Как ИИ может сократить время обработки федеральных заявлений на 65%

Проблема

Представьте канадское федеральное ведомство, ежегодно обрабатывающее более 40 000 заявлений по нескольким программным направлениям. Работа имеет серьезные последствия — каждое заявление представляет человека или организацию, ожидающих решения, которое существенно влияет на их планы. И по срокам ведомство их подводит.

Процесс приема почти полностью ручной — паттерн, всё еще распространенный в государственном секторе. Сотрудники вскрывают физические конверты и сортируют документы. Они проверяют каждое заявление на полноту по специфическому для программы контрольному списку, вручную внося недостающие элементы в таблицу отслеживания недостатков. Они вводят поля данных из рукописных или напечатанных форм в систему управления делами, существующую более десяти лет. Они физически перемещают папки с делами от входящего лотка к очереди маршрутизации и на стол проверяющего. От момента поступления заявления на адрес приема ведомства до момента, когда офицер программы открывает дело для первого содержательного рассмотрения, проходит в среднем 23 рабочих дня. В периоды пиковой нагрузки — дважды в год, по 6–8 недель каждый — накопленные задержки растягиваются до 8–10 недель до первого рассмотрения.

Заявители не имеют никакой возможности отследить, где находится их дело. Колл-центр ведомства ежемесячно принимает тысячи запросов о статусе, на большинство которых сотрудники не могут дать содержательного ответа, поскольку ручная система отслеживания не предоставляет информацию о местонахождении в режиме реального времени. Жалобы на обслуживание растут. В подобных сценариях внутренние аудиты омбудсмена определяют сроки приемной обработки как системный провал качества обслуживания.

Ведомства в таком положении обычно уже пытались это исправить. Классическая первая попытка — контракт с системным интегратором на полную замену системы управления делами — отстает от графика на годы, исчерпывает бюджет и отменяется. Классическая вторая попытка — более скромная оцифровка форм заявлений — дает онлайн-портал, но не решает того, что происходит после поступления заявлений: данные по-прежнему вручную переносятся из портала в унаследованную систему. Узкое место приема переживает обе.

После двух провалившихся инициатив организационное отношение к технологическим проектам — значительный скептицизм. Персонал пережил эти провалы. У представителей профсоюза есть опасения по поводу ИИ и гарантий занятости. Руководству нужен другой подход — дающий видимые результаты быстро и не требующий замены существующих систем.

Подход

Аудит в этом сценарии дает вывод, который переосмысливает всю проблему: ведомству не нужно заменять систему управления делами. Ему нужен слой обработки ИИ, расположенный перед этой системой — выполняющий всю ручную работу, которая сейчас задерживает передачу заявлений в руки проверяющих, оставляя при этом рабочий процесс адъюдикации и существующую систему нетронутыми.

Фаза 1: Аудит (3 недели). Аудит картирует сквозной рабочий процесс для каждого основного типа заявлений, измеряет время на каждом этапе и включает интервью с персоналом на каждой стадии обработки. Центральный вывод в подобных операциях: около 70% времени персонала в отделе приема уходит на обработку документов, проверку полноты и ввод данных — задачи, требующие точности и внимания, но не суждения. Содержательная оценка права на участие, требующая программной экспертизы и полномочий на решение, задерживается узкими местами в работе, которую может выполнять ИИ.

Аудит также оценивает качество данных в существующей системе, анализирует форматы документов и структуры полей по всем типам заявлений и проверяет требования IT-безопасности и резидентности данных. ИИ-решение должно работать в рамках облачных стандартов безопасности Правительства Канады, обрабатывать двуязычные документы с одинаковой точностью и производить готовые к аудиту журналы каждого автоматизированного действия.

Фаза 2: Стратегия (4 недели). Вместо того чтобы охватить все типы заявлений одновременно, план — трехволновое внедрение, начиная с программного направления с наибольшим объемом — того, на которое приходится большинство годового объема приема при наиболее стандартизированных форматах документов. Показатели успеха определяются с руководством ведомства до начала любого внедрения: время обработки от получения до первого рассмотрения, точность ввода данных, удовлетворенность персонала и время подтверждения получения заявителям.

План внедрения на этом этапе представляется представителям профсоюза. Формулировка прямая: ИИ устраняет наиболее утомительные и подверженные ошибкам аспекты работы по приему, а персонал, чьи роли затронуты больше всего, переводится на проверку программ и поддержку заявителей — работу, требующую человеческого суждения и высоко ценимую ведомством. Руководство профсоюза будет задавать трудные вопросы. Оно заслуживает ответов с конкретикой: какие задачи меняются, какие нет и как выглядит перевод.

Фаза 3: Внедрение (6 месяцев, 3 волны).

• Волна 1 нацеливается на основной тип заявлений: движок классификации документов ИИ получает заявления из очереди приема, определяет типы документов, проверяет наличие всех необходимых документов по контрольному списку программы и направляет неполные подачи на автоматизированные уведомления о недостатках. Для полных заявлений ИИ извлекает структурированные поля данных и напрямую заполняет систему управления делами — устраняя весь ручной ввод данных для этого типа заявлений. В хорошо проведенной Волне 1 время обработки полного заявления сокращается примерно вдвое ещё до начала Волны 2.

• Волна 2 расширяет систему на оставшиеся типы заявлений, каждый со своей структурой документов и требованиями к данным. На этом этапе разворачивается движок ИИ-маршрутизации: на основе извлеченных полей данных система автоматически направляет заявления в соответствующее программное направление и очередь проверяющего, устраняя шаг ручной сортировки, обычно потребляющий несколько полных ставок.

• Волна 3 добавляет возможность двуязычной обработки — система обрабатывает заявления на английском и французском с одинаковой точностью, используя языково-осознанные модели извлечения, а не перевод. Интеграция с системой корреспонденции ведомства позволяет автоматически подтверждать получение заявителям в течение 48 часов после подачи и проактивно отправлять уведомления о недостатках в течение 5 рабочих дней.

Фаза 4: Обучение и развитие (параллельно). Обучение по ИИ-грамотности и операционной подготовке проводится для персонала приема и обработки во всех офисах. Акцент не на использовании ИИ — система в основном невидима для конечных пользователей, — а на эффективной работе с обработанными ИИ заявлениями: проверке извлеченных данных, обработке исключений, которые ИИ отмечает для человеческого рассмотрения, и структурированной обратной связи, со временем повышающей точность системы.

Ожидаемые результаты

• Сокращение времени обработки примерно на 65%. Среднее время от получения до первого рассмотрения снижается с 23 рабочих дней примерно до 8 рабочих дней. Пиковые периоды приема — традиционно худший момент для качества обслуживания — удерживаются в пределах дней, а не 8–10 недель накопленных задержек, которые производит ручной процесс.
• Уровень ошибок ввода данных падает в разы. С точностью извлечения структурированных полей выше 90% и маршрутизацией на основе уверенности, отправляющей неопределенные извлечения на человеческую проверку вместо распространения ошибок в систему управления делами, проверяющие ниже по процессу видят существенное снижение проблем с качеством дел.
• Персонал переводится на работу с более высокой ценностью. Должности, посвященные ручной маршрутизации и вводу данных, переориентируются на проверку программ и поддержку заявителей — работу более осмысленную и лучше использующую программные знания, без какого-либо сокращения штата.
• Опыт заявителей преображается. Автоматическое подтверждение получения в течение 48 часов вместо 2–3 недель. Уведомления о недостатках в течение 5 рабочих дней вместо 4–6 недель. Объем звонков в колл-центр по вопросам статуса падает на треть и более, как только заявители могут видеть, где находится их дело.
• Равенство двуязычного обслуживания. Там, где заявления на французском языке ранее проходили через отдельный, более медленный ручной процесс, ИИ-система, обрабатывающая оба официальных языка с эквивалентной точностью и скоростью, решает давнюю проблему равенства обслуживания.

Ключевые Выводы

1. Интеграция лучше замены. Технологические инициативы в государственном секторе, как правило, проваливаются, когда пытаются заменить унаследованную систему управления делами — высокорисковый, дорогостоящий подход, требующий согласования интересов по всему рабочему процессу ведомства. Подход с ИИ-слоем оставляет существующую систему на месте и нацеливается только на ручную работу выше по процессу. Меньший риск, меньшая стоимость, более быстрые результаты и никаких нарушений в процессе адъюдикации, от которого зависят офицеры программ.

2. Начинать с узкого места, а не с самой сложной проблемы. Процесс оценки права на участие включает сложное суждение о политике и справедливо считается требующим человеческой экспертизы. Но это не узкое место. Узкое место — прием: механическая, высокообъемная, критичная к точности работа, которая задерживает само начало оценки права на участие. Автоматизация узкого места имеет каскадные эффекты: более быстрый прием означает более быстрые первые рассмотрения, что означает более быстрые решения, что означает меньше звонков о статусе от заявителей.

3. Вовлеченность персонала — это фактор успеха, а не мера снижения рисков. Ведомства, пережившие неудачные технологические инициативы, несут институциональный скептицизм. Персонал, видевший крах предыдущих проектов, не примет новые системы с энтузиазмом, пока не поймет, что меняется, что нет и что это дает лично ему. Ранняя консультация с профсоюзом, конкретный план перевода и качественное обучение — вот что превращает скептически настроенный персонал в сторонников системы.

Для федеральных и провинциальных ведомств, стремящихся модернизировать документоемкие процессы без замены унаследованных систем, ознакомьтесь с государственными ИИ-услугами Remolda и нашими возможностями обработки документов.