Allemannsdata Wiki
Manual search

INTELECY AS

Organization number 918527419 · Aksjeselskap

Programmatic access to company data (JSON)

Source: Firmafakta. Data read and page generated 2026-09-09T00:16:42Z. HTML cache: no-store (TTL 0 seconds). Default TTL for Firmafakta JSON/API responses: 60 seconds.

Facts

Source: Firmafakta, with business data from public registers.

organisasjonsnummer:
918527419
navn:
INTELECY AS
organisasjonsform:
kode:
AS
beskrivelse:
Aksjeselskap
naeringskode1:
kode:
62.100
beskrivelse:
Dataprogrammeringstjenester
antallAnsatte:
13
hjemmeside:
www.intelecy.com
epostadresse:
not reported by source
telefon:
not reported by source
forretningsadresse:
adresse:
Edvard Storms gate 2
poststed:
OSLO
postnummer:
0166
kommune:
OSLO
stiftelsesdato:
2017-01-14
registreringsdatoenhetsregisteret:
2017-02-08
aktivitet:
Tjenester i forbindelse med teknologi og programvareutvikling og annet, som naturlig faller sammen med dette.
vedtektsfestetFormaal:
Tjenester i forbindelse med teknologi og programvareutvikling og annet, som naturlig faller sammen med dette.

View the address in Geonorge

Board and other roles

Source: Firmafakta. Also see the separate Brønnøysund lookup under related lookups.

Daglig leder

Regnskapsfører

Revisor

Styre

Owners

Source: Firmafakta shareholder dataset.

  1. AIDIOM AS – 22.92 % (1274360 shares, share class: Ordinære aksjer)
  2. YARA GROWTH VENTURES AS – 14.09 % (783274 shares, share class: Preferanse aksjer)
  3. INVESTINOR DIREKTE AS – 9.8 % (545057 shares, share class: Ordinære aksjer)
  4. INVESTINOR DIREKTE AS – 7.18 % (399100 shares, share class: Preferanse aksjer)
  5. AIDIOM AS – 7.05 % (391946 shares, share class: Preferanse aksjer)
  6. SKAGERAK CAPITAL III AS – 6.55 % (364161 shares, share class: Ordinære aksjer)
  7. LECY AS – 6.44 % (358284 shares, share class: Ordinære aksjer)
  8. BUTTERFLY VENTURE FUND III KY – 4.62 % (256893 shares, share class: Ordinære aksjer)
  9. GC RIEBER AS – 3.99 % (221828 shares, share class: Preferanse aksjer)
  10. ANNA OLSSON AS – 3.47 % (193200 shares, share class: Ordinære aksjer)
  11. LIGENCE AS – 3.08 % (171512 shares, share class: Ordinære aksjer)
  12. REODOR AS – 2.53 % (140848 shares, share class: Ordinære aksjer)
  13. RSBC HOLDING CO. LTD. – 1.39 % (77377 shares, share class: Ordinære aksjer)
  14. STARTUPLAB FOUNDERS FUND II AS – 1.22 % (67861 shares, share class: Ordinære aksjer)
  15. INVESTINOR AS – 0.81 % (45241 shares, share class: Ordinære aksjer)
  16. 8-BIT HOLDING AS – 0.58 % (31986 shares, share class: Ordinære aksjer)
  17. REODOR AS – 0.47 % (26329 shares, share class: Preferanse aksjer)
  18. INGAR ØSTBY – 0.45 % (24882 shares, share class: Ordinære aksjer)
  19. INTELECY AS – 0.39 % (21606 shares, share class: Ordinære aksjer)
  20. GROTMOL SOLUTIONS AS – 0.29 % (15848 shares, share class: Ordinære aksjer)
  21. SKAGERAK CAPITAL III AS – 0.26 % (14710 shares, share class: Preferanse aksjer)
  22. ZEE TREE HOLDING AS – 0.24 % (13477 shares, share class: Ordinære aksjer)
  23. ANNA OLSSON AS – 0.24 % (13310 shares, share class: Preferanse aksjer)
  24. COTTESLOE AS – 0.21 % (11532 shares, share class: Ordinære aksjer)
  25. RSBC HOLDING CO. LTD. – 0.18 % (10123 shares, share class: Preferanse aksjer)
  26. BUTTERFLY VENTURE FUND III KY – 0.16 % (8731 shares, share class: Preferanse aksjer)
  27. AREEH AS – 0.14 % (8054 shares, share class: Ordinære aksjer)
  28. JOHU HOLDING AS – 0.14 % (7924 shares, share class: Ordinære aksjer)
  29. LEAN INVEST AS – 0.14 % (7924 shares, share class: Ordinære aksjer)
  30. BLIKI AS – 0.12 % (6877 shares, share class: Ordinære aksjer)
  31. HARAHU AS – 0.12 % (6786 shares, share class: Ordinære aksjer)
  32. ALVENG HOLDING AS – 0.11 % (6339 shares, share class: Ordinære aksjer)
  33. ETIENNE AS – 0.11 % (6339 shares, share class: Ordinære aksjer)
  34. PHILIP HANSTEEN – 0.11 % (6339 shares, share class: Ordinære aksjer)
  35. JUNCTION POOL CAPITAL AS – 0.08 % (4437 shares, share class: Preferanse aksjer)
  36. PFH AS – 0.08 % (4437 shares, share class: Preferanse aksjer)
  37. STRAHLSUND AS – 0.06 % (3170 shares, share class: Ordinære aksjer)
  38. GROTMOL SOLUTIONS AS – 0.06 % (3062 shares, share class: Preferanse aksjer)
  39. BLIKI AS – 0.05 % (2751 shares, share class: Preferanse aksjer)
  40. INGVILD HOLLERUD HELSETH – 0.02 % (1350 shares, share class: Ordinære aksjer)
  41. STRAHLSUND AS – 0.01 % (668 shares, share class: Preferanse aksjer)
  42. PHILIP HANSTEEN – 0.01 % (404 shares, share class: Preferanse aksjer)
  43. TURBOTREIDER AS – 0.0 % (225 shares, share class: Ordinære aksjer)

Fetch a longer owner list

Company holdings

Grants and support

Sources provided through Firmafakta: Innovation Norway, the EU, the Research Council of Norway and SkatteFUNN.

Innovasjon Norge (7)

7 results

  1. fylkesnavn:
    Oslo
    kommunenavn:
    Oslo
    org_nr:
    918527419
    bedriftsnavn:
    INTELECY AS
    virkemiddelkategori:
    Risikolån og garantier
    underkategori:
    Landsdekkende innovasjonslån
    innvilget_belop:
    12000000
    innvilget_dato:
    30.10.25
    beslutningsenhet:
    IN Øst
    naringshovedgruppe:
    K - Telekommunikasjon, dataprogrammering, konsulentvirksomhet, datainfrastruktur og andre tjenester tilknyttet informasjonsteknologi
    naring:
    62.100 Dataprogrammeringstjenester
    type_finansiering:
    Lån
  2. fylkesnavn:
    Oslo
    kommunenavn:
    Oslo
    org_nr:
    918527419
    bedriftsnavn:
    INTELECY AS
    virkemiddelkategori:
    Innovasjonstilskudd
    underkategori:
    Forsknings- og utviklingstilskudd
    innvilget_belop:
    3700000
    innvilget_dato:
    23.11.17
    beslutningsenhet:
    IN Oslo og Akershus og Østfold
    naringshovedgruppe:
    K - Telekommunikasjon, dataprogrammering, konsulentvirksomhet, datainfrastruktur og andre tjenester tilknyttet informasjonsteknologi
    naring:
    62.100 Dataprogrammeringstjenester
    type_finansiering:
    Tilskudd
  3. fylkesnavn:
    Oslo
    kommunenavn:
    Oslo
    org_nr:
    918527419
    bedriftsnavn:
    INTELECY AS
    virkemiddelkategori:
    Innovasjonstilskudd
    underkategori:
    Miljøteknologi
    innvilget_belop:
    16000000
    innvilget_dato:
    23.03.25
    beslutningsenhet:
    IN Hovedkredittutvalg
    naringshovedgruppe:
    K - Telekommunikasjon, dataprogrammering, konsulentvirksomhet, datainfrastruktur og andre tjenester tilknyttet informasjonsteknologi
    naring:
    62.100 Dataprogrammeringstjenester
    type_finansiering:
    Tilskudd
  4. fylkesnavn:
    Oslo
    kommunenavn:
    Oslo
    org_nr:
    918527419
    bedriftsnavn:
    INTELECY AS
    virkemiddelkategori:
    Oppstartstilskudd
    underkategori:
    Landsdekkende etablerertilskudd
    innvilget_belop:
    600000
    innvilget_dato:
    21.06.17
    beslutningsenhet:
    IN Oslo og Akershus og Østfold
    naringshovedgruppe:
    K - Telekommunikasjon, dataprogrammering, konsulentvirksomhet, datainfrastruktur og andre tjenester tilknyttet informasjonsteknologi
    naring:
    62.100 Dataprogrammeringstjenester
    type_finansiering:
    Tilskudd
  5. fylkesnavn:
    Oslo
    kommunenavn:
    Oslo
    org_nr:
    918527419
    bedriftsnavn:
    INTELECY AS
    virkemiddelkategori:
    Innovasjonstilskudd
    underkategori:
    Forsknings- og utviklingstilskudd
    innvilget_belop:
    3900000
    innvilget_dato:
    13.05.20
    beslutningsenhet:
    IN Oslo Viken
    naringshovedgruppe:
    K - Telekommunikasjon, dataprogrammering, konsulentvirksomhet, datainfrastruktur og andre tjenester tilknyttet informasjonsteknologi
    naring:
    62.100 Dataprogrammeringstjenester
    type_finansiering:
    Tilskudd
  6. fylkesnavn:
    Oslo
    kommunenavn:
    Oslo
    org_nr:
    918527419
    bedriftsnavn:
    INTELECY AS
    virkemiddelkategori:
    Innovasjonstilskudd
    underkategori:
    Andre innovasjonstilskudd
    innvilget_belop:
    50000
    innvilget_dato:
    06.12.23
    beslutningsenhet:
    IN Viken
    naringshovedgruppe:
    K - Telekommunikasjon, dataprogrammering, konsulentvirksomhet, datainfrastruktur og andre tjenester tilknyttet informasjonsteknologi
    naring:
    62.100 Dataprogrammeringstjenester
    type_finansiering:
    Tilskudd
  7. fylkesnavn:
    Oslo
    kommunenavn:
    Oslo
    org_nr:
    918527419
    bedriftsnavn:
    INTELECY AS
    virkemiddelkategori:
    Risikolån og garantier
    underkategori:
    Landsdekkende garantier
    innvilget_belop:
    3750000
    innvilget_dato:
    01.12.25
    beslutningsenhet:
    IN Øst
    naringshovedgruppe:
    K - Telekommunikasjon, dataprogrammering, konsulentvirksomhet, datainfrastruktur og andre tjenester tilknyttet informasjonsteknologi
    naring:
    62.100 Dataprogrammeringstjenester
    type_finansiering:
    Garanti

EU-tildelinger (1)

1 results

  1. id:
    344
    rammeprogram:
    H2020
    prosjektnr:
    889026
    prosjektkortnavn:
    DATASET
    prosjektnavn:
    Advanced manufacturing though data analytics and intelligent insights
    organisasjonsnummer:
    918527419
    organisasjonsnavn:
    INTELECY AS
    kontrakt_startdato:
    01.12.2019 00:00
    kontrakt_sluttdato:
    30.04.2020 00:00
    innvilget_belop:
    50000
    program:
    INNOSUPSME
    programomrade:
    Industrial Leadership

Forskningsrådet (5)

5 results

  1. id:
    70125
    prosjektnummer:
    332350
    prosjekttittel:
    Explainable AI for manufacturing
    prosjektstart:
    2022
    prosjektslutt:
    2025
    prosjektansvarlig_navn:
    INTELECY AS
    organisasjonsnummer:
    918527419
    sokt_belop:
    Datateknologi
    tildelt_belop:
    0.0
    virkemiddel:
    Felleskostnader
    aktivitet:
    Utlysningsaktiviteter
  2. id:
    73430
    prosjektnummer:
    337102
    prosjekttittel:
    Explainable AI for manufacturing
    prosjektstart:
    2022
    prosjektslutt:
    2026
    prosjektansvarlig_navn:
    INTELECY AS
    organisasjonsnummer:
    918527419
    sokt_belop:
    Informasjons- og kommunikasjonsvitenskap
    tildelt_belop:
    0.0
    virkemiddel:
    Felleskostnader
    aktivitet:
    Utlysningsaktiviteter
  3. id:
    53433
    prosjektnummer:
    296313
    prosjekttittel:
    The future self-driving factory
    prosjektstart:
    2019
    prosjektslutt:
    2022
    prosjektansvarlig_navn:
    INTELECY AS
    organisasjonsnummer:
    918527419
    sokt_belop:
    Teknisk kybernetikk
    tildelt_belop:
    0.0
    virkemiddel:
    Programmer
    aktivitet:
    Brukerstyrte innovasjonsprogrammer
  4. id:
    54615
    prosjektnummer:
    300042
    prosjekttittel:
    Global commercialization of a disruptive new technology for Industrial Machine Learning
    prosjektstart:
    2019
    prosjektslutt:
    2019
    prosjektansvarlig_navn:
    INTELECY AS
    organisasjonsnummer:
    918527419
    sokt_belop:
    Informasjons- og kommunikasjonsteknologi
    tildelt_belop:
    0.0
    virkemiddel:
    Nettverkstiltak
    aktivitet:
    Internasjonale nettverkstiltak
  5. id:
    51875
    prosjektnummer:
    290617
    prosjekttittel:
    Søknad om SME instrument phase 1 for global kommersialisering av Intelecy sitt produkt for Industriell Maskinlæring
    prosjektstart:
    2018
    prosjektslutt:
    2019
    prosjektansvarlig_navn:
    INTELECY AS
    organisasjonsnummer:
    918527419
    sokt_belop:
    Tverr/flerfaglig teknologi og andre fagområder
    tildelt_belop:
    0.0
    virkemiddel:
    Nettverkstiltak
    aktivitet:
    Internasjonale nettverkstiltak

SkatteFUNN (7)

7 results

  1. id:
    71518
    innsendt_dato:
    2024-08-30
    prosjektnummer:
    1516
    bedriftsnavn:
    INTELECY AS
    prosjekttittel:
    Preskriptiv modellering
    organisasjonsnummer:
    918527419
    fylke:
    Oslo
    kommunenavn:
    Oslo
    poststed:
    not reported by source
    soknad_godkjent:
    JA
    soknad_avslatt:
    NEI
    vedtaksdato:
    na
    prosjekt_fra_ar:
    2024
    prosjekt_til_ar:
    2025
    sammendrag:
    Bakgrunn: Intelecy har utviklet avansert AI-teknologi for industriell produksjon, med to eksisterende modelltyper: Anomaly Detection og Forecast. Selskapet har etablert en sterk posisjon i det norske markedet og opplever god vekst i Europa. Hovedmål: Utvikle en tredje type maskinlæringsmodell, preskriptiv modellering, som foreslår justeringer i utstyrsinnstillinger for å oppnå ønsket resultat i industrielle prosesser.
  2. id:
    58528
    innsendt_dato:
    2020-07-03
    prosjektnummer:
    317343
    bedriftsnavn:
    INTELECY AS
    prosjekttittel:
    Innovasjonsprosjekt. AI-styrt produksjon
    organisasjonsnummer:
    918527419
    fylke:
    Oslo
    kommunenavn:
    Oslo
    poststed:
    OSLO
    soknad_godkjent:
    JA
    soknad_avslatt:
    NEI
    vedtaksdato:
    2020-08-19
    prosjekt_fra_ar:
    2020
    prosjekt_til_ar:
    2021
    sammendrag:
    En typisk fabrikk som opererer med full kapasitet, produserer bare 66% effektivt eller «Overall Equipment Efficiency» (OEE). Den siste tredjedelen kommer av dårlig utnyttelse av maskiner, kraft, vann og råvarer. I tillegg bidrar industriproduksjon til 56% av globale klimautslipp. Ifølge statistikk fra Eurostat er det registrert 2,1 millioner fabrikker bare i EU og at disse i dag sysselsetter rundt 30 millioner mennesker. I EU sin Europa 2020 strategi vektlegges bedre ressursutnyttelse, reduksjon av klimagasser og modernisering av fabrikker som de viktigste faktorene for å øke fabrikkene sin vekst og konkurransekraft. Å produsere på en miljømessig og ansvarlig måte
  3. id:
    64603
    innsendt_dato:
    2022-03-31
    prosjektnummer:
    337492
    bedriftsnavn:
    INTELECY AS
    prosjekttittel:
    No-code AI
    organisasjonsnummer:
    918527419
    fylke:
    Oslo
    kommunenavn:
    Oslo
    poststed:
    OSLO
    soknad_godkjent:
    JA
    soknad_avslatt:
    NEI
    vedtaksdato:
    2022-05-22
    prosjekt_fra_ar:
    2022
    prosjekt_til_ar:
    2023
    sammendrag:
    Fremveksten av «Applied machine learning» ved hjelp av IoT-data har begynt å få stor betydning i den globale prosessindustrien. Mangelen på dyktige programvareingeniører og data-scientists har ført til sentralisering av data science-initiativene i mange store bedrifter, og reduserer effektivt autonomien til fabrikkingeniørene. For mellomstore og mindre industribedrifter har kostnadene (og vanskelighetene) ved å bygge et sterkt data-science team vist seg å være en alvorlig trussel - en barriere for å opprettholde langsiktig konkurranseevne. No-code AI kan være en løsning for begge problemene. Det er et stort potensial for styrking av ingeniørene på fabrikkgulvet. De potensielle gevinstene for selskaper som effektivt kombinerer No-code AI med sine ansattes erfaring og kunnskap er enorm. Og No-code AI vil definitivt utjevne konkurransen, noe som gjør det mulig for alle mellomstore og små produsenter å utnytte nye og kraftige AI-modeller.
  4. id:
    55750
    innsendt_dato:
    2019-08-31
    prosjektnummer:
    307405
    bedriftsnavn:
    INTELECY AS
    prosjekttittel:
    Optimal kvalitet for stykkproduksjon
    organisasjonsnummer:
    918527419
    fylke:
    Oslo
    kommunenavn:
    Oslo
    poststed:
    OSLO
    soknad_godkjent:
    JA
    soknad_avslatt:
    NEI
    vedtaksdato:
    2019-11-20
    prosjekt_fra_ar:
    2019
    prosjekt_til_ar:
    2021
    sammendrag:
    Mer effektiv batch-produksjon Fabrikker utnytter globalt i snitt kun 65% av den totale kapasiteten. De beste fabrikkene i verden klarer å oppnå rundt 85% av total kapasitet. Det er et stort potensial for forbedringer i energiforbruk, utnyttelse av råvarer og maskiner. De historiske dataene som bedriftene allerede har tilgjengelig kan benyttes til å lære hva som er normal og ikke normal adferd. De kan benyttes til optimalisering av prosessen ved å sammenligne prosessen når produksjonen var pålitelig og effektiv med når produksjonen var upålitelig og/eller ineffektiv. Økt ressursutnyttelse Økt ressursutnyttelse og reduksjon av miljøgasser er definert som et viktig satsingsområde i EU sin Europa 2020 strategi og i de reviderte retningslinjene for økonomisk vekst og sysselsetting. For Europa er det viktig å øke effektiviteten for å gi europeisk industri raskere vekst og for å bli mer konkurransedyktige. Mer bærekraftig produksjon sees altså på som en viktig konkurransefordel. De siste årene har bedrifter som Intelecy har snakket med i økende grad satt søkelys på mer bærekraftig produksjon. Det er mange gode intensjoner og det blir i økende grad satt av ressurser til å produsere renere, mer energieffektivt og med bedre utnyttelse av råvarer. Men bedriftene sliter med å identifiser konkrete tiltak og med å forstå hvor og hvordan innsatsen skal settes inn. Ny teknologi Gjennom dette prosjektet skal Intelecy sammen med kunder og partnere utvikle ny teknologi som gjør industribedriftene bedre i stand til å studere og forstå variasjonene i sin egen batch-produksjon slik at den kan optimaliseres.
  5. id:
    68884
    innsendt_dato:
    2023-08-31
    prosjektnummer:
    348610
    bedriftsnavn:
    INTELECY AS
    prosjekttittel:
    Quality Analysis
    organisasjonsnummer:
    918527419
    fylke:
    Oslo
    kommunenavn:
    Oslo
    poststed:
    OSLO
    soknad_godkjent:
    JA
    soknad_avslatt:
    NEI
    vedtaksdato:
    2023-11-10
    prosjekt_fra_ar:
    2023
    prosjekt_til_ar:
    2024
    sammendrag:
    Å ta vare på ressursene er bærekraft innenfor industriell produksjon. Hver eneste dag så forbrukes det mer energi enn nødvendig, svinn forekommer og man bruker mer av råvarene enn man egentlig behøver. Prosessene er komplekse, det er alt for mange variabler til at det er oversiktlig med dagens systemer. Med dagens regnekraft er det mulig å analysere all data, men dessverre fortsatt veldig kostbart og forbeholdt de som kan programmere. For å få til et skifte innen dataanalyse innenfor industriell produksjon behøves det mer effektiv bruk av regnekraft og verktøy som fagfolk innen produksjon kan benyttes seg av. Prosjektet har som målsetning å levere et verktøy for fagfolkene i en fabrikk som kan gi svar på de mest komplekse utfordringene, som hvordan kan vi redusere utslipp og hvordan kan vi produsere med riktig kvalitet.
  6. id:
    54313
    innsendt_dato:
    2019-08-25
    prosjektnummer:
    305745
    bedriftsnavn:
    INTELECY AS
    prosjekttittel:
    Innovasjonsprosjekt. Prosessoptimalisering og forutsigbart vedlikehold innen prosessindustri
    organisasjonsnummer:
    918527419
    fylke:
    Oslo
    kommunenavn:
    Oslo
    poststed:
    OSLO
    soknad_godkjent:
    JA
    soknad_avslatt:
    NEI
    vedtaksdato:
    2019-10-02
    prosjekt_fra_ar:
    2019
    prosjekt_til_ar:
    2019
    sammendrag:
    De fleste fabrikker har logget og lagret drifts- og produksjonsdata fra flere år tilbake, men undersøkelser viser at det i snitt er kun omlag 1% av historiske driftsdata som faktisk benyttes. Disse dataene bør i større grad benyttes til optimalisering av prosessen og varsling av mulige feil. De historiske dataene som bedriftene allerede har tilgjengelig kan benyttes til å lære hva som er normal og ikke normal adferd. De kan benyttes til optimalisering av prosessen ved å sammenligne prosessen når produksjonen var pålitelig og effektiv med når produksjonen var upålitelig og/eller ineffektiv. Dataene kan også fortelle hva som skjedde i forkant av utstyr som feilet pga. manglende vedlikehold og på den måten gi et godt estimat for når man bør utføre vedlikehold.
  7. id:
    48161
    innsendt_dato:
    2017-12-08
    prosjektnummer:
    283905
    bedriftsnavn:
    INTELECY AS
    prosjekttittel:
    Innovasjonsprosjekt. Prosessoptimalisering og forutsigbart vedlikehold innen prosessindustri
    organisasjonsnummer:
    918527419
    fylke:
    Oslo
    kommunenavn:
    Oslo
    poststed:
    OSLO
    soknad_godkjent:
    JA
    soknad_avslatt:
    NEI
    vedtaksdato:
    2018-01-29
    prosjekt_fra_ar:
    2018
    prosjekt_til_ar:
    2018
    sammendrag:
    De fleste fabrikker har logget og lagret drifts- og produksjonsdata fra flere år tilbake, men undersøkelser viser at det i snitt er kun omlag 1% av historiske driftsdata som faktisk benyttes. Disse dataene bør i større grad benyttes til optimalisering av prosessen og varsling av mulige feil. De historiske dataene som bedriftene allerede har tilgjengelig kan benyttes til å lære hva som er normal og ikke normal adferd. De kan benyttes til optimalisering av prosessen ved å sammenligne prosessen når produksjonen var pålitelig og effektiv med når produksjonen var upålitelig og/eller ineffektiv. Dataene kan også fortelle hva som skjedde i forkant av utstyr som feilet pga. manglende vedlikehold og på den måten gi et godt estimat for når man bør utføre vedlikehold.

Subunits

Open positions

count:
0
stillinger:

No results.

Related lookups

How an AI agent should use this page

Ground rule: Navigate with HTML GET links to keep explanations and relationships. Use the page's JSON alternative only when concrete values must be extracted, compared or computed.

How to use the company page

  1. Use the organization number as the stable key.
  2. Distinguish between the company's own facts, roles, owners, holdings and grants.
  3. Follow person and company links to explore the graph; do not assume relations that are not explicitly registered.

Related services

Time: Ownership, roles and status can change. State the source and retrieval time with factual claims.

AI agent? Read the complete navigation and programming guide.