Hvert år strømmer mere end 150.000 fakturaer gennem Center for Administration, CfA, i Region Nordjylland. Nu har regionen med succes sluppet en kunstig intelligens løs på arbejdet.
Bogføring af 150.000 fakturaer er faktisk værre, end det lyder for en ukyndig. Selvom der er meget rutine i arbejdet, er der også mange detaljer, der skal tjekkes op på, og mange muligheder for at gøre tingene forskelligt.
Derfor har Region Nordjylland nu i flere år arbejdet med at digitalisere arbejdsgangene vedrørende bogføringen.
I første omgang var målet blot at få alle fakturaer konteret korrekt med en sigende tekst i regionens økonomistyringssystem, EG ØS Indsigt.
– Opgaven med konteringen blev løst hurtigt og effektivt. Udarbejdelsen af den sigende tekst skabte lidt udfordringer, idet hver enkelt medarbejder havde sine egne præferencer. Generelt blev opgaven dog løst til stor tilfredshed. Derfor besluttede vi at udvide forsøget til også at omhandle risikovurdering af fakturaerne, og sidenhen automatisk bogføring, forklarer Susanne Nielsen, CfA, Region Nordjylland.
Tilmeld dig Samfundsdesigns nyhedsbrev med nyt om offentlig digitalisering.
Ville øve sig på økonomidata
Arbejdet startede i 2016, da virksomheden Enversion bankede på døren i regionen. De ville egentlig arbejde med machine learning i relation til sundhedsdata, men spurgte, om de måtte øve sig på økonomital sammen med regionen.
Hvad er DenOffentlige for et medie?
Læs om, hvad der sker på DenOffentlige, og få ideer til, hvordan du kan være med.
– Vi var allerede i gang med RPA og meget andet, men kunne hurtigt se, at de havde fat i noget, så vi indledte et samarbejde, forklarer Susanne Nielsen:
– Dels brugte vi meget tid på at kontere og risikovurdere de mange fakturaer, dels har vi en stor interesse i at have valide data. For data bruges til så mange ting så mange steder i organisationen. Jo mere standardiseret vi kan tilgå og vurdere data, jo bedre, forklarer Susanne Nielsen.
Læs artikel på SamfundsDesign: Robotter overtager det kedelige arbejde i Statens Administration
Svært at kontere på samme måde
Udfordringen er, at der fx let kan være forskel på, hvordan den ene medarbejder konterer og vurderer en faktura i forhold til den anden, og der kommer ofte variationer i konteringsteksterne.
– Så snart man begynder at arbejde med fakturakontrol og risikovurdering, bliver det hele meget kompliceret. Der jo stor forskel på, om vi skal betale et bemandingsbureau taksten for en sygeplejerske i dagtimerne eller taksten for en nattevagt. Og er timerne overhovedet leveret? Her fandt vi hurtigt ud af, at machine learning kan være en stor hjælp, siger Susanne Nielsen.
Når først algoritmen har lært at genkende en fakturatype, kan systemet selv foreslå, hvordan og med hvilken tekst fakturaen skal konteres, baseret på dens erfaring fra andre fakturaer. Derudover kan den hurtigt slå op i diverse registre og systemer for at kontrollere takster, timesedler m.m.
– Algoritmen er fx også bedre til at huske, om den allerede har bogført en faktura på et parti rullepølse, end økonomaen, der måske ikke lige opdager, at hun for længst har modtaget en faktura for sine varer.
Læs artikel: RPA-robot tager nordjyder med storm
Machine learning har givet pote
Projektet med machine learning har allerede givet CfA i Region Nordjylland store besparelser, og nu bliver 100 % af centerets fakturaer risikovurderet, 50 % konteres og påføres en posteringstekst, mens 14 % autobogføres.
– Det betyder, at algoritmen her i 2019 håndterer ca. 4.000 fakturaer lige fra modtagelse til bogføring. Den eneste manuelle kontakt er en efterfølgende kontrol af de bogførte fakturaer. Det vil sige, at processen sker helt uberørt af menneskehænder, fra regionen modtager fakturaen som pdf, til den er bogført i vores økonomisystem ØS Indsigt.
– I de tre år, vi har arbejdet med systemet, har vi ikke genbesat stillinger til at løse faktureringsopgaver, når en medarbejder er gået på pension eller er rejst til en anden stilling. Så vi har vel sparet fire stillinger væk på den måde.
Læs artikel på SamfundsDesign: Vingeskudt robot sat i drift
Dygtige medarbejdere er stadig altafgørende
Systemet har dog langt fra overflødiggjort rigtige, humanoide medarbejdere.
– De får bare andre opgaver, som er mere krævende eller spændende, fx med at foretage stikprøver og håndtere de komplicerede opgaver, hvor vi enten på forhånd har bedt systemet om ikke at bogføre særlige fakturaer automatisk, eller sager, hvor systemet har flere forslag til, hvordan en faktura skal konteres eller lignende.
Desuden er machine learning kun en del af de værktøjer, som vi anvender i vores bestræbelser på at blive Danmarks bedste til administration. For at løse den opgave kræver det, at vi har kompetente medarbejdere til at vurdere, om ML, RPA, digitale formularer eller andet er de rigtige værktøjer til at løse eksisterende eller nye opgaver.
Uden vores dygtige medarbejdere kunne vi slet ikke løse vores opgaver, og vi har fuldt fokus på medarbejderudvikling, så vi er godt rustet til at gennemføre yderligere digitalisering og imødegå fremtidens øvrige opgaver, forklarer Susanne Nielsen:
– Projektet er forløbet med små skridt og er blevet udbygget, efterhånden som vores leverandør og CfA er blevet klar til det. Det er et ongoing projekt, og vi forventer yderligere optimering og dermed besparelser inden for nærmeste fremtid, siger Susanne Nielsen, CfA, Region Nordjylland.
Tilmeld dig Samfundsdesigns nyhedsbrev med nyt om offentlig digitalisering.
Læs mere på EG: Digital automatisering med softwarerobotter
Læs artikel på SamfundsDesign: Danmark skal være førende på kunstig intelligens
