RPA & AI i offentlig sektor

Vad har man att vänta sig av en konferens som handlar om två förkortningar? Varav RPA var hypad trots att jag själv helt missat det när jag läst på om AI och machine learning under sex månader, fast med internationellt fokus.

Vad är RPA och AI?

Under konferensen används ”RPA och AI” som en fras. Som att de är lite samma sak. Som när vissa som jobbar med hur man namnger saker säger “begrepp och termer”.

Andra populära synonymer under dagen är processautomatisering, automatiserade processer och automatisering. Den näst-näst sista föreläsaren (och sponsor av eventet) rätade dock upp det hela. Allt med robotar eller RPA är inte AI, allt med AI är inte robotar eller RPA. Mer om det senare. Och ja, robotar är gjorda av mjukvara i detta sammanhang snarare än fysiska, detsamma som ibland kallas för “bot”.

Avgränsningen är helt enkelt en utmaning, om man nu tycker sånt är viktigt. Sen att moderatorn tipsar om en app som är en chattbot gör det inte mer glasklart, eller de som pratar om virtuell verklighet, eller machine learning.

Automatisk databehandling – är RPA detsamma som ADB 2.0?

Många både pratar om och benämner det som automatisering. Jag har varit yrkesverksam i 20 år inom det som kan kallas IT. När jag började fanns det säkert ADB-avdelningar på sina håll, men inte kom jag i kontakt med dem.

Är det här en ny våg, en fortsättning på innebörden av ADB? Det låter nästan så? Digitalisering har nått vägs ände och nu är vi tillbaka på ett för vissa bekant begrepp. Men skillnaden är nog ganska stor, och här gissar jag, eftersom man för 20 år sedan inte hade all öppen kod och det urval av mjukvara som vi har idag för att lägga ett förlåtande och mindre användarfientligt lager ovanpå de (skit)system vi helst skulle avskaffa, men tills vidare får leva med. Under förra millenniet fick man hålla till godo med det man redan hade på ett annat sätt än idag.

Wikipedia om RPA

Frågar man Wikipedia om vad RPA är finner man att:

”Robotic process automation (or RPA) is an emerging form of business process automation technology based on the notion of software robots or artificial intelligence (AI) workers.”

Med andra ord kan där finnas ett spår av AI, men det kan lika gärna handla om en mjukvara som robotiserar/automatiserar en process.

Nu följer sammandrag av presentationerna om RPA och AI, samt i slutet kommer lite spontana tankar kring denna första dagen av RPA & AI Offentlig sektor i regi av Summit and friends.

AI och automatisering – en naturlig del av stadens utveckling, Maria Stellinger Ernblad från Malmö Stad

Det digitala Malmö är ett dokument som de beslutat. Lite av en digital agenda. Finns också några lokala agendor, men gemensamt är att de är utgångspunkt för arbetet. Som i ansatser som “den smarta staden”, framtidens arbetsplats, välfärdsutmaningen/sociala innovationer, och det digitala mötet med medborgaren.

Vad behöver man för struktur och kompetens för att lösa RPA?

Svaret är enkelt: Förändringsledare! Det är en digital transformation. Maria anställde fem stycken. Under 2019 finns också tre personer i ett techteam som ska försöka jobba med korta sprintar med innovationer.

RPA o AI – etik?

Folk ska jobba med det mänskliga mötet. ”Automatiserade processer” bör skötas av maskiner.

Kommer snabbt in på etikfrågor. Risken är att man befäster snedfördelningar, exempelvis när man delar ut platser i skolan.

Vi riskerar att predestinera individer. I Malmö stad har man blandat in HR som en del i att jobba med etiken.

Det kollegiala samtalet blir viktigt för att stöta och blöta etiken löpande, det är inget man blir klar med under ett projekt.

Varför ställa människa mot maskin?

Yrkena i offentlig sektor är nästan alltid människocentrerade. Men de anställda tar av sig den ”digitala hatten” när de kommer till jobbet. Folk är bättre på teknik privat men har en förståelse för att teknik saknas eller brister på jobbet.

Medborgarens behov borde vara i fokus, där tekniken förstärker medarbetare, snarare än begränsar.

När det kommer till teknik…

Först när de andra frågorna är klara är det relevant att prata om tekniken.

RPA-lösningar är ofta en vettig lösning när man snabbt vill nå ett resultat, även de gånger när ”tekniken lämnar övrigt att önska”. Låt människan vara människa, roboten kan få vara en maskin.

Malmö stad har köpt in konsultstöd, ibland byggt eget men med risken att det blir väldigt personberoende. Bygger upp en central organisation, för att bli en bra beställare men också för att klara av förvaltning på sikt.

Vägen framåt

Maria tycker de har en bit kvar till AI, även fast det finns något om dyslexidiagnoser inom Malmö.

En orsak är att man inte riktigt har koll på sin data ännu samt att det är svårt att jämföra data från olika system.

GDPR och annan lagstiftning är definitivt hinder för att samarbeta över organisationsgränserna. Vilket särskilt blir stökigt i hälso- och sjukvård.

Och ja, medborgaren struntar troligen i om det är kommunens eller landstingets anställde som gör jobbet, den enskilde vill bara ha bra vård.

En arbetsgång de kört i Malmö är att utgå från behov av digitalisering inom verksamheten, för att sedan titta på värderingar och prioritera. När det kommer till teknik finns följande i en tänkbar flora:

  • Appar
  • Webbar
  • E-tjänster
  • RPA
  • Digitala plattformar för API:er
  • Vidareutveckling av system och plattformar
  • Vidmakthållande av system och plattformar

RPA bidrar till att man kan vidmakthålla ett befintligt system istället för att köpa nytt. Det RPA hjälper till med kravställning på kommande system. När det är dags för en utvecklingsinsats eller inköp kan man inventera vilka ”nya” lösningar som RPA lagt på som ett lager ovanpå de befintliga systemen. Då kanske man väljer att göra en mer traditionell integration där samarbetet mellan system behövs extra mycket.

Maria vill också tipsa om Malmö delar – en didaktisk resurs – Malmö Stad. Anledningen till att den webbplatsen är seg som kola på julafton är att de har en bild på hela 14 Mb, se Pingdom Tools

Att bedöma och realisera nyttan av automatisering – Malin Annergård, analytiker på SKL (Sveriges Kommuner och Landsting)

Tänker mycket på nyttorealisering. Släppt en rapport om automatiserad ärendehantering, kom ut i våras. Jobbar för att göra välfärden smartare genom automatisering.

Sveriges demografi är en utmaning framöver

Alla befolkningsgrupper ökar, men de som ökar mest (+44%) behöver också mest hjälp och service och de som betalar skatt och gör själva arbetet ökar väldigt mycket mindre (+6%).

Oavsett om man ser till kommunal verksamhet (skola och hemtjänst) eller landstingens verksamhet (sjukhus) så går det inte ihop. Mest kostnad/insats per individ har vi för de över 60 års ålder, en grupp som ökar.

Varför är så många äldre och vårdkrävande?

Det finns säkert många anledningar till att de äldres andel ökar, men en av dem är att allt fler överlever allvarliga sjukdomar och istället blir kroniskt sjuka under slutet av sina liv. Det är förstås något bra att vården kan rädda många äldre, men det tar en hel del resurser också. Resurser vi tidigare fördelat på annat än uppföljande besök för cancer, hjärt-lungsjuka eller diabetes. Livet segrar, men på bekostnad av det offentligas budget.

Vad kostar välfärden? Vad går skatten till?

Landstingens och kommunernas budget avslöjar delar av sanningen. Fram till du är 18 år kostar du en hel del och nästa tydliga puckel är om du tar dig fram till 75 år. Det beror på fri skola, fri tandvård, fri sjukvård, fri tandreglering med mera fram till du är myndig. Sen börjar du visserligen få betala avgifter, men mycket är ändå subventionerat via skatt, exempelvis läkemedel.

Arbetsför befolkning i framtidens Sverige
Arbetsför befolkning i framtidens Sverige

Vi måste hitta nya sätt att jobba på för att överbrygga glappet mellan antalet skattebetalare/personal i välfärden och de som har behov av samhällsservice. Det behöver göras ganska snart!

Automatisering är knappast ett hot mot folks arbete i välfärdssektorn. Snarare behöver alla nya arbetsföra svenskar börja jobba inom välfärden framöver om vi ska fortsätta med den nivå av manuell arbetsintensitet vi har idag.

Business case – är det rätt saker vi gör?

Ett beslutsunderlag för att jämföra exempelvis RPA med andra saker man kan satsa på. Business case behöver vara levande, användas och ibland uppdateras.

Hämtat mycket från Ramverk för nyttorealisering som ursprungligen tog fram av Edelegationen men nu förvaltas av Ekonomistyrningsverket.

Ett business case bör innehålla:

  • Ekonomiska nyttor
  • Kvalitativa nyttor
  • Kostnader
  • Angelägenhet
  • Genomförbarast
  • Risker och hinder

Ekonomiska nyttor

Ofta gör vi grejer för att nå målen på ett bättre sätt. Mer nytta, värde eller lägre kostnader, exempelvis. Som i KPI:et ”Lägre kostnad per beslut” för ärendeintensiva organisationer.

Kvalitativa nyttor – det som kommer människor till del

Nöjdare kunder. Går det snabbare, lättare eller andra sätt att bättra på upplevelsen. Snabbare eller mer kompetent hantering.

Kan RPA ge mer tid till värdeskapande för verksamheten? Mer tid till det mänskliga mötet och mindre med administrativt arbete. Bättre tillgänglighet, kanske.

Bättre arbetsmiljö för personalen är definitivt ett tänkbart mål.

Men vem definierar nyttor? Ledningen eller folket på golvet? Gärna båda perspektiven.

Exempel på KPI: ”Färre felaktigheter”, ”Personalen gör det som är unikt med sin kompetens”, ”Mindre spenderad tid med saker som kan automatiseras”.

Automatisera Tråkiga Arbetsuppgifter (ATA) – Helsingborg Stad

”Förkortningen ATA, som står för ”automatisera tråkiga arbetsuppgifter”, används för att symbolisera vad förändringsarbetet handlar om. Vård och Omsorgsförvaltningen i Helsingborg ser stora behov av att avlasta personalen från administrativa uppgifter när behovet av omsorg förväntas öka kraftigt framöver. Under hösten 2017 inleddes därför ett arbete för att automatisera processer.”
Helsingborgs medarbetare prioriterade processer

Kostnader

Vad kostar det under genomförandet och under en realiseringsperiod (lång sikt)? Det är lätt att glömma förvaltningskostnader under den tid man behöver för att hämta in nyttan.

Finns nog redan kostnader i hantering av befintliga processor som lönekostnader, reseräkningar, patientfakturor etc. Inte sällan kan det tyckas vara meningslöst att ta betalt då det är så dyrt att ta betalt att man sparar pengar på att strunta i det.

I Danmark har man tagit fram en modell för business case för att räkna på den långsiktiga kostnaden med RPA i förvaltning.

Angelägenhet

Är detta business case viktigare än något annat? Har det större effekt än något annat? Ett business case behöver stödja beslut, både att välja och välja bort.

Genomförbarhet

Kanske en svår fråga. Har vi goda förutsättningar och kompetens i organisationer för detta? Och hur är förändringströttheten?

Inte att glömma bort intern marknadsföring som kan avhjälpa tröttheten.

Analys av risker och hinder

Tänka på säkerhet brett, men också vara förberedd på hur media kommer reagera med risken att något går snett förr eller senare.

Finns det en risk för kompetenstapp, att folk slutar på grund av förändringen och att de känner sig överflödiga eller ersatta?

Nyttorealisering

Ett aktivt och systematiskt arbetssätt säkerställa och optimera nyttan.

En sak är att skapa en nyttorealiseringsplan. En sådan bör innehålla:

  • Vilken nytta ska uppnås?
  • Vem ansvarar för att nyttan uppnås?
  • Hur ser vi vilken nytta som uppnås?
  • Hur följer vi upp?
  • Vem ansvarar för uppföljningen?

Det är förstås inte projektledaren som kan ansvara för att hämta in nyttan eller uppföljning. Kanske en chef. Projekt tar ju slut och först därefter kommer nyttan 🙂

Välj ut max tre nyttor att styra mot!

Om andra saker måste med kanske de kan vara en del av annan målsättning, typ mikromål eller ingå i en OKR?

Vilka är de viktigaste målen? Detta är ett studerat område och färre mål fungerar bättre.

Vem leder förändringen?

Spoiler: Inte leverantören eller projektledaren, åtminstone! Men har man förändringsledare med den interna auktoritet som behövs, eller krävs det en chef?

Varför har vi ärenden?

Finns ärenden man inte behöver, typ att man gör ärenden av saker som istället behöver lösa en gång för alla? Tänk tjänstedesign och inte bara att avsluta återkommande ärenden där det går att lösa behovet istället.

SKL har släppt en rapport om automatiserad ärendehantering – att frigöra tid för värdeskapande arbete.

Då Malin jobbar för SKL vill hon förstås tipsa om SKL:s tjänst deladigitalt.se för oss alla att dela med oss av bra grejer vi gör.

Publikens frågor: Oönskade och oväntade konsekvenser – praktiska problem

Ibland kan man behöva lägga in en fördröjning så inte folk tvivlar på huruvida ens ärende är gjort på ett bra sätt. Risken är att de ringer och tar ännu mer tid än om man struntat i sin RPA eller automatisering.

Hur jobbar Försäkringskassan med artificiell intelligens – Leif Johansson, Försäkringskassan

Leif sätter AI inom citationstecken, det inger förtroende. De har jobbat dels med strukturerade, semi-strukturerade samt ostrukturerad data. I den ena änden har vi tabeller med data, i andra textdokument, loggar, ljud och bilder. I den strukturerade änden återfinns filer som CSV, XML och JSON för dig som är utvecklare.

Tack vare en kombination av förutsättningar kan vi idag jobba med AI, närmare bestämt:

  • Algoritmer – nya och gamla (egentligen matematik, sannolikhet och statistik).
  • Tillgång till massor av processorkraft.
  • Tillgång till stora datamängder.
  • Gratis programvaror som kan användas (öppen källkod)
  • “Alla har råd att prova”

Finns för mycket att välja på när det gäller ramverk för AI/ML. Många bra verktyg, bland annat från Google, Facebook och andra teknikjättar.

Kognition som systemstöd

Instruerande och lärande istället för strikt programmerade regler.

Krävs alltid domänexperter – de som förstår verksamheten.

AI är ett processtöd som i en tillämpad form kännetecknas av vitala förmågor som:

  • Kognitiva lösningar som liknar mänskligt beteende genom att förstå, lära sig, resonera och kommunicera.
  • Komma med egna slutledningar och förstå kontext, komplexa samband i syfte att stödja beslutsfattande.
  • Har egenskapen att kunna lära sig saker automatiskt eller genom upplärning från ämnesspecialister.

Om Leif får välja själv använder vi snarare begreppet BPM (Business Process Management) framför RPA. BPM är där RPA troligen kan briljera.

Den organisatoriska enheten kallar sig för ”Kognitiv dataanalys” och jobbar med följande tankar:

  • Utforskande
  • Proaktivt
  • Små steg
  • Med verksamheten
  • Utifrån behov
  • Visar på möjligheter
  • Investerar i kompetens före produkter

Leif konstaterar att det är enorma utmaningar att hitta kompetens.

Inte minst genom den förflyttning man har att göra från regelbaserade beslut, till statistiskt resonemang, till machine learning och till sist artificiell intelligens. Att bli datadriven i sina beslut är inte så enkelt som man kan tro när det ofta utmanar uppfattningar inflytelserika personer haft sedan länge (oavsett om det finns stöd i data för dem eller ej).

Det är också ett skifte i kompetenser kring IT. Till en början kan varenda programmerare bistå, sedan krävs data scientists, men om du inte har de som förstår det komplexa ämnesområdet når du inte fram till AI.

Andra utmaningarna är:

  • Förväntan! Den är på vissa håll enorm.
  • Juridik (börjar alla svar med ”Det beror på…”)
  • Kontinuerligt lärande

Det finns massor med kognitiva förmågor som Försäkringskassan testat. Bland annat översättningar, språkgenerering, analys, nätverksanalys, maskininlärning, bild till text och många fler.

”Svenska språket är ett litet skitspråk som bara talas i Sverige.”

Tänkbara användningsområden. Business caset är bra exempelvis för:

  • Självbetjäning
  • Avancerat beslut- och handläggarstöd
  • Hitta potentiella brott
  • Kundservice

Specialiserade kunskapsmodeller som att ett kognitivt sök på ”farmor vab” innebär en fråga om en anhörig får gå in vid Vård av barn. Den plockar ut viktigare stycken av text snarare än att ge en träfflista med dokument.

Jobbar med bildanalys

Förstår hur en röntgen av tänder ser ut, vet om vilka tänder som finns och om det exempelvis är en rotfyllning. Kan se om bilden redan finns i systemet och ett tänkbart bedrägeri är på gång.

Jobbat med grafer, nätverksanalys av läkare, utlåtande och personer. Reda ut sammanhang och relationer. Tänk Panama papers och tekniska lösningar som Neo4j.

På detta sätt kan man se relationer mellan exempelvis bedrägliga läkare.

På gång med en digital medarbetare

De digitala medarbetaren kan ta hand om monotona arbetsuppgifter och stötta handläggarna. Tänker inte på generella bottar. Att en bot ska kunna allt har andra redan misslyckats med. Försäkringskassan tänker jobba med specialiserade bottar.

Jämförelsen med människor. Vad är lagom bra när en maskin gör jobbet?

Nacka kommun – Brita Molavi Rösblad

Inleder med att fråga sig om folk ens gör rätt grejer idag. Är en socionom bra på människor eller repetitiva datorsysslor?

Yasemin är deras RPA-plattform.

”RPA är en dum korkad robot som gör vad man säger åt den”, apropå mängden AI och hur personalen uppfattar vad automatisering/robotisering är hos dem.

Effektmål med RPA

  • Att införa och använda tjänsten Yasemin ska av kunden upplevas som smidigt och enkelt och förutsägbart.
  • Tjänsten ska vara beredd inför att minst 4 processer ska vara implementerade i Yasemin 30 juni 2018.
  • Det ska finnas en ”kölista” med ytterligare 4 nya prognosticerade införanden till hösten 2018.

De har använt RPA som lockbete för medarbetarna som vill släppa tråkiga arbetsuppgifter, där man ibland kommit fram till andra lösningar. Öppnade en del dörrar hos verksamheterna för att prata digitalisering i stort.

Intresseanmälan för stöd med framtagande av ny robot

Verksamheten kan skicka in en intresseanmälan, sedan tas en dialog om vad som är den lämpligaste lösningen. Under uppstarten reder man ut exakt vad som ska göras, sedan hur ska vad göras.

Om det verkar lämpligt med RPA så filmas handläggarens process inför att det sedan tas vidare av en utvecklare som programmerar roboten.

De förvaltar inte den tekniska plattformen, men behövde komplettera sin egen kompetens med intern förvaltning. Lite granna en PM3-modell med tillägget att ha en IT-processförvaltare som går över de olika objekten, som kan ha med helt olika saker att göra, exempelvis HR, IT-arbetsplats, vård, etc.

Bankerna kallar denna roll för det lite coolare ”robottränare”.

De tre processer de automatiserat och som är igång handlar om:

  • Ekonomiskt bistånd
  • Ansökan till vuxenutbildningen
  • Fakturadistribution

De önskar att de kunnat kvantifiera sitt resultat. Men de vet att de halverat ledtiderna inom vuxenutbildningarna, exempelvis.

Viktigt att tänka på

Utan ledningens engagemang hade det inte varit lönt. Finns det inte en verksamhet som verkligen vill är det också lönlöst.

”Vi ska inte asfaltera kostigar”, man behöver tänka nytt och det behöver verksamheten vara villig att göra.

Förmanar också att inte glömma att efter utvecklingen av en robot kommer den oundvikliga förvaltningen.

Tankar framåt

Hur licensierar Microsoft en virtuell medarbetare som behöver Office-paketet? Kan en virtuell medarbetare få ett mobilt BankID och med vems behörighet ansluter den till känsliga system?

Vill inspektera synergier mellan RPA och AI, för att göra RPA smartare.

Har i Nacka varit ett ljus i tunneln, att få fokusera på sin yrkesroll istället för RPA som ett hot. Kungsbacka nämndes där de anställda inte alls gillade att få en virtuell kollega.

”Tolv av sexton socialsekreterare i Kungsbacka kommun säger upp sig i protest. Detta efter att kommunen planerar att införa Trelleborgsmodellen, en modell där en algoritm tar hand om ansökningarna av försörjningsstödet – och därmed tar över delar av socialsekreterarnas arbete.”
12 av 16 socialsekreterare säger upp sig i protest | SVT Nyheter

Med innovation som ledstjärna ritas framtidens karta…, Torbjörn Bäckström från Lantmäteriet

Kommer prata mycket innovation. Så som OECD definierar det:

”Innovationen är något nytt och obeprövat, som leder till implementation och positiva effekter och nytta”
(hittar ingen källa)

En utmaning har varit att tolka handskrivna loggar i fastighetsregistret, där delar är så gamla ända tillbaka från 1700-talet. Därmed fått jobba mycket med NLP för att extrahera information ur ostrukturerad text som kan hjälpa till med beslut. Som att hitta:

  • Involverade parter kring en fastighet.
  • Berörda områden.
  • Vilka beslut som tagits tidigare.

Robot som låter digitala ansökningar flöda mellan system

Deras RPA går ut på att ersätta en manuell registrering i ärendehanteringssystemet kallat Trossen. Innan behövde alltså även digitala ansökningar manuellt skrivas in till Trossen, vilket nu en robot tar hand om. Ifall ansökan kommer in på papper görs registreringen fortfarande manuellt.

Trossen är så gammalt och trasigt att ingen vågar röra det. En RPA var enda sättet att våga göra något. Nu har de en förvaltning för RPA.

Förslag som inkommit om RPA har handlat om saker som:

  • Debiteringsunderlag
  • Mer automatisering vid avvikelsehantering
  • Optisk inläsning av ansökningar
  • Tidrapportering från Outlook till Agresso och Palasso
  • Beställningar som utbyte av dator, skärm eller mobil
  • Automatiserad ordersammanställning

Stor innovation bara att gå över till förenklad delgivning, men man hade kunnat köra RPA för att fortsätta med det gamla förfarandet lite mer automatiserat.

addAI – olika perspektiv på artificiell intelligens, Daniel Akenine från Microsoft

Redan under 50-talet hade man enorma förhoppningar på AI, men det levererade inte då. Det som hänt de senaste 12-24 månaderna är att man kombinerat framförallt djupinlärning framgångsrikt med AI.

Human parity – att en maskin blir likvärdig med en människa

Allt fler saker kan maskiner göra på en nivå som liknar människors. RESNET vision test uppnådde human parity 2016 för att identifiera objekt på bilder.

SQuAD blev 2018 lika bra som människor i läsförståelse. Även under 2018 blev en maskin lika bra på att översätta mellan språk som människor.

Inte glömma att detta är forskningsdata vilket inte alltid generaliseras till alla användningsfall i verkligheten.

Gröna linjen är när människa och maskin samarbetar
Gröna linjen är när människa och maskin samarbetar

Människor och maskiner är nästan alltid bättre än bara maskiner. Gäller inte bara schack utan även vid bilddiagnostik. Felmarginalen är minst om AI och människa samarbetar.

Exempelvis gällande bröstcancer kunde man notera följande felmarginaler vid diagnosticering:

  • AI: 7.5%
  • Människa: 3.5%

Men om man kombinerade AI och människa blev felmarginalen istället 0,5 %. Det är en enorm kvalitetsförbättring.

Anledningen är ibland att en människa inte gör samma typ av misstag som en maskin. En människa kan göra rimlighetsbedömningar och förstå kontext på en nivå maskiner inte klarar av. Daniel visar en bild på baksidan av en bil. På bilen finns en dekor vilket en maskin tolkar som att det finns tre cyklar och en person på bakluckan. En människa som ser samma sak inser direkt att det inte är en människa där.

Bias-frågor

När man pratar AI och den data som behövs för att träna upp en AI:s förmågor blir man tvungen att tänka på bias. Alltså snedfördelningar och skevheter i den data man har tillgängligt.

Maskiner kan göra misstag inte många människor gör. Som att refusera ett foto av en asiat med anledningen “Subject eyes are closed”. Alla människor ser inte likadana ut, men det vet inte nödvändigtvis en maskin.

Maskinerna riskerar att använda sig av dataset som har bias inbyggt. Algoritmerna riskerar att förstärka dessa bias ännu mer eftersom en algoritm är en förenkling av den data den tränats på.

Hur går det för Sverige inom AI?

Rapport: Artificial intelligence in Europe tillsammans med EY.

Främst stora företag de talat med i Sverige, 25 st allt som allt.

Rapporten är tydlig med att det är en hype, och ofta mer på chefsnivå än i den dagliga verksamheten.

”71 % of the companies respond that AI is considered an important topic on the executive management level. This is significantly higher than on the non-managerial / employee level where AI is only considered an important topic in 28% of the companies.”

Främst önskar man att optimera verksamheten och nästan på en förstaplats kommer att engagera sina kunder mer. Man förväntar sig också att AI ska skapa helt nya affärer framöver.

Få av de tillfrågade anser sig vara avancerade inom AI.

”… 4% of the total sample, self-re-port that AI is actively contributing to ‘many processes in the company and enabling quite advanced tasks today’”

Satsningar på AI – London klart störst i Europa

Främst inom AI-investeringar är London. Men med tanke på befolkningarna här uppe i norr står både Sverige och Danmark ut. Sverige har tio gånger så mycket investeringar jämfört med Finland, men klart mindre än Danmark.

Sverige är rätt bra inom Europa, men Europa är inte direkt framstående internationellt. De satsningar som finns är exempelvis:

Det finns en ekonomisk drivkraft eftersom företag som inte drar nytta av AI kommer tillhöra en äldre generation av företag inom några år.

Angående ansvar och skyldigheter för icke-mänskliga aktörer skrev Daniel en artikel om behovet av en juridisk digital person.

Det pågår ett race mellan USA och Kina kring AI, något som tas upp i boken AI Superpowers: China, Silicon Valley, and the New World Order by Kai-Fu Lee

Kan en maskin fatta beslut som påverkar människor?

Hur rättssäkert är automatiserat beslutsfattande? Hur gör man mer komplicerade beslut, som när det görs av ett neuralt nätverk. Svaret på ett överklagat beslut kan inte vara ”Jag vet inte, det var algoritmen som tog beslutet”. Hur görs transparens och uppföljning av algoritmbaserade beslut?

addAI är ett försök att samla andra aktörer än de redan frälsta eller tekniskt kunniga.

Har sociologer, arkitekter och annat lite oväntat folk.

Just kommit ut med en bok: ”Människor och AI”.

Ställer vi större krav på maskiner än människor? Definitivt ja! Vi skyller gärna på den mänskliga faktorn, men accepterar inte den artificiella faktorn 🙂

”Tanken med robotoperationer är att det ska vara skonsamt för patienterna, att de ska slippa stora, kirurgiska snitt och att återhämtningen ska gå snabbare.
– Men om det börjar blöda kan det ta lite längre tid att göra den kirurgiska öppningen så att man får full tillgång till alla kärl, säger Sofie Jacobsson.”
Patient dog efter robotassisterad operation

Har den digitala personen rätt att göra fel? Hur löser man ansvarsfrågan?

Demokratisera AI

Ett exempel på demokratisering är AutoML där man som novis kan slänga in data och få ut något nyttigt utan särskilt stor ansträngning. Som Googles AutoML-produkter Vision, Natural Language och Translation.

Gruppdiskussion

Deltagarna delas upp i grupper om fyra personer som ska diskutera två av följande frågor:

  1. Vad är de största utmaningarna i din verksamhet som försvårar implementeringen av RPA- eller AI-lösningar?
  2. Finns det någon organisation som ni tittar på och blir inspirerade av för lösningar inom RPA eller AI?
  3. Finns det någon eldsjäl, som verkligen brinner för AI, RPA och automatisering inom offentlig sektor? Varför? Vad gör hen bra?
  4. Vad gör man med ”stoppklossarna”, det vill säga dom som absolut inte vill?

Ungefär följande togs upp:

  1. Lagstiftning, PDL och GDPR vs personcentrerad vård. Menar vi samma sak med den information vi samlar ihop?
  2. Hängrännor inom alla stuprör. Nya nätverk, deladigitalt, nätverket som Tillväxtverket startar.
  3. Anna Felländer – AI-institutet. Åsa Zetterberg som CIO Sverige, Göran Lindsjö. Skellefteå har en utvecklande CIO som management-team för att inte låsa sig fast vid förvaltningsfrågor.
  4. De kritiska rösterna behövs de också, det är dock inte samma som en stoppkloss. Varför lägga krut på de ovilliga 10% när man kanske får mer gjort genom fokus på de som är mer villiga? Klassisk förändringsledning.

Att leda digitaliseringen mot AI, Eva Kongshöj på (sponsorn) Bitoreq

AI är ett begrepp som används lite slarvigt på vissa håll.

Inom industrin var robotar ett sätt att automatisera tunga moment, effektivisera med mera. På kontoret mer att bibehålla välfärd, behålla personal som inte alltid accepterar knepiga arbetsuppgifter.

Under förra årets Almedalen pratade alla digitalisering, i år var allt om AI. Många påstår sig jobba med AI men levererar RPA.

Definition av AI vs RPA

En robot baserad på AI är att den tar egna beslut, medan en RPA-robot gör som den instruerats.

Plattformsleverantörer har fått mycket investeringar under 2018. Finns tre stora. Blue Prism, UiPath och Automation Anywhere.

Skalbara RPA-lösningar med fokus på höjd kvalitet, Sofia de Maré Sundbom på Folksam

Utgångspunkten för RPA var att de anställda hade svårt att hinna med, vilket ledde till stress och sämre kvalitet. De sökta effekterna var ökad kvalitet, processhastighet och gladare medarbetare.

Första roboten blev Slutåterbäringsroboten som jobbar inom liv- och pensionsadministration.

Före roboten:

  • Automatiseringsgrad: 0 %
  • Antal ärenden för manuell handläggning: 1 600/mån
  • Tidsåtgång för utbetalningshandläggare: 80 h/mån
  • Antal knapptryckningar: 224 000 st/mån

Med roboten:

  • Automatiseringsgrad: 91 %
  • Antal ärenden för manuell handläggning: 144/mån
  • Tidsåtgång för utbetalningshandläggare: 7 h/mån
  • Antal knapptryckningar: 20 160 st/mån

En annan av de tidiga robotarna är Roberta som stöttar ekonomi. Minskar mängden övertid för att hinna med bokslut. Kan göra avstämningar varje månad istället för varje halvår.

Resultaten gjorde att man ville skala upp. Man behövde en produktionsmiljö som var redo för skalning, ha ett ramverk för utvärdering av processer.

En teknikfråga?

Man hade hög tilltro till tekniken, men vid produktion började verkligheten komma ikapp. Inte direkt ovanligt att stöta på hinder mellan testverksamhet och förvaltning.

Frågor och utmaningar som dök upp var bland annat:

  • Vem som helst med teknikintresse kan väl bygga RPA-processer…
  • Vems j*vla ansvarsområde är det egentligen?!
  • Nu när roboten gör jobbet – glömmer vi de där tråkiga arbetsuppgifterna.

Det går säkert att lindra detta genom mer förändringsledning.

Tänk på förvaltning och utveckling av roboten. Hur ska den förändras? Om den har en touch av AI så blir också frågan hur och när den lär sig nya saker.

Test- och förändringshantering

System om processer förändras, vilket ändrar förutsättningarna för roboten.

Man behöver rapportera hur roboten presterar, kanske genom en dashboard över hur den levererar på sina mål.

RPA är ett komplement till traditionell systemutveckling.

Fråga: Är det inte fel på leverantörernas affärsmodell när vi ens behöver RPA?

Ja, jo. Det här är väl mest en taktisk lösning, tills dess vi har ”de riktiga lösningarna på plats” 🙂

Stockholms stad – världens smartaste stad år 2040, Louise Callenberg på Stockholms stad

Drar liknelsen med att ha och fostra barn, apropå förändringsledning. Trotsålder, tonår och andra tider i livet där man ändå behöver samarbeta.

Lite speciellt eftersom organisationen är så pass stor att respektive förvaltning klarar sig så bra själva. Inte helt olikt VGR även fast vi är ännu fler anställda, men specialiseringen inom olika förvaltningar kan verka snarlik.

En del utmaningar vid horisonten

Intresset för AI sonderades för ett tag sedan, det var mycket snack och lite mindre etablerade lösningar.

Man tänker på AI som en del av lösningen på de kommande utmaningarna;

  • Urbanisering och globalisering – två busslaster med nya invånare varje dag.
  • Åldrande befolkning – 4 av 10 lärare går i pension inom 10 år.
  • Miljö- och klimatutmaningar – minska växthusgaser med 25% till 2020, vilket innebär kraftig minskning av biltrafik.
  • Yngre internetanvändare – 79% av tvååringarna använder internet.

Enligt en rätt färsk Gartner-rapport har endast 4% av organisationer verkställt AI-lösningar i verksamheten. Resterande fördelar sig så här:

  • 14% av tillfrågade verksamheter visar inget intresseför AI
  • 35% känner till möjligheternamed AI, dock har inga åtgärder tagits
  • 25% har initierat långsiktig planeringför att integrera AI i verksamheten
  • 21% arbetar aktivt i en test/experimentell fasmed AI

Med andra ord är det inte många som kommit till skott, men många har med det i planeringen (vad nu det innebär).

Vad är då ”smart”? De har tagit fram en målsättning som visuellt liknar en lök, man har flera skal, med en blandning av aktörer, ledord och målsättningar.

Atockholms Stad om hur man blir världens smartaste stad 2040
Atockholms Stad om hur man blir världens smartaste stad 2040

Årets digitaliseringskommun 2017

”Stockholms stad har satt fokus på att skapa den smarta staden där digitaliseringen bidrar till att skapa en attraktiv och hållbar plats för medborgare och företag.”

De vann inte för att de kommit särskilt långt, men som en uppmuntran att de skulle fortsätta jobba. Själva var de rätt förvånade.

Egna funderingar på dessa priser

Låter som en rätt underlig motivering till att vinna.

BearingPoint gav dem också ett gott betyg nyligen om vilka som är bäst på digitalisering i offentlig sektor. Vilket folk på Linkedin ställde sig frågande till med tanke på nutida misslyckanden som 700 miljoner för en skolplattform som inte riktigt fungerar. Eller som en person kommenterade till mig i ett PM:

”Vi i offentlig sektor måste bli bättre på att ifrågasätta dessa pajaspriser”
– anonym person på svensk myndighet

Frågan är hur man ska förhålla sig till dessa priser. Kanske är det främst avsändarna som vinner på det med all gratis marknadsföring de får av att dessa etablerade organisationer jublar och berättar att de vunnit?

Projekt 1: AI-baserad screening av läs- och skrivsvårigheter

Detta projekt finns att avropa. Blir en mer objektiv bedömning eftersom AI:n inte blir trött eller irriterad. Förr tog dessa tester en halv dags jobb att bedöma och nu tar det två minuter. Det innebär att nu kan man screena alla elever.

Louise anser det egentligen inte som en innovation, men tekniken var inte förd till användarna.

Lösningen kollar in ögonrörelserna, vilket snabbt avslöjar om personen fastnar i texten på ett visst sätt. Datavetenskap, kognition, språk och medicinsk kunskap samverkar i en och samma produkt.

”Specialpedagoger ska hjälpa elever som har det svårt, inte genomföra tester”
– Adelinde Schmidhuber, skolchef i Stockholm

Mer om projektet: Stockholmselever screenas för läs- och skrivsvårigheter

Projekt 2: AI-system som förutspår läckage

Det är rätt komplicerat att inspektera rör eftersom de är nedgrävda. Variabler som tryck, jordmån, sättning och mycket mer finns vilket passar bra med machine learning.

KTH-studenten David fick kontakt med Stockholm Stad och ville göra något med AI och rör. Gjorde sitt exjobb med detta.

Lösningen är ett neuralt nätverk som gör arbetet. AI på riktigt, med andra ord. En utmaning var att data inte var samlat i ett enskilt system. Studenten hade ingen data att jobba med på ett tag. Ett problem trots att ledningen var passionerad.

Projekt 3: RPA – mer tid över för kvalificerade arbetsuppgifter

Tydliga nyttor är att roboten inte blir trött eller utsliten av repetitiva arbetsuppgifter. Roboten är testad på stadens serviceförvaltning och har höjt arbetskvaliteten för medarbetarna.

Avrundning

  1. Våga misslyckas
  2. Ta ansvar för digitalisering, men förändringen måste ske ute i verksamheten
  3. Förändring uppnår vi tillsammans

Jobbat med inspirationsföreläsningar för att övertyga folk. Man kan inte vänta på att beslutsfattare på egen hand råkar upptäcka något, som i exemplet med hen som av en olyckshändelse insåg nyttan med AI-screening under sin biltur i Tyskland.

Övrigt – egna tankar efter konferensen

En mastig dag med saker högt och lågt, med en salig blandning av vad man av ser med begrepp. RPA var inte något jag kände till så långt innan konferensen, jag åkte mest i förhoppningen om att det skulle bli något matnyttigt kring AI. Så blev det väll egentligen inte, men allt om införande av robotar var värt det ändå.

Lite eftertanke och ja, det här har även jag gjort förr

Det slog mig att jag gjort ganska exakt samma saker som dessa robotar, men inte fullt så produktifierat som de där lösningarna man kan köpa. För en massa år sedan använde jag exempelvis Firefox-pluginet Greasemonkey för att automatiskt spela spel på webben åt mig under tiden jag låg och sov. Gick sjukt snabbt att levla upp då. Motsvarande automatisering, eller kalla det styrning av webbläsaren, är det många gjort och fortfarande gör med tekniker som Selenium. Det ligger exempelvis bakom de tester jag kört med Sitespeed.io, vilket jag kommer skriva om här på utvecklingsbloggen förr eller senare, men som för närvarande ligger publicerat på Webperf.se

En kreativ vän jobbade tidigare på ett forskningsfartyg. Jag tror att de inventerade havsbotten, men där kan jag ta fel. Han hatade de system han behövde använda så pass mycket att han byggde sitt eget lager av automatisering ovanpå. I det fallet var det Windows-program och inte webben som är det enda jag lekt med.

RPA för att göra livet lättare för våra läkare?

Min tanke under hela dagen har varit om inte detta vore smidigt för läkare i primärvården. Man kan lite få känslan att man har en kort stund med ögonkontakt och sedan ser man främst ryggen på läkaren som matar in saker i en mängd olika IT-system. Ofta samma uppgifter på nytt, som personnummer, i olika system, gärna i olika format för att göra det extra krångligt, och ja, självklart är inte inloggningen gemensam till alla system.

Spontant, varför inte bygga ett formulär där läkaren matar in ALLA uppgifter EN GÅNG. När hen sedan är klar tar roboten vid och fördelar ut det som ska till de olika systemen, ser till att skriva ut läkarintyget med mera så läkaren hinner ha lite mer tid med patienten.

Vad hindrar oss?

Ett svar på ”RPA & AI i offentlig sektor”

  1. Tack Marcus för avrapporteringen. Har helt missat detta event, så jag är tacksam att du publicerat denna sammanfattning och observationer.

Kommentera

E-postadressen publiceras inte. Obligatoriska fält är märkta *