Følgende beskrivelse af SSP projektet, er formuleret af lead virksomheden – Hugin Expert
Beskrivelse af idé
Den kommunale forvaltning i Danmark har en meget stor grad af digitalisering i forhold til andre lande, som vi normalt sammenligner os med. På trods af den store grad af digitalisering benyttes kunstigintelligens og maskinlæring kun i begrænset udstrækning til at automatisere tids- og ressourcekrævende opgaver. Det giver en unik mulighed for at udnytte kunstig intelligens og maskinlæring til beslutningsstøtte til gavn for borgeren, kommunen og samfundet.
En automatisk proces kan være med til at sikre at uoverensstemmelser mellem leverede og bevilgede ydelser til borgerne bliver identificeret og rettet tidligst muligt. Det kan desuden medvirke til at eliminere en evt. mistillid mellem leverandør og bevillingsgiver. Ved uoverensstemmelser i leverancerne er der også risiko for, at der opstår et brud på tilliden mellem leverandør og aftager.
En løsning til identifikation af uoverensstemmelser i leverancerne kan have stor værdi for den enkelte borger (evt. afvigelser korrigeres tidligere, hvilket giver en bedre kvalitet for borgeren), kommunen (reducerede omkostninger, bedre udnyttelse af ressourcer og overblik over leverancer i forhold til bevilgede ydelser) og samfundsøkonomisk via direkte og indirekte besparelser.
Den store grad af digitalisering i den kommunale forvaltning giver en unik chance for at udnytte kunstig intelligens og maskinlæring teknologi til at udvikle løsninger, som kan erstatte tunge manuelle processer, sikre bedre forebyggelse og en mere ensartet og effektivudnyttelse af eksisterende ressourcer og som kan understøttesagsbehandling af bevillinger. Derfor ønsker vi at gennemføre dette pilotprojekt, som første trin mod udbredt anvendelse af kunstig intelligens og maskinlæring indenfor den kommunale forvaltning.
Formål
Dette projekt har til formål at udvikle en software-prototype, der demonstrerer hvilke muligheder digitaliseringen af den kommunale forvaltning giver for at udnytte kunstig intelligens og maskinlæring.
Løsningen vil automatisere processer, skabe ensartethed i kontrollen, give overblik og øge chancen for identifikation af uoverensstemmelser i leverancer på et tidligt tidspunkt.
Resultater
Projektet har opnået succesfulde resultater, som du kan læse om her.
Leadpartner
Partnere
Kontakt
Vil du vide mere om projektet?
Kontakt Chefkonsulent Trine Søby Christensen
