Disse får penger for å løse arkiv-floke

− Lag en prototyp som viser hvordan KI og maskinlæring kan hjelpe til med arkivering.

Det var oppgaven i Skatteetatens litt uvanlige anskaffelse, som Digi skrev om forrige uke.

Blant tolv gode idéforslag har Skatteetaten valgt å gå videre med tre: KPMG, Sikri og Best of breed.

− Det var veldig viktig for oss at vi ble en av de tre som ble med videre. Det er en seier allerede. Vi gleder oss veldig til å se hva vi kan få til, sier Stefan Sjøgren, daglig leder og gründer i Best of breed til Digi.

Mener de er klare til å løse problemet

Prototypene, som de tre utvalgte selskapene skal utvikle hver sin av, skal kunne analysere dokumenter og vurdere dem opp mot gjeldende regelverk, presentere et forslag til en beslutning til den ansatte, som så skal kunne bekrefte eller avkrefte vurderingen. Tilbakemeldingen fra saksbehandlerne skal kunne brukes til å trene systemet videre.

For selskapet Best of breed var det helt naturlig å sende inn løsningsforslag. De sitter allerede på teknologi de mener kan løse problemet, erfaring med robottjenester som integrerer mot arkivløsninger og kommuner på kundelista.

Anskaffelsesformen etaten har valgt å gå for, er ganske uvanlig.

Uvanlig anskaffelsesform

I stedet for å inngå avtale med én leverandør, som skal levere en fullverdig løsning basert på kravene, gjør etaten nå en såkalt førkommersiell anskaffelse. Det er første gang Skatteetaten gjennomfører en anskaffelse med denne metoden.

− Vi synes det er veldig fint, og godt gjort at Skatteetaten står frem som et eksempel på innovasjon også innenfor anskaffelser, sier Sjøgren.

Teknologiutviklingen går raskt, spesielt innen kunstig intelligens. Skal man kjøpe seg innovative løsninger risikerer man at teknologien er utdatert før man er klar for implementering, mener han.

Om de 250.000 kronene selskapet får kommer til å dekke arbeidet selskapet må legge ned, er vanskelig å si.

− For å være helt ærlig, så er dette så viktig for Best of breed at det er en risiko vi er villig til å ta. Får vi muligheten til å fronte dette sammen med Skatteetaten, så har det en stor markedsverdi for oss, sier Sjøgren.

Uaktuelt å bruke LLM

I utlysningen ber Skatteetaten om en prototyp, men Best of breed utviklet allerede i 2019 et konsept for automatisering av arkivering. Duo er en videreutvikling av det konseptet, som tar i bruk kunstig intelligens med en no-code-løsning for automatisering av ulik håndtering av tekst-innhold.

− Vi bruker teknologi fra Simplifai, som har eksistert i over syv år, og som gjør nettopp dette. Den er norskutviklet, allerede i bruk hos offentlige kunder, og veldig fleksibel, sier Sjøgren.

Språkmodellen i bunn, en såkalt NLU (Natural language understanding) som bruker maskinlæring til å forså innhold og mening i tekst, gjør sammen med en automasjonsmotor at løsningen allerede er klar for å hente inn tekster, kategorisere dem og sammenligne dem med regler eller andre tekster.

− Så lenge vi får tak i tekstene gjennom integrasjoner, står vi veldig fritt til å bygge flyter i automasjonsprosessen, sier Sjøgren.

Å bruke store internasjonale språkmodeller (LLMs) er ikke aktuelt for selskapet i oppdrag som inkluderer behandling av sensitive opplysninger. Der er risikoen for stor, både for sikkerhet, sporbarhet og personvern.

− Etter vår mening er det ikke anbefalt å koble til store språkmodeller som eies av internasjonale selskaper i slike prosesser nå, sier Sjøgren.

Teknologien selskapet bruker har allerede hatt en runde i Datatilsynets sandkasse, og er grundig vurdert.

Sikter ikke på 100 prosent

Nå er selskapet spent på å få se treningsdataene som følger med oppdraget.

− Det som kan være kompliserende, er om det er veldig mange kategorier som må håndteres, da blir det mer krevende å strukturere, og vi vil trenge mer treningsdata, sier Sjøgren.

Selskapets tilnærming er ikke å forsøke å løse 100 prosent. De vil analysere volumet for å kunne løse en størst mulig andel på enklest mulig måte. Det er det som vil skape mest verdi, mener Sjøgren.

− Deretter kan vi fokusere tiden på de mer krevende kategoriseringene og, sammen med kunden, beslutte hvor vi bør sette grensen for kost-nytte, sier han og fortsetter:

− Vi sikter aldri på det umulige. Det vil alltid være avvik som går til manuell håndtering,

I starten kan det være naturlig å sette en høy terskelverdi, og la flere saker gå til manuell behandling. Med trening trimmes systemet og når tilliten er høyere vil man kanskje skru ned terskelverdien, om det er forsvarlig etter kundens behov og krav, forklarer han videre.

Sjøgren tror en godt trent KI-løsning kan gi, ikke bare raskere, men bedre resultater enn de menneskelige saksbehandlerne.

Selv om det alltid vil være tilfeller som krever manuell vurdering, har Sjøgren klokkertro på at dette kan løse en viktig utfordring.

− Klarer vi å ta unna 60 prosent, bare for å ta et tenkt eksempel, så sitter saksbehandler igjen med 40 prosent. Det sparer enormt med tid. Det forventer vi Skatteetaten kan høste verdi av umiddelbart etter at vi er ferdig med treningsfasen dersom vi blir valgt, sier han og legger til:

− Vi har ikke løst det før vi har løst det, men ut ifra det vi ser nå, har vi gode forutsetninger. Skulle vi bli valgt til slutt er det utvilsomt veldig viktig for Best of breed.