter automatisk

– Sammen med AWS ser vi på alt fra statistiske lineære metoder til generative modeller, og vi ser for oss at AI etter hvert vil dukke opp overalt i produktet – i små, men smarte detaljer som sparer tid for kundene våre, forklarer Thomas.

For Tripletex handler AI ikke om å bruke ny teknologi for teknologiens skyld, men om å gjøre hverdagen enklere – både for kundene og for utviklerne.

Les mer om Tripletex her 👈