Til "Digital 2017" konferansen. Vi forteller om hvordan RPA har hjulpet Bergen kommune, og peker litt fremover om hvordan en kan bruke Kunstig Intelligens og Machine Learning i offentlig sektor

1. Digifrid - kommunal robot
med ambisjoner
Øyvind Litlere og Simen Sommerfeldt til Digital 2017

2. Ingeniør fra Ingeniørhøgskolen i Bergen
Pappa til 2
Avdelingsleder i Bouvet Bergen
Jobbet mye sammen med Bergen kommune med blant annet Digifrid
Øyvind Litlere

3. Ingeniør fra University of Surrey
Pappa til tre
Rolle: CTO konsern
Spesialitet: Kunstig intelligens, GDPR, tingenes internett
Grunnlegger av Lær Kidsa Koding!
Grunnlegger av Oslo GDPR Meetup
Simen Sommerfeldt (@sisomm)

4. Skandinavisk konsulentselskap
14 kontorer i Norge og Sverige
1200 ansatte
Notert på Oslo Børs
IT – Kommunikasjon – Virksomhetsstyring

5. Hva er Robotic Process Automation (RPA)?
Robotic Automation Software
Eksisterende systemer
Regelstyrte prosesser
Digital og strukturert input
Tilganger som vanlig ansatt

6. Hvorfor Robotic Process Automation?
FORRETNINGSVERDI
Forretningsprosesser som ikke er
integrert i kjerne- eller funksjonssystemer
Hoved-
prosesser
Støtte-prosesser
Selvstendige forretningsprosesser
Kjerne-
systemer
Funksjons-
systemer
Mer enn halvparten av automatiseringsmulighetene blir ikke gjennomført
RPA
Spesialisert Generalisert

7. Hvordan etablere Digitale Medarbeidere
Prosess-
evaluering
Kartlegging Design Konfigurere Testing Produksjon
Ca 4 uker

8. Postutsending

10. 2
Logger på
skjema med
ID-porten
3
Fyller ut
skjema og
sender inn
SOFIE
1
Bruker ønsker
selv å endre
kontonr.
Endring av kontonummer - Flytt saksbehandling til bruker!

11. Meldingsutveksling Pleie- og omsorgsmeldinger
- Ca. 350 meldinger pr. dag
- Bruker ca. ½ minutt pr. melding

13. Og så putter vi på litt intelligens...

14. ” ”

15. "We tend to overestimate the
effect of a technology in the
short run and underestimate
the effect in the long run”
– Roy Amara

16. AI kan effektivisere eksisterende prosesser
Ustrukturert input
Tolke
Evaluere
Beslutte
Klassifisere
(Strukturert) output
Historikk Ekspertkunnskap

17. AI kan gi ny innsikt
Store datamengder
Korrelasjoner, utliggere, sammenhenger
Uttrekk, sammendrag, rapportering

18. o Hvis konsekvensene av en avgjørelse kan være ubehagelige:
”Skyld på AI”
o Eller ”Jeg stoler ikke på den derre maskinen”
o AI/ML kan bare bruke historikk, ikke forstå ny tidsånd eller nye
regler
o En må korrigere for ubevisste fordommer og rasisme
o Viktig med god interaksjonsdesign, og ”pushback”
o Prosjektene krever mye fokus på endringsledelse.
Erfaringer fra offentlig saksbehandling i England

19. GDPR og Machine Learning/AI
o Husk at brukeren skal få mulighet til å se
beslutningsgrunnlaget og algoritmen
o Vurdér også etikken i vurderingene
o Husk å kunnne redegjøre for å hindre tilbakesporoing
via anonymisering
o Brukeren kan nekte automatiske beslutning hvis utfallet
har store konsekvenser
o Dokumentér Sporing av hvor dataene kommer fra (Data
Lineage).

20. Spørsmål

21. Takk for Oss!