Hvert år modtager Skatteforvaltningen omkring 500.000 henvendelser om alt fra motorregistreringer til spørgsmål om selvangivelser og årsopgørelser – og ikke sjældent i form af ustruktureret data.

Sager der tager tid at sortere, fordele ud til de rette sagsbehandlere og derefter få behandlet.

Der ligger derfor et stort potentiale i at få automatiseret processerne, så medarbejderne i Skatteforvaltningen kan bruge mere tid på de faglige opgaver og mindre tid på de administrative opgaver.

Noget som softwarerobotter er særligt gode til at hjælpe med, og som Skatteforvaltningen aktivt har udviklet og implementeret siden 2017.

Det startede med en sagsbunke på 30.000 sager til manuel behandling

Skatteforvaltningen kørte i første halvdel af 2017 et par prototyper på anveldelse af softwarerobotter, men den første reelle værdiskabelse for et forretningsområde skete i sommeren 2017.

”En afdeling stod med en bunke af 30.000 mindre fejlsager som skulle rettes i et system, hvilket hurtigt ville have kostet et årsværk at komme igennem for en sagsbehandler. Så det gav god mening at kigge på, om vi ikke kunne udvikle en robot til at håndtere dette i stedet,” udtaler Simon Wang Thellesen, der er ansvarlig for procesautomatisering i SKAT.

Som sagt så gjort.

Selve udviklingen af softwarerobotten tog blot 14 dage, men med de omkringliggende faktorer som er ligeså vigtige, eks. at sikre at robotten ikke påvirker driften, at persondataregler overholdes, test, m.m., så tog det ca. 6 uger at afvikle de 30.000 sager.

”Det var en rigtig god business case på kalendertid, vi stod med, og vi var ret sikre på, at der var mere at hente rundt om i organisationen på den front. Og så var det jo bare om at komme i gang.”

De sidste måneder af 2017 gik derfor med at få etableret et decideret ”robotkontor”, starte et tæt samarbejde med DevOps om platformsforvaltning og release management og så ellers komme rundt på bl.a. morgenmøder i organisationen og fortælle om, hvilke muligheder der ligger i robotautomatisering.


Robot-brunsviger til Simons team fra Erling Jørgensen (udvikler) og Tanja Jensen (procesejer)

Og det inspirerede.

Ønskerne strømmede ind fra alle kroge af Skatteforvaltningen, og her et halvt år efter er de gået fra 3 medarbejdere til 11 medarbejdere i robotkontoret, der sidder med en portefølje på 42 opgaver og et potentiale på årligt at automatisere over 100.000 arbejdstimer.

En hverdag fyldt med hjælpende robotter

Hvor det for få måneder siden var medarbejderne fra Procesautomatisering, som kontoret egentligt hedder, der aktivt måtte ud og bede om plads på teammøder, ringer folk nu fra hele organisationen for at få dem forbi til deres møder og inspirationsworkshops.

”Vi har faktisk svært ved at følge med efterspørgslen. Men det viser jo heldigvis også, hvor stort et potentiale der ligger gemt her. Og så tror jeg, at en af grundende til succesen er, at vi har etableret nogle gode faste rammer i vores leverancemodel. At værdiskabelsen med robotsoftware kan leveres meget hurtigere end traditionel IT-udvikling er selvfølgelig heller ikke en uvæsentlig faktor,” siger Simon Wang Thellesen.

De har bl.a. oprettet en kanal på intranettet, hvor alle kan beskrive deres udfordringer og ønsker til løsning, så det er nemt at bede om konkret hjælp til at få udviklet en softwarerobot til netop deres behov.

Alle ønsker gennemgår dog en visitering, hvor både robot-egnethed og procesmodenhed vurderes, for at sikre at udviklingskapaciteten anvendes bedst muligt, og at der ikke sættes strøm til ”dårlige” processer.

Derudover har de fra starten opbygget deres løsninger som en form for byggeklodser, der kan sammensættes og genbruges på et utal af måder, så man hurtigt kan få bygget nye prototyper og testet løsninger af.

Over tid vil det reducere udviklingstiden væsentligt og det gør samtidig driften af softwarerobotterne utroligt meget nemmere.

Løsninger overalt i Skatteforvaltningen

I løbet af det første halvår af 2018, har de da også nået at levere løsninger til flere forskellige områder i Skatteforvaltningen.

Mange af opgaverne, der har været igennem visitering og fundet egnede, går på at indhente information fra forskellige systemer og validere informationen, inden opgaven lander hos en sagsbehandler.

Nedlukning af virksomheder og cvr-numre er et eks. på en proces, hvor softwarerobotten indhenter information fra over 10 forskellige systemer, hvorefter relevante informationer samles i en sagsmappe, som så overdrages til sagsbehandleren.

Der er også eksempler på, at softwarerobotterne har været med til at forberede kvaliteten i forretningsprocesserne.

Når en borger f.eks. har haft en interaktion med Skatteforvaltningen, blev der tidligere fremsendt et spørgeskema én gang om måneden. Men det har en softwarerobot også ændret på.

Ud over at automatisere selve håndteringen af spørgeskemaudsendelserne, så er frekvensen nu også skruet op, så der fremadrettet udsendes spørgeskemaer dagligt.

Det gør det nemmere for borgere at relatere spørgeskemaet til den enkelte henvendelse, og samtidig får Skatteforvaltningen dag-til-dag målinger, der kan bruges lang mere strategisk.

Fremtidens AI hos SKAT

Ambitionerne er dog til mere end det, hvis du spørger Simon Wang Thellesen.

”Jeg vil skyde på, at der i omkring 20 % af opgaverne i vores portefølje indgår ustrukturerede data i en el. anden form, men værdiskabelsen på netop den type opgaver står for ca. 80 % af den samlede portefølje. Vi har derfor sat en ambition om at kunne levere driftssikre automatiseringsløsninger, som også kan håndtere ustrukturerede data som eks. billeder og tekst, ved udgangen af 2018.  For det er her, der ligger nogle virkelig gode business cases.”

Et ambitiøst mål skulle man mene, men faktisk er de allerede i gang med proof of concepts og prototyper på anvendelse af mere avanceret kognitiv AI med f.eks. billed- og tekstgenkendelse på flere sprog.

På det område forventer de at have en første prototype klar i Q3.

”Vi har et rigtigt godt samarbejde med eksterne leverandører, og har f.eks. mulighed for at køre nogle udviklingssprints hos Microsofts. De strækker sig typisk over et par dage, hvilket er nok til at bygge et Minimum Viable Product for at prøve nye automatiseringsteknologier af. Alt det gør, at vi hurtigere kan modne nye teknologier til at levere ind på de behov, som organisationen efterspørger,” forklarer Simon Wang Thellesen.

Derudover har søsterkontoret, Dataanalyse, som står for at udvikle avancerede machine learning-modeller, trænet en algoritme til automatisk at genkende og kategorisere alle de mange indkomne henvendelser til Skatteforvaltningen med en succesrate på 85-90 % nøjagtighed, så han er overbevist om, at den skal nok nå at blive klar inden årets udgang.

”Jeg tror, at alle styrelser under Skatteforvaltningen efterhånden har lagt billet ind på at få udviklet en softwarerobot til et eller flere af deres områder. Så det er gået stærkt. Og med den udviklingshastighed er det spændende at se, hvad vi er i stand til at løse om bare et år,” slutter Simon Wang Thellesen.