NORAI-projekt: Hvordan De Baleariske Øer planlægger at reducere bureaukratiet med AI – Revolutionerende administration med 5,45 millioner euro

Administration 2.0: De Baleariske Øer transformerer deres AI-operationer med 5,45 millioner euro

Fremtiden for administration på De Baleariske Øer: AI som nøglen til effektivitet

De Baleariske Øer er i gang med en betydelig transformation af deres administrative strukturer, drevet af brugen af ​​kunstig intelligens (AI). Med en investering på 5,45 millioner euro lanceres NORAI-projektet, der har til formål at skabe en fælles AI-platform for hele den autonome administration inden for 24 måneder. Målet er ikke kun at forbedre effektiviteten og behandlingstiderne, men også at forbedre kvaliteten af ​​tjenester for borgere og virksomheder. Dette initiativ går ud over blot at digitalisere eksisterende processer og har til formål at omdanne det fragmenterede administrative landskab til en netværksbaseret og genanvendelig platform for offentlige tjenester. Succesen med denne transformation afhænger dog ikke kun af selve teknologien, men også af administrationens vilje til fundamentalt at reorganisere. Centrale spørgsmål omfatter, om AI virkelig vil gøre det muligt for De Baleariske Øer at opnå kortere behandlingstider, lavere fejlrater og øget administrativ kapacitet, og hvordan de vil imødegå udfordringerne ved en omstruktureret offentlig administration.

De Baleariske Øer er ved at omdanne deres administration til en AI-platform

5,45 millioner euro mod bureaukrati: Det afgørende spørgsmål er ikke, om AI virker, men om staten kan transformeres af den

De Baleariske Øer gennemgår en teknologisk transformation, hvis økonomiske betydning rækker langt ud over introduktionen af ​​et par digitale assistenter. Med en investering på 5,45 millioner euro og en implementeringsperiode på 24 måneder udvikles en fælles kunstig intelligens-infrastruktur, kendt som NORAI, på tværs af hele den autonome administration. Den vil nå ud til alle regionale ministerier og offentlige institutioner og støtte det administrative personale i forbindelse med sagsbehandling, analyse af dokumenter, udarbejdelse af rapporter, håndtering af borgerhenvendelser og integration med procesautomatisering, process mining og avanceret dataanalyse. Fra et økonomisk perspektiv er dette derfor ikke et typisk IT-projekt, men snarere et forsøg på at omdanne et fragmenteret offentligt forvaltningslandskab til en genanvendelig produktionsplatform for offentlige tjenester.

Det centrale spørgsmål er ikke, hvor mange opgaver en sprogmodel kan udføre. Det afgørende spørgsmål er, om De Baleariske Øer rent faktisk kan opnå kortere behandlingstider, lavere fejlrater, øget administrativ kapacitet og bedre service til borgere og virksomheder gennem teknologi. Dette er mere udfordrende end blot at implementere en chatbot. Offentlig forvaltning består af juridiske rammer, ansvarsområder, datalagre, undtagelser, deadlines og transparente beslutninger. Kunstig intelligens kan gøre dette system mere produktivt, men kun hvis processer, data, ansvarsområder og kontroller moderniseres samtidigt.

Fra digitalisering til reorganisering

Mange digitaliseringsprogrammer har tidligere blot replikeret analoge processer elektronisk. En papirformular blev til en PDF, et officielt brev til en e-mail, og en filmappe til et dokumenthåndteringssystem. Selve processen forblev ofte uændret. NORAI forfølger en mere omfattende tilgang: Et fælles teknologisk lag er designet til at analysere information, forberede processer og understøtte tilbagevendende arbejdsgange på tværs af afdelingsgrænser. Dette flytter fokus fra blot at give digital adgang til den intelligente organisering af de underliggende administrative processer.

Denne sondring er økonomisk vigtig. Selvom en digital formular reducerer rejse- og forsendelsesomkostninger, eliminerer den ikke automatisk medieafbrydelser, dobbelt dataindtastning eller interne køer. En AI-drevet platform kan derimod klassificere dokumenter, udtrække indhold, identificere manglende information, forudsortere filer og generere standardiserede kladder. Kombineret med regelbaseret automatisering kan klart definerede arbejdstrin derefter udføres uden manuel dataindtastning. De potentielle produktivitetsgevinster stammer således ikke udelukkende fra kunstig intelligens, men også fra samspillet mellem AI, automatisering, dataadgang og redesignede processer.

Det er netop her, den strategiske værdi af en central infrastruktur ligger. Hvis hver myndighed udvikler sine egne individuelle løsninger, opstår der parallelle omkostninger til indkøb, integration, databeskyttelsesrevisioner, drift, træning og vedligeholdelse. Derudover vokser inkompatible datamodeller og forskellige sikkerhedsniveauer. En delt platform kan levere grundlæggende komponenter én gang og genbruge dem på tværs af flere afdelinger. Disse omfatter identitets- og adgangsstyring, logning, modeladgang, dokumentbehandling, søgefunktioner, kvalitetskontroller og grænseflader til eksisterende specialiserede applikationer. Jo oftere disse komponenter bruges, desto lavere kan de gennemsnitlige omkostninger for hver efterfølgende use case være.

5,45 millioner euro som platformsvæddemål

Budgettet på 5,45 millioner euro svarer til cirka 2,725 millioner euro om året i den planlagte implementeringsperiode. Dette er ikke et uforholdsmæssigt højt beløb til en omfattende modernisering af alle ministerier og institutioner. Det er snarere lige akkurat nok til at fremtvinge prioritering. Beløbet kan etablere et solidt fælles fundament, men det er utilstrækkeligt til en fuldstændig revision af alle administrative procedurer. Derfor afhænger den økonomiske succes af, om de processer med særlig høj volumen, standardiseringspotentiale og arbejdsbyrde udvælges først.

Egnede processer involverer mange lignende strukturerede dokumenter, klare gennemgangstrin, tilbagevendende forespørgsler og en betydelig manuel søgeindsats. Disse kan omfatte tilskudsansøgninger, godkendelsesdokumenter, fakturarevisioner, interne rapporter, informationsanmodninger eller standardiserede borgerforespørgsler. Mindre egnede er processer, hvor hver sag kræver en meget individualiseret juridisk vurdering, eller hvor selv mindre fejl kan have betydelige konsekvenser for grundlæggende rettigheder. Derfor begynder en økonomisk forsvarlig tilgang med understøttende og forberedende funktioner, ikke med fuldt automatiserede beslutninger.

Desuden bør investeringen ikke udelukkende måles i sparede personaletimer. Offentlig administration genererer ikke profit i traditionel forstand. Dens økonomiske fordele omfatter også undgåede ventetider, reducerede omkostninger på grund af fejl, hurtigere udbetaling af ydelser, hurtigere godkendelser og forbedret planlægning for virksomheder. Når en virksomhed modtager en tilladelse hurtigere, en familie kan få hurtigere adgang til ydelser, eller medarbejdere spilder mindre tid på at indsende eksisterende dokumenter igen, opstår der en reel økonomisk fordel, selvom den ikke optræder som indtægter i budgettet.

En udelukkende omkostningsbesparende tilgang ville derfor være for snæver. De Baleariske Øer oplever sæsonbestemt og strukturel vækst under særligt pres: turisme, boligmangel, miljøproblemer, øtrafik og en geografisk spredt befolkning genererer adskillige komplekse administrative interaktioner. Hvis arbejdsbyrden stiger hurtigere end bemandingsniveauet, bliver yderligere digital kapacitet afgørende for at opretholde serviceniveauet. I denne sammenhæng kan kunstig intelligens fungere som en produktivitetsboost. Den erstatter ikke automatisk job, men øger ideelt set antallet og kvaliteten af ​​processer, der kan håndteres med eksisterende ressourcer.

Piloten leverer et stærkt, men begrænset signal

De Baleariske Øer starter ikke helt fra bunden. I et toårigt automatiseringspilotprojekt blev 432.440 filer og 70.674 dokumenter behandlet. Systemerne kørte i 8.765 timer og genererede ifølge administrationen en arbejdsoutput svarende til 45.592 menneskelige arbejdstimer. Den gennemsnitlige behandlingstid for hver sag var 1,16 minutter, hvilket svarer til cirka 52 sager i timen. Teknologien blev brugt i 16 administrative procedurer, herunder landbrugs- og fiskerirelaterede tilskud, sociale ydelser, ansøgninger om eget energiforbrug, intern økonomistyring og boligrelaterede processer.

Disse tal er økonomisk relevante, men bør ikke ukritisk ekstrapoleres til NORAI. Pilotprojektet fokuserede primært på robotassisteret procesautomatisering i klart definerede arbejdsgange. Generativ og analytisk AI håndterer ofte mindre standardiserede opgaver, hvor resultaterne skal verificeres. Et automatisk overført datasæt er lettere at måle end en opsummeret rapport, et researchet notat eller et udkast til et svar til en borger. Den hidtidige automatisering demonstrerer store mængder og operationel erfaring i administrationen. Det beviser dog endnu ikke, at alle nye AI-applikationer vil opnå den samme hastighed eller det samme økonomiske afkast.

Ikke desto mindre giver pilotprojektet et nyttigt referencepunkt. Fordelt over to år svarer 45.592 undgåede menneskelige arbejdstimer til cirka 22.800 timer årligt. Hvis man antager en produktiv årlig arbejdstid på cirka 1.600 timer, ville dette svare til cirka 14 fuldtidsækvivalenter. Dette tal betyder ikke, at 14 job blev eller burde fjernes. Det illustrerer snarere den kapacitet, der kan frigøres til mere komplekse kontroller, borgerinteraktioner og efterslæb, når maskiner overtager gentagne opgaver.

Den monetære værdi afhænger af de faktiske samlede omkostninger pr. arbejdstime. Ved at bruge et bredt estimat på 35 til 60 euro i timen ville bruttoværdien af ​​den sparede tid over hele pilotperioden være cirka 1,6 til 2,7 millioner euro. Herfra skal udviklings-, drifts-, licens-, overvågnings- og ændringsomkostninger fratrækkes. Denne beregning er derfor ikke bevis for et investeringsafkast, men snarere et scenarie. Den viser dog, at selv et begrænset antal veludvalgte processer økonomisk kan retfærdiggøre en betydelig del af investeringen.

Den største fordel ligger i genbrug

NORAIs primære fordel ligger ikke i et enkelt spektakulært use case, men i evnen til at implementere mange mellemstore forbedringer på samme fundament. En dokumentkomponent, der genkender, klassificerer og opsummerer tekst, kan implementeres på tværs af flere ministerier. En sikker assistent til interne politikker kan understøtte medarbejdere i forskellige agenturer. Et delt analysemiljø kan evaluere procesdata fra flere afdelinger. Dette skaber en porteføljeeffekt: ikke alle use cases behøver at give ekstraordinære besparelser, så længe platformen spreder sine basisomkostninger på tværs af adskillige anvendelser.

Denne skalerbarhed fungerer dog kun, hvis genbrug allerede er planlagt arkitektonisk. Hvis applikationer bygges som brugerdefinerede løsninger på trods af en fælles platform, vender fragmenteringen tilbage ad bagdøren. Ensartede grænseflader, standardiserede rollemodeller, fælles kvalitetskrav og et centralt katalog over godkendte komponenter er nødvendige. Specialiserede agenturer skal kunne repræsentere deres specifikke behov uden at skabe en ny teknisk silo for hver opgave.

Fra et økonomisk perspektiv bør enhver ny use case besvare mindst fire spørgsmål: Hvad er sagsvolumenet? Hvor meget tid bruger den nuværende proces? Hvor stor en procentdel af arbejdet kan standardiseres? Hvilke omkostninger opstår som følge af fejl, forespørgsler og forsinkelser? Kun ud fra disse målinger kan der udledes en pålidelig fordel. Politisk synlighed eller teknologisk modernitet alene er dårlige udvælgelseskriterier. En diskret proces med hundredtusindvis af transaktioner kan være mere værdifuld end en højprofileret assistent med lav brug.

Process mining gør bureaukratiet målbart

Af særlig betydning er den planlagte integration af AI med process mining. Dette indebærer brug af digitale hændelsesdata til at visualisere det faktiske flow af procedurer. På denne måde bliver det muligt at identificere, hvor filer sidder fast, hvilke løkker der ofte opstår, hvor information mangler, og hvilke variationer af en angiveligt standardiseret proces, der findes i praksis. Dette giver den offentlige forvaltning ikke kun et automatiseringsværktøj, men også et instrument til empirisk organisatorisk analyse.

Dette er en afgørende forskel. Blot at automatisere en ineffektiv proces uden ændringer kan kun fremskynde unødvendige trin. Process mining kan derimod afsløre, hvilke trin der bør elimineres, standardiseres eller omarrangeres. Den største fordel opstår ofte ikke ved at automatisere en eksisterende kontrol, men ved helt at eliminere duplikerede kontroller, direkte forbinde en datakilde eller undgå unødvendige forespørgsler.

For at denne tilgang kan fungere, skal hændelsesdata være komplette og konsistente. Tidsstempler, behandlingsstatus, overdragelser og beslutninger skal registreres pålideligt. Hvis sådanne data mangler, giver analysen kun et delvist billede. Derudover er der en organisatorisk hindring: gennemsigtighed vedrørende behandlingstider og omveje kan udløse ansvarskonflikter. Process mining er derfor ikke neutral. Det afslører, hvor strukturer ikke fungerer, og skaber dermed pres for forandring. Teknologien leverer resultaterne; politiske og administrative ledere skal drage de nødvendige konklusioner.

Intelligente assistenter ændrer hverdagen

AI-assistenter kan støtte administrativt personale i at søge efter regler, opsummere omfattende filer, sammenligne dokumenter og oprette indledende udkast. Når de er effektivt designet, forkorter de ikke kun individuelle opgaver, men reducerer også behovet for at skifte mellem specialiserede applikationer, drev, e-mails og vidensdatabaser. Især denne søge- og koordineringsindsats repræsenterer en betydelig og ofte undervurderet omkostningsfaktor i vidensintensive organisationer.

Assistenten må dog ikke fremstilles som en ufejlbarlig kilde til viden. Sprogmodeller genererer plausible formuleringer, men kan forvirre fakta, bruge forældede regler eller udfylde huller med opdigtede oplysninger. Derfor er en kontrolleret tilgang nødvendig for administrationen. Svar bør, hvor det er muligt, være baseret på godkendte datasæt, tydeligt identificere de anvendte dokumenter og angive usikkerhed, når informationen er utilstrækkelig. Medarbejdere skal kunne identificere, hvilken udtalelse der stammer fra hvilken administrativ forskrift eller fil.

En faseopdelt tilgang er særligt nyttig. I den første fase understøtter AI rent interne opgaver uden direkte ekstern påvirkning. I den anden fase opretter den udkast, der gennemgås og godkendes af kvalificerede medarbejdere. Kun i snævert definerede standardtilfælde med lav risiko kan i vid udstrækning automatiseret behandling overvejes. Denne rækkefølge reducerer risikoen, øger organisationens læringskapacitet og opbygger tillid blandt medarbejdere og offentligheden.

For borgere og virksomheder kan assistenter døgnet rundt give information, forklare ansvarsområder, påpege manglende dokumenter og guide dem gennem digitale processer. Deres værdi ligger ikke kun i hurtigere svar, men også i at forhindre mislykkede ansøgninger. Hvis brugerne ved, hvilke dokumenter der mangler, eller hvilke frister der gælder, før de indsender en ansøgning, reduceres det interne opfølgningsarbejde også. Derfor er god borgerhjælp og intern effektivitet ikke modsætninger, men kan forstærke hinanden.

Datakvaliteten bestemmer udbyttet

Selv den største tekniske styrke ved et AI-system kan ikke kompensere for dårlige administrative data. Inkonsistente etiketter, duplikerede registre, scannede dokumenter uden pålidelig tekstgenkendelse, modstridende registre og uklare adgangsrettigheder begrænser dets anvendelighed. I mange organisationer ligger en betydelig del af arbejdet derfor ikke på selve modellen, men på datarensning, metadata, grænseflader og tilladelser.

NORAI kræver en klar dataarkitektur. Det skal defineres, hvilke kilder der må anvendes til hvilket formål, hvem der er ansvarlig for deres kvalitet, og hvordan opdateringer udføres. Personlige og særligt følsomme oplysninger må kun behandles i det omfang, det er nødvendigt. Samtidig skal medarbejdere have adgang til de oplysninger, de har brug for i deres specifikke sag. Der er en konstant spænding mellem at maksimere dataforbruget og konsekvent overholde formålsbegrænsning, en spænding, der ikke kan løses med en engangs teknisk konfiguration.

Fra et økonomisk perspektiv er datakvalitet et kapitalaktiv. Investeringer i rene registre, standardiserede formater og interoperable grænseflader genererer fordele ud over en enkelt anvendelse. De forbedrer grundlaget for analyser, automatisering, statistik og fremtidige digitale tjenester. Omvendt fører et overdrevent fokus på synlige AI-applikationer til underfinansiering af mindre glamourøst dataarbejde. Dette resulterer i imponerende demonstrationer, men ikke pålidelige administrative resultater.

En ny dimension af digital transformation med 'Managed AI' (kunstig intelligens) – Platform & B2B-løsning | Xpert Consulting - Billede: Xpert.Digital

Her lærer du, hvordan din virksomhed kan implementere skræddersyede AI-løsninger hurtigt, sikkert og uden høje adgangsbarrierer.

En administreret AI-platform er din altomfattende og bekymringsfri løsning til kunstig intelligens. I stedet for at skulle håndtere kompleks teknologi, dyr infrastruktur og langvarige udviklingsprocesser, får du en færdiglavet løsning skræddersyet til dine behov fra en specialiseret partner – ofte inden for få dage.

De vigtigste fordele på et overblik:

⚡ Hurtig implementering: Fra idé til brugsklar applikation på dage, ikke måneder. Vi leverer praktiske løsninger, der skaber øjeblikkelig merværdi.

🔒 Maksimal datasikkerhed: Dine følsomme data forbliver hos dig. Vi garanterer sikker og kompatibel behandling uden at dele data med tredjeparter.

💸 Ingen økonomisk risiko: Du betaler kun for resultater. Store forudgående investeringer i hardware, software eller personale elimineres fuldstændigt.

🎯 Fokuser på din kerneforretning: Koncentrer dig om det, du er bedst til. Vi tager os af hele den tekniske implementering, drift og vedligeholdelse af din AI-løsning.

📈 Fremtidssikret og skalerbar: Din AI vokser med dig. Vi sikrer løbende optimering og skalerbarhed og tilpasser modellerne fleksibelt til nye krav.

Mere information her:

• Den administrerede AI-løsning - Industrielle AI-tjenester: Nøglen til konkurrenceevne inden for service-, industri- og maskintekniksektoren

EU's AI-lovgivning vil blive et arkitektonisk princip

Offentlige myndigheder har et særligt ansvar, fordi deres beslutninger påvirker borgernes tjenester, rettigheder og forpligtelser. Den europæiske retlige ramme skelner mellem risici og stiller strenge krav til højrisikosystemer vedrørende risikostyring, datakvalitet, dokumentation, logning, menneskeligt tilsyn, robusthed og cybersikkerhed. Offentlige operatører af relevante systemer skal overholde yderligere forpligtelser, herunder registrering, overvågning og i visse tilfælde en konsekvensanalyse af grundlæggende rettigheder.

For NORAI betyder det, at regler ikke kan eftermonteres på færdige applikationer. Logføring, rollefordeling, sporbarhed og muligheder for menneskelig intervention skal være integrerede dele af platformen. Et centralt katalog over alle implementerede AI-systemer er særligt værdifuldt i denne henseende. Det giver et overblik over formål, operatør, datakilder, modelversioner, risikoklasse, præstationsindikatorer og ansvarlige parter. Uden en sådan opgørelse kan en stor administration ikke effektivt styre hverken omkostninger eller risici.

Menneskelig overvågning må ikke reduceres til en ren formalitet. Når medarbejdere forventes at godkende hundredvis af maskingenererede forslag under tidspres, opstår der en automatiseringsbias: folk har en tendens til at følge den tilsyneladende objektive maskine. Effektiv overvågning kræver derfor tilstrækkelig tid, ekspertise og en klar forklaring af beslutningskriterierne. Desuden skal det være klart, hvornår et forslag skal afvises, eskaleres eller behandles helt manuelt.

De tilhørende overvågningsomkostninger er ikke et argument imod AI. De er en del af produktionsomkostningerne ved en digital forvaltning baseret på retsstatsprincippet. En tilsyneladende billigere løsning uden pålidelig dokumentation kan blive dyrere i det lange løb, hvis forkerte beslutninger anfægtes, datalækager opstår, eller tillid mistes. Derfor skal kvalitet, retssikkerhed og sikkerhed vægtes lige så højt som hastighed i cost-benefit-analyser.

Digital suverænitet kræver realistiske grænser

Den baleariske strategi understreger offentlig kontrol og digital suverænitet. Dette er forståeligt, men det bør ikke forveksles med fuldstændig teknologisk selvforsyning. En regional administration vil hverken udvikle sine egne grundmodeller på global skala eller selv producere alle infrastrukturkomponenter. Suverænitet betyder snarere at bevare valgmuligheder og handleevnen: at kontrollere data, kunne skifte udbyder, bruge åbne grænseflader, evaluere modellers ydeevne og om nødvendigt fortsætte med at drive kritiske funktioner uafhængigt.

En betydelig risiko er leverandørbinding. At binde dataformater, arbejdsgange og forretningsapplikationer tæt til proprietære tjenester øger omkostningerne ved senere skift. Organisationen kan derefter blive teknisk afhængig, selvom den oprindelige pris var attraktiv. Kontrakter og arkitektur bør derfor give mulighed for eksport af data, logs, konfigurationer og vidensbaser. Adskillelse af applikation, modeladgang og datalagring forbedrer også forhandlingspositionen.

Samtidig kan et overdrevent krav om suverænitet øge omkostningerne ved innovation. Ikke alle komponenter behøver at blive drevet internt. Risikobaseret differentiering er afgørende. Strengt kontrollerede driftsmodeller er nødvendige for meget følsomme data og centrale beslutningsprocesser. For lavrisiko-supportfunktioner kan standardiserede eksterne tjenester være økonomisk rentable, forudsat at databeskyttelse, sikkerhed og udskiftelighed er garanteret. Sand suverænitet betyder ikke at eje alt, men snarere bevidst at styre afhængigheder.

Medarbejdere er ikke et marginalt problem

Introduktionen af ​​AI ændrer jobprofiler. Rutinemæssige opgaver falder, mens test, håndtering af undtagelser, kommunikation og kvalitetskontrol bliver vigtigere. Dette kan øge værdien af ​​arbejdet, hvis medarbejderne rent faktisk fritages for monotone opgaver. Det kan dog også øge arbejdsbyrden, hvis kun simple opgaver automatiseres, og de resterende sager er særligt komplekse uden justeringer af tidsbegrænsninger.

Uddannelse er derfor en central del af investeringen. Medarbejdere har ikke kun brug for generelle AI-grundlæggende færdigheder, men også rollespecifikke færdigheder. Administrativt personale skal være i stand til at gennemgå resultater og identificere begrænsninger. Ledere skal være i stand til at håndtere fordele, risici og procesændringer. IT- og datateams har brug for ekspertise inden for integration, overvågning, sikkerhed og modelevaluering. Databeskyttelses-, juridiske og HR-afdelinger skal involveres tidligt i stedet for at godkende færdige ansøgninger efterfølgende.

De Baleariske Øer har allerede øget antallet af AI-uddannelseskurser for medarbejdere betydeligt. Dette signalerer efterspørgsel og skaber et bedre udgangspunkt. Den afgørende faktor er dog forbindelsen mellem uddannelse og arbejdsplads. Et engangskursus opnår ikke meget, hvis der ikke er pålidelige værktøjer, klare regler og overvågede use cases bagefter. Omvendt fører det at levere effektive systemer uden uddannelse til skyggebrug, misbrug og mistillid.

Medarbejderinvolvering er også økonomisk forsvarligt. De er bekendt med de faktiske omveje, særlige tilfælde og informationshuller i en proces. Hvis applikationer udelukkende planlægges ud fra et teknisk perspektiv, automatiserer de ofte en idealiseret procesmodel. Derfor bør faglærte medarbejdere involveres i udvælgelse, design og testning. Dette øger ikke kun acceptansen, men reducerer også dyre fejl.

Borgerengagement må ikke indskrænkes til en chatbot

Hurtige digitale svar er værdifulde, men ikke alle borgere kan eller ønsker at kommunikere udelukkende digitalt. Ældre mennesker, personer med handicap, personer med begrænsede sprogkundskaber eller personer uden en sikker digital identitet må ikke stilles dårligere. Derfor skal en intelligent forvaltning opretholde flere adgangskanaler og bruge kunstig intelligens til at understøtte personlige konsultationer, ikke til at eliminere dem på tværs af grænserne.

Flersprogethed er særligt relevant på De Baleariske Øer. Administrationen opererer på både catalansk og spansk, mens turisme og international immigration bringer yderligere sprog ind i hverdagen. Kunstig intelligens kan fremme oversættelse og brugen af ​​et klart sprog, men juridisk relevant information skal forblive terminologisk korrekt. Derfor bør automatiske oversættelser gennemgås ud fra risiko og tydeligt skelnes fra juridisk bindende administrative retsakter.

Borgercentrering betyder også gennemsigtighed. Folk skal vide, hvornår de interagerer med et automatiseret system, hvilken rolle det spiller, og hvordan de kontakter et menneske. Selv hvis en AI kun forbereder en beslutning, skal det stadig være klart, hvem der er ansvarlig. Jo mere følsom en proces er, desto vigtigere bliver begrundelsen, muligheden for appel og menneskelig gennemgang.

Succes kræver målbare mål

Formlerne "mere effektivitet" og "bedre tjenester" er utilstrækkelige for et program af denne skala. NORAI kræver pålidelige baseline-målinger før starten af ​​hver use case. Disse omfatter behandlingstid, gennemløbstid, antal forespørgsler, fejlrate, afbrydelsesrate, omkostninger pr. proces, efterslæb og brugertilfredshed. Kun en sammenligning med disse baseline-værdier afslører, om en applikation rent faktisk forbedrer processer eller blot genererer aktivitet.

Det er afgørende at skelne mellem behandlingstid og gennemløbstid. Kunstig intelligens kan reducere det aktive arbejde på en sag fra 30 til 15 minutter, mens sagen stadig står i kø i tre uger. For borgerne ville effekten næsten ikke være mærkbar. Derfor bør end-to-end-målinger være det primære fokus. Kvalitet skal også måles: hurtigere svar er ikke fremskridt, hvis antallet af rettelser, klager eller appeller stiger.

Egnede nøglepræstationsindikatorer (KPI'er) ville omfatte andelen af ​​automatisk forberedte processer, acceptraten af ​​maskinforslag, den gennemsnitlige korrektionstid, antallet af kritiske fejl, forbrug pr. afdeling og den faktisk frigjorte arbejdskapacitet. For borgerservice er forståelighed, løsningsrate ved første opkald, ventetid og tilgængelighed også relevante. Sikkerhedshændelser, databeskyttelsesbrud og modelfejl skal også tages i betragtning i præstationsstyringen.

En central cost-benefit-analyse bør adskille omkostningerne ved delte platforme fra omkostningerne ved individuelle use cases. Ellers virker tidlige projekter kunstigt dyre, fordi de finansierer udviklingen af ​​hele infrastrukturen. Omvendt virker senere projekter for billige, hvis deres infrastrukturforbrug ikke tages i betragtning. En transparent omkostningsmodel muliggør bedre beslutninger om, hvilke applikationer der skal videreudvikles, afbrydes eller skaleres.

De undervurderede opfølgningsomkostninger

De 5,45 millioner euro repræsenterer kun den indledende investering. Efter 24-månedersperioden vil der opstå løbende omkostninger til computerkraft, modeladgang, lagring, vedligeholdelse, sikkerhedsovervågning, support, træning og tilpasning til nye lovkrav. Modeller og softwarekomponenter ændrer sig hurtigt. Et system, der er effektivt i dag, kan være forældet, dyrere eller ikke længere tilgængeligt i morgen. Uden en langsigtet driftsmodel er en dyr opgraderingscyklus sandsynligvis efter den indledende opsætningsfase.

Selv vellykket automatisering genererer opfølgningsomkostninger. Hvis flere processer hurtigere når en teknisk gennemgang, kan flaskehalsen blot flytte sig et andet sted hen. En assistent kan færdiggøre ansøgninger, men dette øger antallet af sager, der kræver gennemgang. Hvis downstream-kapaciteten ikke justeres i overensstemmelse hermed, vil køen der vokse. Processtyring skal derfor altid tage hele værdikæden i betragtning.

En anden risiko er ukontrolleret ekspansion. Så snart de første applikationer er funktionelle, stiger efterspørgslen fra alle afdelinger. Uden klar prioritering opstår der for mange parallelle projekter, hvilket overbelaster specialister og tekniske teams. En central styringsmekanisme bør evaluere projekter baseret på fordele, risiko, datamodenhed og genbrugelighed. Ikke alle gode idéer behøver at blive implementeret med det samme.

Hvad virksomheder får ud af intelligent styring

For virksomheder er administration en nøglefaktor i deres beslutninger om placering. Behandlingstider for tilladelser, tilskud, energiprojekter, byggeprojekter eller anmeldelser påvirker investeringsbeslutninger og likviditet. Især små og mellemstore virksomheder (SMV'er) lider under komplekse dokumentationskrav, fordi de har færre medarbejdere til rådighed til administrative opgaver. Hurtigere, mere gennemsigtig og mere forudsigelig administration reducerer indirekte forretningsomkostninger.

Fordelene kan opveje agenturets interne tidsbesparelser. Hvis en tilladelse f.eks. gives et par uger tidligere, kan en virksomhed gennemføre investeringer tidligere, generere indtægter eller ansætte medarbejdere. Hurtigere behandling af tilskudsansøgninger forbedrer finansieringen. Sådanne effekter er vanskeligere at måle, men er betydelige for økonomien som helhed. NORAI bør derfor ikke kun overvåge intern produktivitet, men også effekten på ansøgere.

En fælles platform kan også muliggøre mere ensartet information. I øjeblikket modtager virksomheder nogle gange modstridende information fra forskellige kilder under komplekse processer. Kontrolleret adgang til viden kan reducere uoverensstemmelser og præcisere ansvarsområder. Dette kræver, at assistenten har adgang til aktuelt, juridisk bindende indhold og ikke skaber en falsk følelse af retssikkerhed, hvor der er skønsmæssig handlefrihed.

Et regionalt marked for GovTech er ved at opstå

Offentlige investeringer i AI påvirker også teknologimarkedet. De skaber efterspørgsel efter integration, datahåndtering, cybersikkerhed, procesrådgivning, modelvalidering og træning. Dette kan føre til referencer og ny ekspertise for regionale og spanske udbydere. En fælles platform letter generelt adgangen for mindre specialister, forudsat at grænsefladerne er åbne, og modulerne er udskiftelige.

Det økonomiske politiske potentiale afhænger dog af markedsdesignet. Et monolitisk system favoriserer store, generelle udbydere og kan hæmme lokal innovation. En modulær arkitektur giver derimod mulighed for integration af specialiserede løsninger uden at opgive den overordnede kontrol. Konkurrence bør ikke kun forekomme under den indledende opsætning, men bør forblive mulig gennem hele systemets levetid.

Regional værdiskabelse må ikke ofres for kvalitet. Offentlig forvaltning har brug for robuste, sikre og skalerbare systemer. Den mest fornuftige tilgang kombinerer centrale standarder med et åbent økosystem, hvor forskellige udbydere kan tilbyde klart definerede tjenester. På denne måde kan NORAI samtidig modernisere den offentlige forvaltning og fremme et mere krævende marked for ansvarlig kunstig intelligens.

Spanien giver et boost, men ingen garanti for succes

NORAI passer ind i den bredere spanske strategi om at udbrede kunstig intelligens i erhvervslivet og den offentlige forvaltning. På regeringsniveau er der blevet mobiliseret betydelige ressourcer til infrastruktur, modeller, data, talent og offentlige anvendelsesscenarier. Planerne omfatter delte data- og korpusmodeller, innovationslaboratorier og centralt tilgængelige AI-tjenester. De Baleariske Øer bevæger sig derfor ikke isoleret, men snarere som en del af et nationalt og europæisk moderniseringsinitiativ.

Spanien er i en forholdsvis god position med hensyn til digitale borgertjenester. En stor del af befolkningen bruger allerede onlinetjenester, der tilbydes af offentlige organer, og digitale tjenester til borgerne ligger over det europæiske gennemsnit. Billedet er dog mere blandet, når det kommer til erhvervstjenester. Dette tyder på, at yderligere fremskridt afhænger mindre af ren onlineadgang end af kvalitet, integration og brugervenlighed.

Et solidt digitalt fundament reducerer barrierer for implementering, men det garanterer ikke et produktivitetsløft. Mange AI-projekter i den offentlige sektor sidder stadig fast i pilotfaser på grund af manglende måling af fordele, dataadgang, kvalificeret personale eller organisatorisk ansvarlighed. NORAI skal derfor bedømmes på sin evne til at overgå fra eksperimentering til stabil, regelmæssig drift. Denne overgang er normalt dyrere og vanskeligere end selve den tekniske demonstration.

Tre betingelser for økonomisk gennembrud

For det første skal platformen i starten fokusere på et par målbare use cases med stor volumen. Hurtig læring er vigtig, men det bør ikke opnås gennem trivielle demonstrationer. Egnede processer er dem, hvis nuværende omkostninger og kvalitetsproblemer er kendte, og hvor menneskelig overvågning stadig er praktisk.

For det andet har NORAI brug for en stærk, centraliseret styring kombineret med et reelt ansvar inden for de specialiserede afdelinger. Central styring bør definere arkitektur, sikkerhed, juridiske rammer, katalog, modeladgang og målemetoder. De specialiserede afdelinger skal være ansvarlige for procesdesign, datakvalitet og funktionelle resultater. Hvis ansvaret udelukkende ligger hos IT, vil organisatoriske forandringer stagnere. Hvis hver afdeling træffer beslutninger uafhængigt, vil den fælles platform gå i opløsning.

For det tredje skal administrationen åbent håndtere fejl og begrænsninger. AI-systemer vil generere forkerte forslag. Den afgørende faktor er, om disse identificeres, dokumenteres og systematisk reduceres. En kultur, der kun tillader succeshistorier, opmuntrer til at skjule problemer. I modsætning hertil behandler en lærende administration afvigelser som data til forbedring af modeller, regler og processer.

Det reelle afkast er statens evne til at handle

De umiddelbare fordele ved NORAI vil blive målt i sparede timer, reducerede behandlingstider og undgåede fejl. Det største afkast ligger dog i administrationens evne til at håndtere stigende og mere komplekse krav uden en tilsvarende stigning i bureaukratiet. Klimaincitamenter, boligproblemer, sociale ydelser, energiomstillinger og forretningsservice genererer yderligere processer. Uden produktivitetsgevinster er længere ventetider eller stigende personaleomkostninger sandsynlige.

En fungerende AI-platform kan afbøde denne udvikling. Den skaber genbrugelige funktioner, gør processer målbare og muliggør hurtigere lancering af nye tjenester. Samtidig øger den kravene til lederskab, datahåndtering, overholdelse af lovgivning og kvalifikationer. Teknologi reducerer ikke automatisk kompleksitet; den flytter noget af den til arkitektur og governance.

Investeringen på 5,45 millioner euro er derfor hverken et garanteret gennembrud eller blot et dyrt digitalt eksperiment. Det er en strategisk satsning på, at en regional administration kan forstå og styre sine processer som et sammenhængende produktionssystem. Hvis dette lykkes, vil kortere behandlingstider og bedre information kun være de mest synlige resultater. Den dybere transformation vil bestå af en administration, der udnytter viden, data og automatisering på tværs af afdelingsgrænser uden at afgive ansvar til algoritmer.

NORAI ville ikke primært fejle på grund af lejlighedsvise forkerte AI-responser. Det ville fejle, hvis gamle processer forbliver uberørte, dataansvaret er uklart, besparelser ikke måles, og hver myndighed bygger sin egen proprietære løsning. Succes afhænger derfor mindre af den nyeste model end af disciplineret organisatorisk politik. Med NORAI kan De Baleariske Øer blive en robust model for intelligent regional styring. For at opnå dette skal de demonstrere, at staten ikke kun kan købe AI, men også reorganisere sig selv.

Den nærmest interne løsning: Hvordan Xpert.Digital lukker operationelle huller i B2B-marketing og -salg – Smart Content-Driven Business - Billede: Xpert.Digital

Xpert.Digital er et datadrevet B2B-industricenter ledet af Konrad Wolfenstein . Virksomheden fungerer som en ekstern, nærmest intern løsning for industrielle partnere og lukker operationelle huller i marketing, indhold og salg – uden at kræve yderligere ressourcer fra klientsiden.

Mere information her:

• Den nærmest interne løsning: Hvordan Xpert.Digital lukker operationelle huller i B2B-marketing og -salg – Smart Content-Driven Business

☑️ Vores forretningssprog er engelsk eller tysk

☑️ NYT: Korrespondance på dit modersmål!

Konrad Wolfenstein

Jeg og mit team er glade for at stå til rådighed for dig som din personlige rådgiver.

Du kan kontakte mig ved at udfylde kontaktformularen her [email protected]:eller blot ringe til mig på +49 7348 4088 965. Min e-mailadresse er

Jeg glæder mig til vores fælles projekt.

☑️ SMV-support inden for strategi, rådgivning, planlægning og implementering

☑️ Oprettelse eller omlægning af den digitale strategi og digitalisering

☑️ Udvidelse og optimering af internationale salgsprocesser

☑️ Globale og digitale B2B-handelsplatforme

☑️ Pioner inden for forretningsudvikling / marketing / PR / messer