Automatisering i välfärdenTill toppen

Automatisering i välfärden


- möjligheter och utmaningar för kommuner och regioner

Automatisering i välfärden

Att automatisera betyder att man låter en maskin eller teknik utföra ett arbete. Det kan också definieras som införande av steg i en process som gör att processen mer eller mindre går av sig själv.

Ofta genomförs automatisering i syfte att låta maskinen göra repetitiva, tunga eller monotona arbetsmoment så att människan kan skapa värde genom att arbeta med sådant som maskiner inte klarar. Motiven kan också vara att höja kvaliteten, hantera rekryteringsutmaningar eller att sänka kostnaderna.

Automatisering och strukturomvandling förr

I takt med den tekniska utvecklingen sker en successiv förskjutning av vilka av vilka arbetsmoment som maskiner, robotar och datorer klarar av. Därmed sker också en successiv förskjutning av vilka arbetsmoment som utförs av människor.

I början av 1900-talet arbetade en stor andel av den svenska befolkningen i jordbruksnäringen. Idag är det endast drygt en procent som gör det och de flesta uppgifterna utförs helt eller delvis av maskiner. Samtidigt är digital analytiker, social media manager och personlig tränare exempel på yrken som inte existerade för femton år sedan.

Automatisering har ofta inneburit stora förändringar för de människor som påverkas – både de vars arbetsuppgifter försvinner och de som drar fördelar av de möjligheter som kan uppstå när produkter och tjänster förändras.

Automation med digital teknik

Idag sker automation till stor del med stöd av digital teknik. Digital automation kan vara mycket komplex och omfatta stora datanätverk, sensorer, artificiell intelligens, simulering och visualisering av komplex information. Det kan till exempel finnas i smarta städer och smarta fastigheter.

Digital automation kan också genomföras med relativt enkla program, som konstrueras för att hantera information på ett förutbestämt sätt. Automatiserad ärendehantering och administration är exempel på det.

Vad menar vi med automatisering?

Malin Annergård, SKL, förklarar kort vad vi menar med automatisering.

Vad kan automatiseras i välfärden?

Fler studier pekar på att ungefär hälften av dagens arbetsuppgifter globalt kommer att kunna automatiseras inom ett par decennier. Inom välfärden handlar det om cirka 25 - 35 procent.

I svenska kommuner, landsting och regioner är det sannolikt arbetsuppgifter inom administration, ekonomi, service, transport och teknik som kommer att påverkas i störst utsträckning. Inom områden som utbildning, vård och omsorg är potentialen lägre, men ändå betydande. Globalt bedöms potentialen inom dessa områden vara 25–35 procent.

Förutsägbara arbetsuppgifter kan redan automatiseras

Rapporter pekar på att det med befintlig teknik i princip är möjligt att automatisera de flesta arbetsuppgifter som är förutsägbara, såväl fysiska som kognitiva, och där det går att sätta upp regler för hur arbetsuppgifterna ska utföras.

För att kunna erbjuda en fortsatt bra välfärd, också när de demografiska utmaningarna tilltar, behöver kommuner, landsting och regioner ta tillvara denna potential. Mycket kan göras redan idag. Förutsägbara, regelstyrda arbetsuppgifter kan automatiseras med befintlig teknik. Kommuner, landsting och regioner behöver identifiera vilka dessa uppgifter är och avgöra om det är lämplig att automatisera dem.

Var börjar vi vår automatisering?

Malin Annergård, SKL, berättar om hur man ska tänka när man identifierar vad som ska automatiseras.

Oförutsägbara arbetsuppgifter automatiseras med AI och robotik

Utvecklingen av artificiell intelligens och robotik innebär att också oförutsägbara uppgifter, som länge ansetts kräva mänsklig bedömningsförmåga och erfarenhet, i ökande grad kommer kunna automatiseras. Kommuner, landsting och regioner behöver vara med och driva och ta ansvar för denna utveckling.

Oförutsägbara arbetsuppgifter, såväl fysiska som kognitiva, arbetsuppgifter har länge varit omöjliga att automatisera. Dessa kan delas in i tre kategorier, perception/manuell flexibilitet, kreativitet och social intelligens.

Mänskliga förmågor som inte kunnat automatiseras (hittills)

Perception/manuell flexibilitet

  • fingerfärdighet; flinkhet i fingrarna med små objekt
  • manuell färdighet; flinkhet i armar och händer
  • manövrering i trånga utrymmen eller svåra positioner; flinkhet i kroppen.

Kreativitet

  • originalitet; förmåga att komma med nya idéer för att lösa problem
  • konstnärlighet; teori/tekniker för komposition, produktion, utförande.

Social intelligens

  • social perception; tolka och förstå människors reaktioner
  • förhandling; sammanföra människor och förena olikheter
  • övertalning; övertala människor att ändra sig i åsikter eller handling
  • vård, omsorg och assistans; personlig assistans, medicinskt, känslomässigt eller annat stöd till medarbetare, kunder och patienter.

Studier om automatisering av arbete

En rad internationellt uppmärksammade rapporter pekar på att den tekniska utvecklingen innebär en stor potential för automatisering av både fysiska och kognitiva arbetsuppgifter under de närmaste tjugo åren.

SKL:s rapport om automatisering av arbete

SKL:s rapport "Automatisering av arbete - möjligheter och utmaningar för kommuner, landsting och regioner" tar upp det huvudsakliga innehållet i ett antal rapporter, vilken teknik det handlar om och vad tekniken ska uppnå. Den tar också upp potentialen för kommunsektorn samt vilka utmaningar som behöver hanteras. baserat på dessa studier.

Rapport: Automatisering av arbete - möjligheter och utmaningar för kommuner, landsting och regioner

Automatiserad ärendehantering i välfärden

Svensk välfärd står inför stora utmaningar. Demografiska förändringar väntas leda till svårigheter att klara såväl finansiering som kompetensförsörjning inom kommun- och landstingssektorn. Det är därför nödvändigt att hitta nya och effektivare arbetssätt.

Att hantera ärenden är en omfattande administrativ uppgift för kommuner, landsting och regioner. Idag finns väl utvecklad teknik för att låta hela eller delar av de moment som ärendehantering omfattar skötas automatiskt.

Potential till ytterligare effektivisering

Flera studier pekar på att det finns en stor potential att automatisera arbetsuppgifter inom många områden. Med befintlig teknik är det redan idag möjligt att automatisera enkla regelstyrda administrativa uppgifter. Hanteringen av ärenden har över tid blivit allt mer automatisk, men potentialen till effektivisering har inte nyttjats fullt ut.

Att frigöra tid för det som skapar värde

SKL har tagit fram en rapport som i första hand vänder sig till personer i en ledande ställning inom kommuner, landsting och regioner. Syftet är ge en översiktlig bild av vad automatiserad ärendehantering är, vilka nyttor och effekter som kan uppnås och vad som är viktigt att tänka på för att dess nyttor ska kunna realiseras

Varför automatisering?

Malin Annergård, SKL, berättar om de många anledningar som finns för att automatisera.

Förändrad ärendehantering

En successiv förskjutning har skett, från analog och manuell ärendehantering, till digital och automatisk hantering. Människor vill ha och förväntar sig smidig, snabb och korrekt hantering.

Ärendehantering sker i en process som kortfattat går ut på att samla in, bearbeta och bedöma och delge information. Över tid har människors beteenden och förväntningar förändrats. När invånare får möjligheten att storhandla och öppna ett nytt bankkonto via mobilen när som helst på dygnet, vill de kunna fråga, ansöka, anmäla lika enkelt också hos det offentliga. Även medarbetarna förväntar sig att det ska vara enkelt att få tag i den information de behöver.

Ärendehanteringen har förändrats över tid

Från manuell till automatisk ärendehantering

Möten, papper, post och telefoner

Innan datorernas och digitaliseringens tid var ärendehantering ett arbete som uteslutande utfördes manuellt av människor. Informationen togs emot, samlades in, bedömdes och delgavs i fysiska möten, på pappersblanketter via traditionell post, fax och telefon.

Datorer och verksamhetssystem

När datorerna kom öppnades möjligheten att digitalisera informationen. Information kunde till viss del matas in och hanteras i datasystem istället för på papper, först på enskilda datorer sedan mellan datorer i lokala nätverk. Verksamhetssystem utvecklades för att stödja de processer som ärenden hanteras i. Över tid har mängder av verksamhetssystem utvecklats för att stödja olika ärendeprocesser. Dessa har succesivt blivit allt mer automatiska.

Internet och webbaserad informationsöverföring

När möjligheterna att hantera information över internet kom på 1990- talet öppnades nya möjligheter. Det blev möjligt att ersätta en del pappersblanketter, fax och telefonsamtal med e-post och information kunde läggas upp på och samlas in på webben. E-tjänster började utvecklas och människor började ställa frågor, ansöka och anmäla online.

När internet i nästa steg blev mobilt kunde detta ske också i realtid, överallt och oberoende av tid och rum. Samhällsutvecklingen tog ett digitalt språng. Lättillgänglig information, mer avancerade och användarvänliga mobiltelefoner, datorer, e-tjänster och system började utvecklas och möjligheterna att hantera och lagra stora mängder data öppnades.

Nyttor och effekter med automatiserad ärendehantering

Motiven för att automatisera kan variera. Man kan vilja underlätta samt höja kvaliteten och rättssäkerheten för den som har ärenden, eller underlätta för och avlasta medarbetarna. Andra motiv kan vara höjd produktivitet och effektivitet.

Syftet och drivkrafterna kan vara olika på olika nivåer i organisationen. Ibland kan det främsta motivet vara att komma till rätta med långa ärendetider, krånglig och felaktig hantering och andra missförhållanden. En vanlig missuppfattning är att automatisering alltid motiveras av och leder till lägre kostnader, men så behöver det inte vara.

Möjliga nyttor och effekter av att automatisera sin ärendehantering

  • frigöra tid förvärdeskapande uppgifter och att hantera personalbrist
  • lägre kostnader
  • större kapacitet - med en automatisk lösning kan ärenden hanteras dygnet runt, sju dagar i veckan, 365 dagar om året
  • bättre arbetsmiljö Mer nöjda och mindre stressade medarbetare
  • flexibilitet. Kan hantera ökad arbetsbelastning och toppar
  • färre felaktigheter. Det blir större konsekvens i utförandet
  • snabbare hantering
  • större sökbarhet I många automationslösningar går det att följa och spåra var i processen ett ärende befinner sig.
  • större integritet I en automatisk lösning kan information hanteras mer anonymt.

Sparar man verkligen pengar på automatisering?

Anna Pegelow, SKL, förklarar hur ekonomin runt automatisering ser ut.

 

Rekommendationer för automatiserad ärendehantering

Förberedelser, organisatoriska förutsättningar och val av processer är viktiga områden att ha genomlysa vid automatisering av ärendehantering.

Förberedelser och ändringsarbete krävs

Att automatisera ärendehanteringen kan betraktas som en lågt hängande frukt för att uppnå effektivisering genom digitalisering. Samtidigt ska de förberedelser och det förändringsarbete som krävs för att realisera effektiviseringspotentialen inte underskattas.

Tydliggör syftet
Kom överens om hur ni ska kommunicera om förändringsarbetet.

Enas om kommunikationen
I vilket syfte sker automatiseringen?

Kalkylera nyttor och kostnader

Kostnader och nyttor kopplade till en förändringsinsats.

Kompetensen att ta fram och värdera business-case behövs i den egna organisationen. Det är inte leverantörernas uppgift. Kalkylera på kostnader och nyttor på både kort och lång sikt. Ibland kan små förändringar leda till betydande nytta. I andra fall är det som har låga ingångskostnader och snabb lönsamhet inte det bästa på längre sikt.

När automatisering sker med RPA behöver de konsekvenser ett införande får för uppgradering av de system ”roboten” ska arbeta i bedömas. Det är också viktigt att bedöma de kostnader som uppstår i samband med att en robot behöver omprogrammeras. Automation med stöd av RPA ställer också särskilda krav på förvaltning. Det kräver förvaltning av såväl drift, programmeringsprocess som arbetsprocess.

Gör en nyttorealiseringsplan
Att göra en nyttorealiseringsplan, som ledningen ställer sig bakom bidrar till att de viktiga frågorna ställs.

  • Vad är det för nytta som ska uppnås?
  • Hur ska ni använda den tid eller de pengar som frigörs användas (om det är syftet)?
  • Hur ska ni följa upp att de nyttor som finns med i kalkylen faktiskt uppnås och vem ansvarar för uppföljningen?

Se till att ha tillgång till rätt kompetenser
Flera olika kompetenser kommer att behöva samspela i förändringsarbetet. Några av dessa är:

  • kompetens om verksamheten. Vilka mål finns? Hur bedrivs arbetet idag?
  • kompetens för att ta fram, bedöma och följa upp business-case och nyttorealiseringsplaner
  • förändringsledningskompentens
  • teknisk/It-kompetens
  • juridisk kompetens

Organisatoriska förutsättningar

Den finns flera organisatoriska förutsättningar som underlättar automatisering.

Ha kunskap om invånares och verksamheters behov och utmaningar
Automatisering behöver utgå från invånare och verksamheters behov och utmaningar. Det är i första hand inte ett IT-projekt, även om de tekniska aspekterna också är viktiga. Detta omfattar alltifrån att ha kunskap om invånare och interna kunders behov, att arbetsprocesserna är effektiva och att drift av system och andra tekniska lösningar fungerar effektivt.

Ha kunskap om era processer

  • Vilka är de?
  • Hur stora är volymerna?
  • Vilka är enkla och regelstyrda med strukturerad data? Dessa kan automatiseras.
  • Vilka är komplexa? Dessa kan i sin helhet inte automatiseras, men det kan finnas moment som kan automatiseras.

Peka ut processägare för både manuella och automatiserade processer
Processägare är den person som ansvarar för att en process ständigt utvecklas och förvaltas (det är ofta en linjechef).

Etablera kontaktcenter
Att ha kontaktcenter bidrar bland annat till kunskap om vilka ärenden som hanteras i kommunen och hur stora volymerna är.

Etablera e-arkiv
Det krävs ett e-arkiv för att kunna automatisera fullt ut och för att bevara organisationens digitala information för framtiden.

Val av processer

Börja med något enkelt, testa i liten skala och lär

Prioritera processer

  • med stora volymer
  • där det finns risk för arbetskraftsbrist
  • som är krångliga (ej komplexa) och tidskrävande.

Ifrågasätt processen innan den automatiseras

  • Behövs den?
  • Finns det onödig efterfrågan som behöver hanteras?

Att förändringsleda för att realisera nyttan

För att den nytta som planerats i business-caset för automatiseringsarbetet ska kunna bli verklighet krävs förändringar i organisation och beteenden. Det arbetet behöver drivas under en längre tid både innan och efter det att en teknisk lösning tagit fram.

Peka ut förändringsansvarig
Tydliggör vem som ansvarar för att den planerade nyttan förverkligas. Ofta drivs arbetet med att ta fram en teknisk lösning i ett avgränsat projekt. Ansvaret för det arbete som handlar om att förändra människors beteenden och arbetsuppgifter behöver ligga hos den som är verksamhetsansvarig.

För att symboliskt illustrera betydelsen av detta brukar förhållandet 20 – 80 användas. Hur väl de planerade nyttorna uppnås sägs bero till 20 procent på att tekniken fungerar och till 80 procent på att människors beteenden kan förändras på det sätt som krävs för att effekterna ska kunna realiseras.

Förbered och involvera medarbetarna
Om medarbetarna förstår varför en förändring behövs och de får vara delaktiga ökar möjligheterna för att genomföra den. Ett sätt att göra det kan vara att engagera dem i arbetet med att identifiera och kartlägga existerande processer, samt att testa nya lösningar.

Förändringsarbete kräver medarbetarnas tid och uppmärksamhet. Det är därför viktigt att driva förändringen på ett sätt som blir hållbart för medarbetarna. Räkna med att det tar tid att kartlägga processerna.

Se till hela organisationens behov
I en tid när resurserna blir knappa är det inte säkert att den tid som frigörs ska användas där automationen genomförs. Resurser kan behöva omfördelas till verksamheter som inte kan automatiseras i samma grad.

Att få chefer och medarbetare att medverka till en förändring som kan leda till mindre resurser i den egna verksamheten ställer krav på skicklig förändringsledning.

Mät och följ upp
Mät och följ upp de nyttor som uppnås i förhållande till målen. Ta fram två till tre mått och mät innan förändringsarbetet börjar. Till exempel kostnad per beslut, genomsnittliga ärendetider, antal felaktiga beslut/utbetalningar eller kundnöjdhet.

Övrigt att tänka på

Var medveten om att det finns flera olika tekniska möjligheter
Olika tekniker kan kombineras för att automatisera. Vissa investeringar kan krävas för att förbättra och effektivera på kort sikt. Andra krävs för att säkra en mer långsiktigt effektiv informationshantering.

Samverka med och dela erfarenheter med andra
Hitta andra kommuner, landsting/regioner och andra organisationer att samverka med. Knyt kontakter, dela med er och fråga andra på till exempel Dela digitalt (deladigitalt.se)

Verktyg och tekniker för att automatisera ärendehantering

Det finns olika tekniska möjligheter för att automatisera ärendehanteringsprocesser. Några av dessa förklaras kortfattat här.

Verksamhetssystem, Robot process automation och automationsplattformar, är begrepp som kan vara bra att känna till när man vill automatisera en ärendehanteringsprocess.

Verksamhetssystem

Verksamhetssystem utvecklas för att stödja specifika processer. Det är inte ovanligt att en kommun, landsting eller region har upp emot 100 olika verksamhetssystem.

Många verksamhetssystem har över lång tid utvecklats på ett sätt som gör att de hanterar allt fler moment automatiskt. I tillexempel ett ekonomisystem är det betydligt färre moment som behöver hanteras manuellt än det var för femton år sedan.

En utmaning för många organisationer är att verksamhetssystem ofta har utformats på ett sätt som gör att den information som finns i dem endast kan användas i det specifika systemet. Dessa inlåsningseffekter har länge begränsat möjligheten att automatisera processer som kräver uppgifter från olika system, vilket många gånger är fallet. För att lösa detta krävs ofta att medarbetare behöver arbeta manuellt med att klippa och klistra information från ett system till ett annat för att en process ska fungera. Det förekommer också att en samma kommun, landsting eller region betalar flera gånger för samma information som köps in externt till olika system. Att vid upphandling av verksamhetssystem ställa krav på flexibilitet bidrar till större möjligheter till automation.

Det finns idag huvudsakligen två olika tekniska möjligheter för att automatisera processer som behöver information från flera olika system eller databaser. Dessa är robot process automation (RPA) och automationsplattormar (Business process management BPM). Dessa två tekniker kan kombineras.

Robot process automation (RPA)

RPA (robot process automation) är ett program som utformas för att göra det arbete som människor normalt gör då de arbetar i olika verksamhetssystem. ”Roboten” öppnar upp system, loggar in, kryssar i rutor, kontrollera, klipper och klistrar information till och från andra system, gör beräkningar, skickar mejl och så vidare. Det går att sitta vid en dator och följa det som händer på skärmen. Eftersom det sker i den miljö där vi människor kan se det, i det så kallade ”användargränssnittet” brukar man säga att denna typ av automation sker ”front office”. Mjukvarurobot, handläggarrobot, digital medarbetare eller klickautomation är anda benämningar för RPA.

För att automatisera med stöd av RPA behöver man inte byta ut eller bygga om befintliga system. Däremot behöver programmet/roboten programmeras om när det sker en ändring i något av de system den arbetar i. Är man inte i kontroll över hur de ingående systemen uppdateras riskerar den att sluta fungera. Ju bättre struktur och ordning det finns ”back office” i system och på den information roboten ska hantera desto effektivare kan den utföra arbetet. Ett känt exempel på automation som genomförts med RPA är automatiseringen av ansökan om ekonomiskt bistånd i Trelleborg.

Automationsplattformar - Business process management (BPM)

Ytterligare ett sätt att automatisera processer som kräver information från flera olika verksamhetssystem är att installera en automationsplattform. Information hämtas in till plattformen från flera olika system och databaser och kan hanteras där.

Automationsplattformen kan ses som en mjukvara som arbetar utan att människor kan se vad den gör, i det som brukar kallas ”back office”. Detta är en djupare och robustare typ av automation som inte behöver lika mycket övervakning som RPA. Mjukvaran programmeras för att ta in information från olika system och databaser för att hantera den på ett specifikt sätt enligt tydliga regler. Om de system informationen ska hämtas från inte är byggda flexibelt kan en integration (”koppling”) byggs mellan verksamhetssystemet och automationsplattformen, där informationen kan föras över. BPM (Business process management) är ett koncept för detta som används i bland annat i Trollhättans kommun och region Skåne. Med en automationsplattform kan den vy invånaren eller den interna kunden ser utformas så att hen kan få överblick över alla sina pågående och avslutade ärenden.

När nya verksamhetssystem köps in är det allt vanligare att man ställer krav på att de ska gå att integrera med andra system. Det brukar kallas för att de utformats med öppna api:er (Application Programming Interface).

Exempel på automatiserad ärendehantering i välfärden

Boendeparkeringstillstånd på minuten

I kommuner med mycket tätort hanteras ofta stora volymer ansökningar om boendeparkeringstillstånd. Det är ett exempel på en mycket enkel regelstyrd process.

I Göteborg finns en automatisk lösning för detta som infördes redan år 2010. Processen fungerar om personen samtidigt är

  1. folkbokförd på adressen
  2. står som ägare till en bil.

Så går det till att söka tillstånd digitalt

Personen som söker om tillstånd gör det via kommunens hemsida. När kunden fyllt i de uppgifter som krävs går en elektronisk fråga till Skatteverkets folkbokföringsregister och en fråga till Transportstyrelsens fordonsregister. Om uppgifterna stämmer får personen ett bekräftelsemeddelande via e-post om att tillståndet är godkänt. Förfarandet är helt digitalt. Parkeringsvakterna ser digitalt vilka bilar som har tillstånd i vilket område.

Effekter av automatiserat tillstånd för parkering

För invånarna innebär tjänsten att de kan få tillstånd på en gång, förutsatt att uppgifterna de fyller i stämmer. Tidigare kunde det ibland ta upp till tre veckor.

Den totala handläggningstiden inom Trafikkontoret för en standardansökan har minskat från tre veckor till en enda knapptryckning, som sker för samtliga inkomna tillstånd vid ett tillfälle varje dag. Med den knapptryckningen formaliseras beslutet och en handläggare knyts till ärendena.

Av de sammanlagt 420 ansökningar, som varje månad kommer in, är det idag endast en handfull som kommer in via pappersblanketter. Antal personliga besök på Trafikkontoret i samband med ansökningarna har minskat från 600 till högst tio besök besök per månad.

Innan denna lösning utvecklades, upptog arbetet med att administrera ansökningarna fyra heltidstjänster. Idag är det en heltidstjänst som gör det. Det finns fortfarande en viss manuell hantering kring till exempel tjänstebilar.

Det finns flera olika lösningar för att automatisera boendeparkeringstillstånd. Några andra kommuner som har sådana lösningar är Norrköping, Stockholm, Solna och Danderyd.

Lägre kostnader och nöjdare kunder

För att hantera den ökande mängden ärenden inleddes 2013 ett arbete med att automatisera delar av ärendehanteringen. En målsättning med arbetet var också att förenkla föräldrarnas kontakter med Försäkringskassan.

Antalet barn och föräldrar i Sverige växer för varje år som går. För Försäkringskassan innebär det att antalet ansökningar om föräldrapenning som ska hanteras ständigt ökar.

Kunderna involverades i utformningen av tjänsten

Automatiseringen har skett stegvis under fem år. Olika tekniska lösningar har kombinerats för att skapa ett automatisk flöde. För att förstå kundernas situation och behov har dessa involverats i arbetet med att utveckla de webbaserade tjänsterna.

Att föräldraförsäkringen styrs av tydliga regler, som en maskin kan programmeras att agera utifrån, har varit en förutsättning för arbetet. Dessutom har det varit avgörande att den ansökan kunderna fyller i på webben har kunnat utformas så att maskinen lätt kan läsa in informationen.

Andra försäkringar som Försäkringskassan hanterar har inte kunnat automatiseras fullt ut då ansökningarna innehåller mycket ostrukturerade uppgifter, så som skriftliga motiveringar och utlåtanden som till exempel att läkare skriver i fria textfält.

Nyttor och effekter av automatiserad ärendehantering hos Försäkringskassan

För att kunna följa hur nyttor och effekter utvecklas har Försäkringskassan ett antal nyckeltal som följs upp kontinuerligt. I dag hanteras cirka hälften av alla ansökningar om föräldrapenning helt automatiskt. Samtidigt har föräldrarna blivit mer nöjda. Nöjd kund index (NKI) har ökat från 61 till 67.

Kostnaderna för att hantera en ansökan har sjunkit med 36 procent, från 225 kronor per ansökan och år 2013, till 143 kronor per ansökan och år 2017.

En annan effekt är att andelen egenorsakade återkrav har sjunkit från 50 procent till 34 procen. Det innebär att en lägre andel av de återbetalningskrav som uppstår, beror på att föräldrarna lämnar felaktiga uppgifter när de fyller i ansökan. Det har blivit lättare att göra rätt, då den e-tjänst föräldrarna fylleri, inte kan skickas in förrän alla obligatoriska uppgifter finns med.

Mer tid för medborgarna när roboten handlägger

Hanteringen av ekonomiskt bistånd var krånglig och mer anpassad till medarbetarnas arbetstid än till invånarnas behov. Det tog i snitt 8 dagar att få beslut på en ansökan.

Idag, när handläggningen sker automatiskt, tar det max 24 timmar att få svar på sin ansökan om man ansöker digitalt. Samtidigt har medarbetarnas tid riktas om från administrativ arbetet till att stöttar invånarna i att bli självförsörjande.

Digital ansökan för ekonomiskt bistånd

Den 1 september 2015 införde Trelleborgs kommun en digital ansökan för ekonomiskt bistånd. Det var det första steget mot en automatisk ärendehantering.

Den fortsatta utvecklingen inleddes vid årsskiftet 2016/2017. Då installerades en så kallad mjukvarurobot (RPA). För roboten tar det mellan 3 och 17 minuter att handlägga ett ärende.

Cirka 30 timmars handläggningstid per vecka har allokeras till processer där behov av individuell bedömning krävs.

Koll på processer krävs för att automatisera

En förutsättning för att lyckas automatisera är, enligt Eleonore Schlyter, som är chef för myndighetsprocessen i Trelleborg, att ha full koll på sina processer. När man har det är det möjligt att digitalisera ansökningsförfarandet. När handlingar kommer in digitalt blir det i nästa steg också möjligt att automatisera själva handläggningen.

Automatisering tar tid att införa

Enligt Eleonore är det viktigt att vara medveten om att det tar tid att automatisera. I Trelleborg tog det cirka tre månader att komma igång. Målsättningen är att roboten ska ta hand om 85 procent av alla ansökningar.

Helsingborgs medarbetare prioriterade processer

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.

Huvudsyftet att avlasta personalen

Det primära syftet är att avlasta personalen när volymerna ökar och att frigöra tid för det som är viktigt. Ett annat syfte är att man vill vara en attraktiv som arbetsgivare. Förkortningen ATA, som står för ”automatisera tråkiga arbetsuppgifter”, används för att symbolisera vad förändringsarbetet handlar om.

Medarbetarna engageras

Medarbetarnas kompetens och engagemang spelar en central roll i förändringsarbetet, som inleddes med att medarbetarna fick ta fram en rekommendation till ledningen om vilken process man skulle börja med.

I ett antal workshops fick medarbetarna identifiera möjliga processer och prioritera dessa. Resultatet av workshoparna blev en lista med 37 processer (kandidater) som skulle kunna automatiseras.

Processer att börja med att automatisera

Följande fem processer hamnade högst upp på listan över processer som personalen ansåg att det var mest angeläget att börja med:

  • sjuklöneersättning enligt LSS
  • fakturahantering
  • handläggning av ärenden om ekonomiskt bistånd
  • uppföljning av ledsagarservice
  • ansökan om trygghetslarm.

Utbetalning av sjuklöneersättning enligt LSS, som personalen såg som mest angelägen var också den process som ledningen beslutade att man skulle börja med. Sjuklöneersättning enligt LSS är den ersättning som kommunen ska betala ut till en privat utförare när personal hos utföraren är sjuk.

Att administrera sjuklöneersättning är en tidskrävande uppgift för både de företag som ansöker om ersättning och kommunen. Det kan ta upp till 14 dagar från det att ansökan gjorts till det att ett beslut fattats vid manuell handläggning. Att beräkna hur stor ersättningen ska vara är komplicerad process.

Ofta kräva flera kontakter mellan förvaltningen och utföraren innan man kan fastställa beloppet. I den lösning som går i drift efter sommaren 2018 kommer det att ta cirka ett dygn från ansökan till beslut.

Arbetsmoment som automatiseras

De arbetsmoment som kommer att gå automatiskt istället för manuellt är bland annat

  • kontroll att ansökan, inklusive fyra bilagor, är komplett
  • kontroll hos inspektionen för vård och omsorg om att företaget är registrerat
  • beräkning av ersättning
  • förslag till beslut
  • begäran om ersättning
  • meddelande om beslut till den som ansökt.

Beslutet om att ersättning ska betalas ut fattas fortfarande av en handläggare.

I Helsingborgs stad pågår ett arbetet med att inrätta ett så kallat Center of Excellence, som är en central funktion som kommer att stötta samtliga förvaltningar i arbetet med att automatisera processer.

VGR börjar med enkla processer med RPA och stora volymer

I Västra Götalandsregionen (VGR) pågår ett arbete för att testa och utvärdera automatisering av processer med Robotic Process Automation (RPA) . Strategin har varit att börja med mindre komplexa processer med betydande volymer för att lära.

Arbetet har inletts med fyra processer inom ekonomi och HR där så kallade digitala medarbetare hanterar det som mänskliga medarbetare annars skulle göra manuellt i och mellan systemen. I ett nästa steg, när man byggt kompetens och erfarenhet, är avsikten att utöka till fler processer även in hälso- och sjukvården.

De fyra processer som hittills automatiserats är:

E-påminnelser för fakturor

En digital medarbetare går dagligen igenom listor med påminnelsefakturor, söker efter status på dessa fakturor i ekonomisystemet. Utifrån det anpassar den ett svar och mailar till leverantören.

  • Volym: 25 000 fakturor per år
  • Effekt sparad tid: 2 100 timmar per år

Kassaavstämning

En digital medarbetare jämför kassarapporter med inbetalningar som gjorts i ekonomisystemet, identifierar om det finns differenser och fyller i differenser i kassaavstämningsfilen.

  • Intensitet: Dagligen
  • Volym: 149 vårdcentraler med en eller flera kassor
  • Effekt: Frigör 1 700 timmar per år

Beräkning av årsinkomst

En digital medarbetare räknar fram den totala årsinkomst utifrån beloppen för vissa lönearter (ob-tillägg, övertid, extra ersättningar, timlön).

  • Intensitet: Dagligen
  • Volym: Varierande
  • Effekt: Frigör 546 timmar per år

Avstämning av leverantörsfakturor

En digital medarbetare sammanställer en daglig rapport där det framgår hur stora volymer leverantörsfakturor som respektive förvaltning inom VGR skickat till ekonomisystemet. Avstämning görs för att upptäcka om någon leverantörsfakturafil ”tappas” på vägen, vilket medför merarbete och kostnader om det inte upptäcks.

  • Intensitet: Dagligen
  • Volym: 2 500-3 000 fakturor dagligen
  • Effekt: Kvalitetssäkrar och minskar felhantering samt frigör 100 timmar per år. Andra effekter, utöver den tid som frigjorts, är att medarbetarna slipper vissa tråkiga arbetsmoment, samt att det blir färre fel.

Insikter om automatisering av processer

De insikter som gjorts än så länge är att RPA fungerar och har ett brett tillämpningsområde. Man ser RPA som ett bra komplement till annan djupare typ av automatisering, som sker med så kallade fullskaliga integrationer.

En annan reflektion är att det är ett tidskrävande arbete att installera en digital medarbetare. Man poängterar också att det krävs övervakning av robotarna och de system robotarna jobbar i för att inte förändringar i systemen ska rubba robotarnas arbete.

Ett nästa steg i arbetet är att ta fram en modell för hur automation med RPA ska förvaltas.

Robotar i välfärden

En robot är en maskin som konstruerats för att utföra ett manuellt arbete.

Ibland definieras en robot med att den har ett människoliknande utseende. Det kan ge upphov till missförstånd då många saker som vi kallar robotar inte har ett människolikt utseende. De är istället utformade på ett sätt som passar för den uppgift de ska utföra.

Robotar i välfärden

Robotgräsklippare, robotdammsugare och robotar i industrin är vanligt förekommande. Inom välfärden är det inom främst inom vård- och omsorg som robotar förkommer. Några exempel är duschrobotar, rehabiliteringsrobotar och kommunikationsrobotar. Andra robotar används för transporterar av bland annat tvätt och labbprover inom sjukvården.

Människoliknande, så kallade humanioda robotar är ovanliga, men under utveckling. Med stöd av en rad olika tekniker konstrueras de för att utföra ”mänskliga” handlingar, såsom att röra sig i terräng, känna igen objekt, förstå och känna igen tal och emotionell sensibilitet. En utmaning här är att människor många gånger blir skeptiska och tycker det är obehagligt när en robot är för lik en människa. Exempel på humanoida robotar är Pepper och Sofia.

Robothandläggare (RPA)

Under senare tid har begreppet robothandläggare och mjukvarurobot börjat användas för ett digitalt program som används för att automatisera arbete som människor annars gör när det sitter vid datorn och jobbar. Andra begrepp som används för detta är digital medarbetare eller RPA (robot process automation). I det sammanhanget används begreppet robot som en metafor för att beskriva att programmet utför ett arbete som en människa tidigare gjort. Det rör sig då inte om en fysisk maskin som utför ett manuellt arbete.

Exempel på robotar i välfärden

Inom välfärden har robotar många användningsområden där de både underlättar, effektiviserar och sparar resurser. Internationellt sett finns flera exempel på områden där de redan nu gör nytta. I Sverige är tillämpningen än så länge begränsad.

Kirurgi

För kirurgi finns en robot utvecklad som läkaren kan använda för att få finmotrisk kontroll av kirurgiska instrument vid operation (exempelvis Intuitive Surgical) Den kan användas vid vissa standardoperationer till exempel vid borttagning av gallblåsan.

Kirurgi och så kallad interventionell radiologi, (medicinsk teknik som möjliggör minimalt invasiva ingrepp med hjälp av bildgivande radiologiska metoder) bedöms på sikt kunna automatiseras i stor utsträckning.

Känselförstärkning

Ett annat exempel är en så kallad haptisk display, vilket är en känselförstärkande teknik som används bland annat inom medicinsk vård på distans (telemedicin) samt för att träna medicinsk personal.

Genom att ta på en haptisk display kan en person på distans känna beröring, tryck med mera som förmedlas med digital teknik. Tidigare har det endast varit möjligt att förmedla sinnesintryck i form av ljud (musik) och synintryck (på skärm) digitalt.

Rehabilitering

En rehabiliteringsrobot är robot i form av en ställning som människan placerar till exempel sina ben i för att få stöd då motoriken ska tränas upp. De användas bland annat för rehabilitering efter en stroke. Rehabiliteringsrobotar möjliggör intensiv behandling som kan anpassas till patienten behov. Tekniken kan användas för en varaktig och långsiktig behandling i hemmet.

Transporter

Självkörande bilar och andra självkörande transporter är andra exempel på robotar. Många arbetsuppgifter inom logistik kommer att kunna automatiseras med denna teknik. På sjukhus förekommer automatiserade transporter av mat, recept, labprover och tvätt. Ett exempel från Sverige är självkörande tvättvagnar på Karolinska sjukhuset i Solna.

Läkemedelshantering

Automatiserade system för lagring och utgivning av läkemedel är exempel på robotar. Dessa används för att eliminerar mänskliga fel samtidigt som logistiken för läkemedelshanteringen underlättas.

Omvårdnad av äldre och rörelsehindrade

Med en duschrobot kan till exempel äldre och rörelsehindrade i större utsträckning sköta sin hygien på egen hand.

Ett annat exempel är den så kallade Giraffen som används inom bland annat äldreomsorgen Giraffen är lika hög som en människa och utformad med en bildskärm i höjd med en människas huvud och hjul nedtill som gör att den äldre enkelt kan rulla den med sig.

Kommunikation

Kommunikationsrobotar är hjälpmedel som bidrar till att personer kan delta och kommunicera på distans. I Sverige finns exempel på kommunikationsrobotar inom till exempel omsorg, vård och skola.

För skolor finns kommunikationsrobotar utvecklade för att elever som till exempel är långtidsinlagda på sjukhus ska kunna delta i klassrummet. Roboten är i klassrummet och eleven styr den med sin surfplatta.

Artificiell intelligens (AI) i välfärden

Artificiell Intelligens har ingen entydig definition eller allmänt vedertagen avgränsning. Det finns istället många definitioner och uppfattningen om vad det är varierar med tiden.

I nationalencyklopedin definieras det som intelligens som tillskrivs ett datorsystem vars syfte är att på konstgjord väg efterlikna hjärnans förmåga att dra slutsatser, planera, lösa problem, inhämta ny kunskap, förstå naturligt språk och så vidare.

Olika definitioner på artificiell intelligens

Enligt Vinnova är artificiell intelligens i grunden en samling av digitala teknologier och verktyg som möjliggör för maskiner att uppfatta, lära och fatta beslut som liknar människans förmågor. De definierar artificiell intelligens så här:

”Anordningar, verktyg, mjukvara och system som har förmåga att lära sig och fatta beslut på liknande sätt som människor och som möjliggör för maskiner, anordningar, verktyg och system att fungera på ett meningsfullt sätt i relation till de specifika uppgifter och situationer de avses att utföra och agera inom.”

Artificiell intelligens är även beteckningen på det forsknings- och teknikområde som syftar till att studera, förstå och utveckla datorer och programvara med intelligent beteende. Forskning inom områden som idag går under beteckningen artificiell intelligens (AI) har pågått sedan 1950-talet och begreppet artificiell intelligens myntades redan 1956.

Artificiell intelligens är inte en enskild teknik

Istället är det flera olika grupper av teknologier som tillsammans skapar förutsättningar för att tjänster, service och produkter baserat på artificiell intelligens ska kunna utvecklas. Stora datamängder, saker och människor med sensorer som kopplas upp mot internet (Internet of Things, IoT), simulering, systemintegrationer, molntjänster och avancerade algoritmer kopplas samman och samverkar.

Ofta är dessa teknologier ömsesidigt beroende av varandra för att nya tjänster, service och produkter ska kunna utvecklas. Utvecklingen och tillämpningen av artificiell intelligens har ökat kraftigt de senaste åren. Det beror bland annat på den snabbt växande tillgången till data i elektronisk form, tillgången till verktyg för artificiell intelligens och ökad datorkraft.

Begrepp inom artificiell intelligens (AI)

Maskininlärning

Maskininlärning innebär att ett program lär sig ta in och dra slutsatser från stora mängder data. Det kan vara data från forskning, artiklar och beslut, ibland på olika språk. Det kan också vara bilder, ostrukturerad information från sociala medier liksom kunskap om sakers och människors fysiska placering och rörelsemönster, video och ljud.

Programmet får uppgifter att lösa och vartefter programmet utför uppgifter lär den sig vad som ger de bästa utfallen och på så vis förbättrar sig maskinen succesivt ju mer den arbetar.

Wikipedia om maskininlärning

Mönsterigenkänning

Mönsterigenkänning innebär att ett program söker igenom text eller bilder för att hitta mönster, inklusive avvikande mönster. Datorer är i många fall bättre än människor på mönsterigenkänning

Wikipedia om mönsterigenkänning (Pattern recognition)

Algoritm

En algoritm kan liknas vi en instruktion eller ett recept. I en algoritm anges de enskilda steg som ska tas för att lösa ett problem. Ett datorprogram är en algoritm. Till skillnad från vanlig programmering som går ut på att konstruera program som utför en specifik uppgift på ett förutbestämt sätt utvecklas artificiell intelligens med algoritmer som lär sig vart efter de tränas på en viss uppgift.

Wikipedia om algoritmer

Hur tillämpas artificiell intelligens (AI) i välfärden

Artificiell intelligens (AI) kan vara till mycket nytta inom välfärden, även om utvecklingen ännu är i sin linda. Beslutsstöd inom hälso- och sjukvård samt adaptiva (anpassningsbara) verktyg för skolan och missbruksvården, är exempel på användning.

Fram till idag har artificiell intelligens troligtvis nått flest användare i områden som informationssökning, bildigenkänning och taligenkänning. Exempel på detta är när du söker information på Google eller använder tjänster så som Siri och Alexa, som är vanligt förekommande i mobiltelefoner. Ansiktsigenkänning i bilder i sociala medier är ett annat exempel. Men även i välfärden finns stor potential att dra nytta av ai.

Adaptiva läromedel i skolan och beslutsstöd i vården

Ett par exempel på tillämpning av artificiell intelligens i välfärden är adaptiva läromedel i skolan och beslutsstöd inom vården. Ett verktyg som kan identifiera elever som riskerar att ha läs- och skrivsvårigheter och digitalt stöd för missbruksvård av alkohol- och spelmissbruk är andra exempel. Det finns också AI- baserade verktyg som kan användas i samband med rekrytering, vilket kan få betydelse för HR-funktioner.

Fler exempel på tillämpningar av AI i välfärden

Etiska och legala utmaningar med AI och att automatisera i välfärden

Automatisering och utveckling av artificiell intelligens innebär inte bara möjligheter. Utvecklingen för också med sig nya utmaningar som behöver hanteras om potentialen ska kunna tas tillvara.

Innovationsledarskap och förmåga till omställning för individer och verksamheter kommer att bli viktigare:

  • ledarskap och omställningsförmåga i verksamheter
  • äganderätt till data och utmaningar med personlig integritet, etik och tillit
  • risk för tillämpning av omogna AI-lösningar
  • säkerhetsrisker genom medvetet skadlig dataanvändning och datamanipulering.

AI Sustainability – Purpose Driven Approach to AI

Film om AI och hållbarhet som tar upp etiska frågor kopplat till AI med Anna Felländer, forskare och expert inom ekonomi och digitalisering.