Application Engineering

Många offentliga verksamheter lägger stora resurser på att hantera förfrågningar om utlämning av handlingar. Enligt Skyndsamhetskravet är man dessutom skyldig att hantera dessa förfrågningar snabbt, vilket gör att hanteringen kan störa den ordinarie verksamheten. En av de mest tidsödande delarna av processen är att identifiera och maskera känsliga uppgifter i dokumenten som ska lämnas ut. Detta kan vara uppgifter som av till exempel sekretesskäl inte får delas med allmänheten. 

Då ansvaret för att maskera känsliga uppgifter ofta delas mellan många olika medarbetare i organisationen, snarare än en viss yrkesgrupp, vet många offentliga verksamheter inte exakt hur mycket tid de lägger på detta. När vi studerat problemet närmare har vi dock hittat enskilda myndigheter som spenderar motsvarande hundratals miljoner kronor årligen endast på denna delprocess. Vi har även intervjuat medelstora kommuner som estimerar att de spenderar motsvarande fem heltider. Sammantaget tyder studien på att maskering av känsliga uppgifter manuellt kostar offentliga sektor, miljardbelopp varje år. 

Med hjälp av maskeringstjänsten får medarbetarna ett digitalt stöd som effektiviserar processen. När medarbetaren samlat de dokument som ska lämnas ut kan hen ladda upp dessa handlingar till maskeringstjänsten. Handlingarna analyseras och användaren får ett förslag på vilka uppgifter som bör maskeras. Användaren går då igenom förslaget och gör enkelt eventuella ändringar där man inte delar tjänstens bedömning. När användaren är nöjd med förslaget skapas en kopia av dokumentet där den valda informationen är helt borttagen, utan möjlighet att återskapas. Notera att det alltså är användaren som måste göra den slutgiltiga bedömningen, inte applikationen.  

Maskeringstjänsten är under utveckling tillsammans med ett antal kommuner. Studier kommer genomföras för att mäta den faktiska besparingen, men initiala tester tyder på att även tidiga iterationer av verktyget kan fördubbla effektiviteten för användarna. Givet omfattningen av denna process skulle detta innebära att offentlig sektor som helhet kan spara hundratals miljoner kronor årligen. Även för en medelstor kommun kan det handla om tid motsvarande flera heltider. 

Maskeringstjänsten driftas i Ateas AI-kluster som är beläget i Umeå. Detta eliminerar risken för tredjelandsöverföring av data, som ofta gör att många offentliga aktörer väljer bort AI-lösningar som inte kan driftas i deras eget datacenter. Atea har även tillsammans med Lidingö Stad och RISE deltagit i Integritetsskyddsmyndighetens regulatoriska sandlåda för att undersöka eventuella juridiska risker med tjänsten och baserat på resultatet gjort bedömningen att tjänsten kan användas av offentliga aktörer.

Du kan läsa rapporten i sin helhet här.

Maskeringstjänsten är en SaaS-applikation som är byggd på IBMs plattform WatsonX. Den kombinerar Natural Language Processing (NLP) med stora språkmodeller (LLMs) för att identifiera potentiellt känsliga uppgifter. Sedan tas den valda informationen bort i den maskerade versionen av dokumentet, för att säkerställa att informationen inte ska kunna återskapas efter utlämning.

Många verksamheter kan öka kvalitén på sina AI-applikationer genom att anpassa modellerna med sin egen data. Detta kräver dock mer beräkningskapacitet än vad de flesta har tillgång till i sitt datacenter. Privat sektor vänder sig i detta läge ofta till de stora molntjänsterna för att brygga det gapet. Många offentliga aktörer anser sig ofta inte kunna göra detta, främst på grund utav risken för tredjelandsöverföring av data.

Genom Ateas AI-kluster kan vi nu hjälpa offentlig sektor att brygga detta gap, genom att erbjuda en miljö med stor beräkningskapacitet, utan risk för tredjelandsöverföring av data. Här kan offentliga aktörer träna och anpassa modeller med data som man inte vågar nyttja hos de traditionella molnleverantörerna.

Genom att träna eller anpassa modeller med egna data kan man öka kvalitén på sina AI-applikationer, då de blir bättre på att förstå den unika kontexten för just din organisation.

Ateas AI-kluster är beläget i Umeå och står under nordisk ägande. Detta eliminerar risken för tredjelandsöverföring av data, som ofta gör att många offentliga aktörer väljer bort AI-lösningar som inte kan driftas i deras egna datacenter.

Vi etablerar en säker miljö med tillgång till våra AI-acceleratorer där du tryggt kan träna modeller med dina egna data. Välj själv om du endast vill ha tillgång till miljön och göra jobbet med egna medarbetare, eller om våra AI-specialister ska stötta med träningen.

Många verksamheter lägger mycket tid på att hitta, sammanställa och förmedla information. Sedan lanseringen av ChatGPT har användningen av digitala assistenter ökat lavinartat för att stötta med just detta. Samtidigt begränsas nyttan som assistenter kan skapa av vilken data vi vågar dela med dem.

För många offentliga verksamheter blir denna begränsning stor, då man ofta bedömer att stora mängder data inte kan delas med dessa digitala assistenter på grund av oro kring tredjelandsöverföring av data. Den data man inte vågar dela är dessutom ofta den som skulle skapa mest värde ifall den var tillgänglig för de digitala assistenterna.

En vidareutveckling av den digitala assistenten som kan svara på frågor och ta fram utkast på nästan vad som helst. Tänk ChatGPT, men med tillgång till dina data utan risk för tredjelandsöverföring eller att någon ska använda dina data för att träna sina modeller.

De potentiella användningsområdena för den digitala assistenten är många, därför kan också nyttorna variera beroende på vad du använder applikationen till. Oftast handlar det dock om att spara tid, till exempel att hitta information snabbare, att skriva texter snabbare eller att översätta snabbare.

Den digitala assistenten kan också öka medarbetarnöjdheten genom att göra det lättare att hitta regler och rutiner eller spendera mindre tid på repetetiva arbetsuppgifter. Att hjälpa medarbetare hitta regler och rutiner kan även öka leveranskvalitén eftersom det blir lättare att göra rätt. Vi har även sett exempel där digitala mentorer hjälper nya medarbetare att snabbare bli självständiga och bidra till organisationen

Den digitala assistenten driftas i Ateas AI-kluster som är beläget i Umeå. Detta eliminerar risken för tredjelandsöverföring av data, som ofta gör att många offentliga aktörer väljer bort AI-lösningar som inte kan driftas i deras eget datacenter

Den digitala assistenten är en SaaS-applikation som är byggd på IBMs plattform WatsonX. Den kombinerar stora språkmodeller med Retrieval-Augmented Generation (RAG) för att förstå vad användaren vill och skapar svar utifrån den information lösningen har tillgång till.

Den data användaren förser den digitala assistenten med indexeras i en vektordatabas, som gör det möjligt att använda just den information som är mest relevant för det du vill göra. Information kan vara interna men också utpekade sidor på webben.

Många verksamheter kan öka kvalitén på sina AI-applikationer genom att nyttja kraftfullare modeller. Detta kräver dock mer beräkningskapacitet än vad de flesta har tillgång till i sitt datacenter.

Privat sektor vänder sig i detta läge ofta till de stora molntjänsterna för att brygga det gapet. Många offentliga aktörer anser sig ofta inte kunna göra detta, främst på grund utav risken för tredjelandsöverföring av data.

Genom Ateas AI-kluster kan vi nu hjälpa offentlig sektor att brygga detta gap, genom att erbjuda en miljö med stor beräkningskapacitet, utan risk för tredjelandsöverföring av data. Här kan offentliga aktörer anropa modeller för applikationer som nyttjar data man inte vågar använda hos de traditionella molnleverantörerna.

Genom att nyttja mer kraftfulla modeller kan offentliga aktörer stärka prestandan på sina AI-applikationer utan att investera i kostsam hårdvara.

Ateas AI-kluster är beläget i Umeå och står under nordisk ägande. Detta eliminerar risken för tredjelandsöverföring av data, som ofta gör att många offentliga aktörer väljer bort AI-lösningar som inte kan driftas i deras eget datacenter.

Vi etablerar en säker miljö med tillgång till våra AI-acceleratorer där du tryggt kan genomföra inferens med dina egna data. Välj själv om du endast vill ha tillgång till miljön och göra jobbet med egna medarbetare, eller om våra AI-specialister ska stötta.