12. En digital assistent erstatter et stykke menneskeligt arbejde,
der ikke kræver menneskelig intelligens
En digital assistent er en digital hjælper, der bistår de faglige
medarbejdere med de regelstyrede og gentagne opgaver
Intelligent beslutningsstøtte for medarbejdere og ledere
Hvad er en digital assistent?
13. Bots (også kendt som chatbots)
Kunstig intelligens (AI)
Machine Learning (ML)
Selvkørende biler
Hvad er en digital assistent ikke? (endnu)
14. Robotter er et populært udtryk for robotic process automation (RPA).
Begrebet dækker over et stykke software, som kan replikere en persons
interaktion med en eller flere applikationers brugergrænseflader. Det vil
sige, at den grundlæggende kan styre mus og tastatur for dig.
Traditionelle integrationer mellem systemer benytter som regel APIer
eller skræddersyet kode. Dette kan afhængigt af integrationens
kompleksitet betyde en investering på et anseligt antal timer.
Med RPA kan man derimod “optage” og genspille de ønskede processer
i integrationen og på den måde spare en masse tid – altså en slags
intelligent makro.
Robotter - robotic process automation
15. Machine learning lærer af data og kan som resultat give bedre og bedre
informationer til et beslutningsgrundlag. F.eks. klassifikationer,
grupperinger, regressioner (fremskrivning m.fl.), anbefalinger og meget
mere.
Med de modeller kan man lade computeren besvare spørgsmål a la:
Hvad koster naboens hus givet historiske priser for området?
Har en patient kræft givet dennes CT-scan og mange flere for raske
og syge personer?
Hvad betyder noget håndskrift givet mange eksempler på håndskrift
og dens betydning?
Machine learning (ML)
16. Kunstig intelligens (artificial intelligence - AI) handler om logik og
ræsonnement og har til formål at lade computeren træffe en beslutning
eller kvantificere noget, som vi mennesker ellers normalt har haft eneret
på.
F.eks. kan kunstig intelligens i dag vurdere, hvor glad du ser ud på en
skala fra 0 til 100, hvor gammel du er, hvad en video omhandler, og
hvad du efterspørger, når du stiller et spørgsmål eller beder om hjælp.
Fælles for machine learning og artificial intelligence er, at emnerne
deler mange af de modeller og algoritmer, som de hver især gør brug
af.
Kunstig intelligens (AI)
17. Bots (også kendt som chatbots) er et stykke software, som kan føre en
naturlig samtale (tekst eller tale) med en rigtig person. Ofte er botten
trænet til kun at fokusere på et specifikt område. Det kan for eksempel
være en flybillet-bot, der er god til at forstå dine ønsker til en flyrejse
(rejsedato, destination, priskategori osv.); og det er med disse
målrettede bots, at brugeren oftest får den bedste brugeroplevelse.
Bots benytter kunstig intelligens til at forstå brugerens intentioner, og
botten agerer derfor i højere grad som en smart brugergrænseflade.
Det særligt smarte findes ved, at botten kan indlejres i en lang række
kanaler, såsom Skype, i en webside, i en mobil app og meget mere.
Bots/chatbots
18. Digitale assistenter kan automatisere
rutineopgaver som afhænger af
programmer, der ikke tillader direkte
integration
Digitale assistenter kan f.eks. finde
data forud for en afgørelse, sende svar
eller journalisere data efterfølgende
Mange arbejdsopgaver sker i flere
ikke-sammenhængende systemer.
Medarbejderne agerer derfor
”kontorstolsintegratorer”
Hvorfor udvikle digitale assistenter?
19. Et system: eks. ESDV, OS2Indberetning, Digitale bevillingsark
og MasseSend
En digital guide: eks. Ydelsesberegneren, Voksenlærling-
beregneren og digitale callcenter-guides
Integrationsplatform: Åben Indsigt og automatisk
postdistribution samt journalisering
En softwarerobot: Eks. til håndtering af indsigtsanmodninger
Eksempler på en digital assistent
20. Digitale assistenter arbejder 24/7
Fjernelse af trivielle opgaver -> Mere tid til faglige og komplekse opgaver
Højere kvalitet og mere konsistens
Bedre beslutningsgrundlag
Mulighed for 100% ledelsestilsyn
Kortere svar- og sagsbehandlingstider
Fordele ved Digitale Assistenter
25. Strukturering af
information
• Opsætning af rapporter
• Sortering af data
• Visitering af opgaver
Beregne &
dokumentere
• Skrive noter på sager
• Skrive sagsdokumenter
• Afstemning af konti
Datamigration
• Flytte data fra et system
til et andet
• Opdatere data
Datafangst
• Hente data fra mails
• Behandle nye sager fra
CRM
Validering
• Kontrol af input
• Opfølgning på sager
• Kontrollere oplysninger i
systemer
Journalisering
• Oprette sager
• Gemme dokumenter
Automatisk
behandling af data
• Prioritering af opgaver
• Kørsel på fast tidspunkt
• Klargøring af data om
natten
Advisering
• Sende mails
• Sende breve
• Underrette borgere
26. Forudsætninger:
Regelbaseret proces, dermed ingen skøn
Processen foregår digitalt
At der er et klart defineret start og stop
Strukturerede data
Katalysatorer
Høj volumen
Ensartet input i flere systemer
Sæsonudsving
Velegnet til automatisering
27. Business case:
Lavt antal af sager
Lav manuel behandlingstid
Dårlig økonomi
Manglende opbakning
Juridiske udfordringer
Uegnet til automatisering
28. Afdækning af proces:
Sagsbehandler foretager skøn
Ikke muligt at finde en ”Golden Path”
Mange variationer i proces
Datakrav:
Dårlig adgang til data
Ustrukturerede data
Fri tekst
Uegnet til automatisering
31. Der er et godt stykke vej til vi helt bliver erstattet af kunstig
intelligens
Til gengæld vil vi få intelligente beslutningsstøttesystemer, der
løser opgaver som mennesker slet ikke selv kan rumme
Mennesker med nye kompetencer i samspil med Digitale
assistenter kan løse opgaver som vi ikke kan løse i dag
De Digitale assistenter kommer
32. Kommunerne har med rammearkitektur og støttesystemer
taget et skridt i den rigtige retning, fordi vi tager ejerskabet til
opgaver, infrastruktur og data
Dermed kan vi understøtte sammenhænge og gevinsterne ved
nemmere adgang til flere data
Med Digitale assistenter kan vi opnå hurtige gevinster, hvor
systemerne ikke umiddelbart, endnu, selv kan tale sammen
Ejerskab og data
33. Hvilke kompetencer bliver der brug for, hvis det i fremtiden vil være
Digitale assistenter som håndterer de rutineprægede opgaver?
Behov for nogen som kan udvikle algoritmerne og træne de Digitale
assistenter i at udføre opgaver
Behov for nye kompetencer til at gøre produktionen af ydelser klar til
de Digitale assistenter og tjekke resultaterne = forretningskendskab
Behov for et digitalt mindset, altså kompetencer til at se
mulighederne med digitalisering
Krav til nye kompetencer
34. Krav til at være digitale ledere
Forstå og arbejde med samspillet mellem teknologi, processer,
organisation og kerneopgaven (fx så man forstår, hvordan
disse elementer påvirker hinanden og derfor kan se, hvordan
samspillet kan optimeres).
Forstå og arbejde med samspillet mellem teknologi og
mennesker både ift. medarbejdere, borgere og virksomheder
(fx så man forstår, hvordan teknologien påvirker mennesker og
relationer)
35. Krav til at være digitale ledere
Vurdere hvilke opgaver, der med fordel kan
løses via digital teknologi, og hvilke der ikke
kan
(fx så man målretter teknologianvendelsen
til der, hvor den har størst effekt og sikrer et
godt samspil med ikke-digitale dele af
opgaveløsningen)
Kendskab til nye teknologiske muligheder
og trends inden for fagområdet
36.
37. ”Digitale assistenter (indsat red.), nye kompetencer og ikke
mindst en positiv holdning er et godt mix til at tackle fremtiden og
udnytte de digitale muligheder vi har til at skabe bedre velfærd
endnu mere effektivt.”
Henrik Brix i KIT-magasinet, maj 2017
Slutnote
Editor's Notes
Robotter eller robotic process automation (RPA)
Robotter er et populært udtryk for robotic process automation (RPA). Begrebet dækker over et stykke software, som kan replikere en persons interaktion med en eller flere applikationers brugergrænseflader. Det vil sige, at den grundlæggende kan styre mus og tastatur for dig.
Traditionelle integrationer til – eller mellem – systemer benytter som regel APIer eller skræddersyet kode. Dette kan afhængigt af integrationens kompleksitet betyde en investering på et anseligt antal timer.
Med RPA kan man derimod “optage” og genspille de ønskede processer i integrationen og på den måde spare en masse tid – altså en slags intelligent makro.
Fortæl historien om Maibritt fra Familie der hentede to nye sorte sprittuscher
Hanne-Marlene: ”Det her slides synes jeg, at du skal bruge en del krudt på at tale om, og gerne høre deltagernes perspektiver på det. Få gerne igangsat en dialog allerede her - for det er det her de skal primes med, for at kunne være gode digitale ledere og skabe forandringer”
Fra HK.dk: 5 kompetencer, du som leder får brug for i den digitale fremtid