En AI som minns er organisation.
Varje bedömning, agent, policy, användningsfall, beslut och experiment i er Fronterio-tenant matas in i en nattlig konsolideringshjärna. Den destillerar bestående uppfattade fakta — preferenser, mönster, risker, ambitioner — och rekommenderar nästa drag, tyst, varje dag.
Faktatyper motorn spårar per organisation — från risksignaler till deklarerade ambitioner
Ytor där rekommendationerna visas: konsult, dashboard, digest, Mission Control
K-anonymitetsgolv för varje insikt över kunder — identitet lämnar aldrig er tenant
Så fungerar Memory Engine
Varje åtgärd ert team utför i Fronterio skriver en oföränderlig, Zod-validerad signal till en append-only buss — inga råa användar-ID:n, ingen fritext, en avgränsad payload-vitlista. En nattlig cron kl. 05:00 UTC läser alla signaler sedan senaste körningen för var och en av era organisationer och för dem genom en tvåstegs konsolidering.
Steg ett är deterministiskt: fem regelbaserade detektorer söker efter mönster ett kalkylblad kunde fånga — policy-publiceringsserier, sjunkande bedömningspoäng, agent-deploy-kadens, användningsfalls-utgivningsfrekvens, guide-färdigställningsrytm. Dessa producerar kandidatfakta med bevisspår kopplade till specifika signalrader. Steg två är en frontier AI-modell, gateadd till Pro+ och endast när nya signaler eller ett konsult-härlett faktum motiverar samtalet. Modellen ser på er bucket-kontext + tidigare fakta + senaste signaler och returnerar upp till tolv ytterligare kandidater — subtila preferenser, deklarerade ambitioner, beslutssammanhang regelbaserade detektorer inte kan se.
Kandidater samlas i ett varaktigt minne med supersede-semantik: samma faktum med högre konfidens förstärker, annat värde ersätter. Ett kanoniskt vokabulär på 55 nycklar förhindrar drift; allt utanför vokabuläret hamnar i en admin-granskningskö istället för att förorena ert minne. Fakta bär konfidensband, bevis-signal-ID:n och en utgångsdatum per faktatyp — blockerare löper ut på 14 dagar, begränsningar på ett år.
Rekommendationer beräknas från minne + nuvarande tillstånd + (Business+) mönster över kunder. En enskild rekommendation kan tas upp på fyra ytor — konsultens prompt (topp fem), dashboardens hemkort (topp tre), den veckovisa digest-e-posten (endast hög prioritet) och Mission Control-dashboarden (full lista). En källa till sanning, fyra vyer, alltid i prioritetsordning.
Varför minne, inte bara analyser
Utan Memory Engine
- Er AI-konsult börjar varje samtal från noll — den vet er poäng men inte era preferenser, historik eller beslut
- Mönsterigenkänning sker inuti någons huvud — churn-risker, vandrande initiativ och kapacitetsluckor sitter i minnet tills ett möte tar fram dem
- Varje dashboard-widget svarar på 'vad hände', men inget svarar på 'vad bör ni göra nu, förankrat i vad ni har gjort'
- Peer-benchmarks är föråldrade PDF:er; 'vad organisationer som vår vanligtvis gör' lever i en konsults LinkedIn-DM:er
Med Memory Engine
- Konsulten citerar uppfattade fakta efter fact_type med konfidens-markörer — ingen hallucination, ingen upprepning av samma fråga varje samtal
- Risksignaler dyker upp på morgonen de kvalificerar sig, med bevis som länkar tillbaka till de specifika agent-händelser eller poängfall som utlöste dem
- Varje yta — dashboard, digest, Mission Control — läser från en uppsättning rekommendationer, ordnade efter prioritet, automatiskt avvisade när inte längre relevanta
- Kohortinsikter över kunder (Business+) är bucket-only med k≥15 anonymitet — användbara mönster, noll identitetsläckage
Vad ingår i Memory Engine
Uppfattade fakta per organisation
Preferenser, mönster, relationer, begränsningar, åtaganden, risksignaler, ambitioner, kapacitetsluckor, blockerare, momentum, kohortinsikter — tolv kanoniska faktatyper.
Regelbaserad + AI-konsolidering
Deterministiska detektorer för varje organisation; Pro+ lägger till nattlig Sonnet-körning med signaltröskel-gating och Zod-validerad output.
Mall-driven rekommendationer
Deklarativa mallar mappar faktatyper till rekommendationer med planbaserade prioritetshöjningar, CTA-länkar och automatisk avvisning när det underliggande faktumet försvinner.
Fyra vyytor
Konsult-promptinsprutning, dashboard-kort, veckovis digest-sektion, Mission Control-dashboard — samma källa, olika prioriteter.
Integritet by design
Org-saltad hashing, Zod-gateadd emit-gräns, avgränsad meta-vitlista, bucket-only kohort-aggregering med k≥15-golv framtvingat på databaslagret.
Opt-out respekteras på varje lager
cohort_contribution_enabled-flippen utesluter en organisation från både kohort-skrivningar och -läsningar — ingen data lämnar er tenant utan uttryckligt samtycke.
Så landar det i er tenant
Signaler börjar flöda
Från dag ett sänder varje bedömning, agentgodkännande, policy-publicering, guide-färdigställande, beslut och experiment en Zod-validerad signal till bussen.
Första konsolideringskörningen
Dag två kl. 05:00 UTC: regelkörningen hittar sina första mönster, seedar de första organization_memory-raderna. Konsulten börjar citera dem.
Rekommendationer dyker upp
Inom en vecka visar dashboardens hemkort och Mission Control era första rekommendationer. Digesten inkluderar högprioriterade objekt varje måndag.
AI-körningen startar (Pro+)
När signalmängd eller konsult-härledda fakta motiverar det lägger vår AI-modell till de subtila fakta — preferenser, ambitioner, beslutssammanhang detektorer inte kan se.
“Vi slutade förklara vår organisation för AI:n varje måndag. Den visste bara. Tre veckor in flaggade den en governance-avvikelse vi inte själva hade märkt.”
Tillgänglig på Pro, Business och Enterprise
Regelkörning + konsult-injektion ingår i varje plan. Pro+ låser upp nattlig AI-konsolidering och dashboard-kort-rekommendationer. Business+ får Mission Control och förutsägande kohortinsikter. Enterprise lägger till förutsägelser för risksignaler över kunder och Brain API-åtkomst.
Ge er AI ett minne.
Boka en genomgång och se vad motorn skulle lära sig om er organisation under sin första vecka.