Systemet som gör europeiska företag agentiska

Gör ert företag agentiskt – och följ regelverket.

Fundarem kopplar ihop era system till en karta över ert företag, så att AI äntligen förstår hur era kunder, fakturor och projekt hänger ihop. Allt medan ni följer EU:s lagar och regler.

På den kartan kan AI-agenter sköta rutinarbete eller komplexa uppgifter, och varje anställd får en AI-assistent för de data hen har rätt att se.

Fundarem och era data körs i företagets eget moln, i en EU-region. Ni väljer den AI-modell som passar era regulatoriska krav, era kvalitetsbehov och er kostnad, och ni har alltid koll på utgifterna och kontroll över budgeten.

Ert eget moln, i EU: Fundarem och era data
AI-agenterExempel på arbete
  • Matchar betalningar mot öppna fakturor
  • Flaggar en kund som betalar sent
  • Skriver utkast till en betalningspåminnelse
läserskriver tillbaka, där ni tillåter
En karta över ert företagallt länkat

Era mjukvarusystem

  • RegelefterlevnadByggt för att hjälpa er följa GDPR och EU:s AI-förordning, med varje steg loggat
  • Sammankopplade systemEra mjukvarusystem, kopplade en gång
  • Era data, länkadeKunder, fakturor och projekt sammanfogade över systemen
  • Förstår ert företagAgenter och en assistent som vet hur ert företag fungerar

Så fungerar det

Fundarem är byggt så att era lagrade data alltid stannar i företagets eget moln i EU. Det ni väljer är var AI-modellen behandlar varje förfrågan.

Se hur det fungerar Från samtal till drift: stegen

Koppla in era befintliga system

Ta in varje system, hur det än kopplas.

Välj en färdig koppling, använd systemets egen MCP-server, eller låt oss bygga en koppling för ett system som ingen har kopplat in ännu. Alla tre slutar på samma sätt: i en modell av ert företag, där er administratör väljer vilka kolumner som är känsliga.

  1. Bläddra i biblioteket
  2. Ta med egen MCP
  3. Egen koppling
En modell av verksamheten

Välj er AI-modell

Välj den AI-modell som passar era regulatoriska krav, den kvalitet arbetet kräver och er budget. Vår sida om modeller jämför dem sida vid sida. Utgifterna följs alltid upp, och ni bestämmer vad AI får kosta per förfrågan och per dag. En ram med enbart EU är också möjlig: vald tillsammans med oss vid installationen håller den behandlingen av varje förfrågan inom EU.

  • De bästa modellerna, till lägsta prisVi erbjuder alltid de bästa modellerna och letar efter det lägsta priset, eftersom vi inte tjänar något på dem.
  • Modeller kombinerade efter hur svår uppgiften ärInom ramen ni väljer kan en toppmodell ta de svåra uppgifterna och en billigare modell de enkla. Med behandling bara inom EU, till exempel: den starkaste modellen som behandlas inom EU för det svåra arbetet och en billigare modell som behandlas inom EU för rutinarbetet. Fundarem är byggt för att skicka varje typ av uppgift till sin egen modell. Er administratör väljer vilken modell som tar vilken typ av uppgift.
  • Ingen andel av er AI-användningNi betalar Microsoft direkt för modellen, ett till ett, på er egen Azure-faktura. Vi tar ingen andel av tokens och är inte part i den transaktionen. En modellleverantörs eget API, utanför Azure, fakturerar er också direkt.
  • Det ni betalar ossPriset lämnas på begäran. Ingen startavgift. Kostnaderna följs alltid upp, och ni bestämmer vad AI:n får kosta per förfrågan och per dag. Er administratör ser varje användares aktivitet och vad den kostade.
  • Foundry Azure, öppen källkodStandard

    Kimi K3

    Var en förfrågan behandlas: Utanför EU

    Fördelar

    • Open-weights models at open-model prices, billed through your Azure subscription; the same weights can also run on your own machine.
    • No vendor account of ours: the deployment and its key are yours, with Azure governance and access control.

    Nackdelar

    • Förfrågningar behandlas utanför EU: en tredje part levererar den här modellen, och Microsoft tar inte med den driften i sina EU-åtaganden.
    • Betald per användning kan den här modellen behandlas var som helst i världen; värden erbjuder inget regionalt alternativ i EU.

    Testresultat

    Källa: modellkort, hämtad 2026-09-28.

  • Foundry Azure EU, öppen källkod

    DeepSeek V4 Flash

    Var en förfrågan behandlas: I EU (Microsoft Azure)

    Fördelar

    • Förfrågningar lämnar aldrig EU: Microsoft behandlar dem bara inom EU:s medlemsländer.
    • Sold and supported by Microsoft under one Azure agreement.

    Nackdelar

    • Färre modeller än där behandlingen kan ske var som helst i världen, och svagare än standardmodellen i de publicerade testerna.
    • Nya modeller kommer hit senare än där behandlingen kan ske var som helst i världen.

    Testresultat

    Källa: modellkort, hämtad 2026-09-28.

    Källa: modellkort, hämtad 2026-11-03.

  • Frontiermodeller i Foundry

    Claude Opus 5.5

    Var en förfrågan behandlas: Utanför EU (Microsoft Azure)

    Fördelar

    • The highest-ranked models on Foundry's quality index and the Artificial Analysis Intelligence Index.
    • Sold through Azure under one agreement, billed on your Azure invoice.

    Nackdelar

    • Closed weights: you cannot move the model to your own machines.
    • Prompts are processed outside the EU; for some of these models the model's vendor, not Microsoft, is the data processor.

    Testresultat

    • GPQA Diamondingen offentlig siffra
    • Terminal-Bench 2.1ingen offentlig siffra
    • SWE-Bench Verifiedingen offentlig siffra
  • Egen VM i ert Azure

    DeepSeek V4.1 Flash (open weights)

    Var en förfrågan behandlas: Er egen maskin

    Fördelar

    • Före standardmodellen på 3 av de 4 publicerade resultat de har gemensamt.
    • Full isolation: no prompt ever leaves machines you run, in the region you chose.
    • Any open-weights model whose licence allows it, including your own fine-tuned one.

    Nackdelar

    • You patch, scale and monitor it; Spot prices are cheaper but the machine can be evicted.
    • The largest models need a multi-GPU machine; the price list shows no H100 or A100 machine in Norway East today, so Sweden Central or West Europe it is.

    Testresultat

    Källa: modellkort, hämtad 2026-11-03.

  • Direktåtkomst

    Claude Opus 4.8

    Var en förfrågan behandlas: Utanför EU (leverantörens eget API)

    Fördelar

    • A direct connection to the vendor's own API, with no Azure deployment to set up.
    • Billed by the vendor per token, on your own account with it.

    Nackdelar

    • Prompts are processed outside Azure and outside the EU, by the model vendor: you need a DPIA and a transfer safeguard.
    • Closed weights: you cannot move the model to your own machines.

    Testresultat

    Källa: modellkort, hämtad 2026-09-28.

GPQA Diamond
Graduate-level science questions
Terminal-Bench 2.1
Multi-step tasks in a real command-line terminal
SWE-Bench Verified
Fixing real, human-checked issues in open-source code

Resultat i procent, så som de publiceras på källsidan för varje siffra; högre är bättre. Tryck på ett resultat för att öppna den sidan. Där ingen offentlig sida anger ett resultat står det på kortet: vi uppskattar aldrig.

Jämför modellerna

En AI-assistent för varje anställd

Den fungerar som de AI-assistenter ni redan känner till, men på ert eget företags data.

  • Fråga med vanliga ordFrågor om kunder, fakturor, projekt eller personer får svar från alla era data, inte ett system i taget.
  • Ser bara det du får seVarje persons assistent följer personens roll. En säljare och ekonomichefen får olika svar på samma fråga.
  • Förbereder arbetetDen hittar, sammanfattar och skriver utkast, och gör ändringar bara där ert företag tillåter det.
  • Varje fråga loggasVem som frågade vad, och vad som gjordes, sparas i er egen logg.
  • Känner till hur ert företag arbetarVarje företag har sin egen företagshjärna, byggd för att stanna i er egen installation, och assistenten använder den i sina svar.
  • Känner till manualenFråga assistenten hur något i Fundarem fungerar eller var det finns. Den svarar utifrån produktens egen manual och länkar till skärmen. Delar som är skrivna för administratörer är för administratörer och chefer; en medlem får dem inte.

Exempel, fiktiva data

Vilka kunder ligger efter med betalningarna den här månaden?

Tre kunder har förfallna fakturor:

  • Nordvik Bygg ASkr 48 312
  • Fjordlys Designkr 21 900
  • Berg & Sønnerkr 9 450

Nordvik har också en öppen affär värd kr 450 000. Ska jag skriva ett vänligt utkast till påminnelse till var och en av dem?

En agent i arbete, exempel med fiktiva data
AI-assistentKlart
Länkade data
  • KundNordvik Bygg AS
  • Förfallen fakturakr 48 312
  • Öppen affärkr 450 000
Utkast
Vänlig påminnelse

Faktura 1187 på kr 48 312 är nu 14 dagar försenad.

En vänlig ton, eftersom en affär är öppen.

Tillåtet enligt era skrivinställningar
Skrivet tillbaka, där det är tillåtet

Påminnelse skickad och noterad på kunden

Så löste vi det tidigare

Fyra väggar står mellan ett företag och AI. Före Fundarem rev vi dem i ett skarpt system i drift för en av Norges tre största redovisningsbyråer.

  1. Vägg 1

    Inga integrationer

    Byråns ERP-system saknade ett standardsätt att koppla in en AI-agent, och vissa saknade det helt. Vi kopplade in Xledger, Tripletex, PowerOffice och Business Central.

  2. Vägg 2

    Ingen karta över verksamheten

    Data var inte sammankopplad. Vi byggde en enda karta över kunder, fakturor, tillgångar, anställda och moms, med kopplingarna mellan dem, redo för AI att läsa och skriva.

  3. Vägg 3

    Regelverk

    Personuppgifter kunde inte bara skickas till en AI-modell. Personuppgifter i de markerade kolumnerna maskerades före varje modellanrop, och byrån fyllde i och undertecknade en DPIA med vår förifyllda mall som utgångspunkt.

  4. Vägg 4

    Kontroll över AI-modellerna

    Modellerna kördes i vår egen säkra Azure-miljö, inte i ett separat AI-verktyg. De behandlade förfrågningar utanför EU, men inom Microsofts moln.

Resultatet: en instrumentpanel för byråns hela redovisningsarbete, där agenter gjorde rutinarbetet och deltog i de komplexa uppgifterna. AI-agenter som arbetade på kartan sparade omkring 40 % av tiden på redovisningsarbete i allmänhet.

Vad vi byggde: byråns ERP-system, en karta (ontologin) och en dashboard med AI-agenter i arbete
ERP-system
  • Xledger
  • Tripletex
  • PowerOffice
  • Business Central
En karta
  • Kund
  • Faktura
  • Tillgång
  • Anställd
  • Momsdeklaration
En dashboard
  • Leverantörsfakturor
  • Avskrivningar
  • Momsdeklaration
  • Lön
  • Bankavstämning
En agent i arbete, exempel med fiktiva data
BokföringsagentKlart
Länkade data
  • LeverantörsfakturorInte bokförda än
  • LeverantörBerg & Sønner
  • Tidigare bokningarSamma leverantör
Utkast
Leverantörsfakturor att bokföra

Bokför alla utestående leverantörsfakturor.

Använd kontot och momskoden som leverantören hade tidigare.

Tillåtet enligt era skrivinställningar
Skrivet tillbaka, där det är tillåtet

Leverantörsfakturorna är bokförda

Fundarem är samma metod, byggd som en produkt för alla företag. Den kopplar ihop era system till en karta, sätter AI-agenter och en assistent i arbete på den och är byggd för att köras i ert företags eget moln.

Questions

What is Fundarem?

An integration platform that turns a company's software systems into one ontology, so agents and dashboards can work on it. It is built to run in your own Azure tenant, in an EU region.

Which systems can we connect?

Ready connectors: Microsoft 365, HubSpot, Salesforce, Tripletex, Xledger and Gitea. Any system's own MCP server. Or we build a custom connector from the system's API documentation, and you confirm it.

Where is our data stored?

In your own Azure tenant, in the EU region you choose at setup. What can leave is an AI model call, and each route says where it is processed.

Is personal data sent to the AI model?

The anonymiser is on by default for every model. It replaces marked columns, recognised names and patterned values (national ID numbers, phone numbers, IBANs) with placeholders. Your admin can switch it off per kind of personal data.

Do we have to replace or migrate our systems?

No. Fundarem reads from them and writes back only where you allow.

What does it cost?

Priced on request, with no onboarding fee. The AI model is billed on your own Azure invoice.

Se det fungera på ett exempelföretag.

Livedemon körs på ett påhittat företag med påhittade personer. Inget du gör där rör ett verkligt system.