Bolagsverkets AI-satsning gav bättre arbetsmiljö

Varje år registreras ungefär en miljon företagsärenden hos Bolagsverket. Den vanligaste typen av ärende är de cirka 600 000 årsredovisningar som kommer in årligen, med en stor topp under sommaren. Trots vår digitaliserade omvärld skickas en stor mängd av dessa handlingar fortfarande in via vanlig papperspost. Bolagsverket skannar alla dessa pappershandlingar och lagrar dem i ett digitalt arkiv. Enligt lag ska myndigheten även klassificera alla handlingar. Den klassificeringen, eller typningen som det kallas internt på Bolagsverket, har fram till för några år sedan skett manuellt.

– Fram till 2018 sorterade vi all inkommande post för hand. Vi la in ett försättsblad med en streckkod framför varje nytt ärende för att kategorisera vad det var för typ innan vi skannade dokumenten. Under en period delade vi även upp varje enskilt ärende med försättsblad och skiljeblad mellan de olika dokumenten i ärendet, men det blev ohållbart för det tog för mycket tid, säger Johan Nyman, utvecklingsspecialist på Bolagsverket och en av de som tar hand om verkets inkommande post.

Bild: Anders Thorsell

Monoton syssla gav värk

All inkommande post fick någon av de 18 olika klassificeringar som Bolagsverket använder. Ett ärende kunde innehålla flera olika handlingar, vilket innebar flera olika klassificeringar. Arbetet med den inkommande posten kunde ta många timmar av arbetsdagen för de cirka tolv medarbetare som jobbade med det.

– Det blev ett monotont sorteringsarbete som gjorde att flera av oss fick värk i axlar och handleder, säger Johan Nyman och tillägger att det knappast var den roligaste arbetsuppgiften heller.

AI-modellen gör jobbet

Men 2018 införde Bolagsverket en AI-modell för att sköta klassificeringen och sorteringen. Den egenutvecklade modellen tränades på all den data som fanns från den tidigare manuella sorteringen.

– I dag skannar vi all inkommande post i en enda klump och sedan läser vår AI-modell av alla inskannade sidor för att avgöra vilken typ av handling det är och sortera den rätt. Den kan se om det är till exempel en anmälan, ett protokoll eller något helt annat, säger Johan Nyman.

När AI-modellen har gjort sitt sorteringsjobb går dokumenten vidare till en handläggare som tar hand om ärendet. Och precisionen på AI-modellens arbete är hög.  

– Den är väldigt bra på att avgöra vad som är vad i ett dokument och även på att läsa av bilder. Det blir rätt i hela 95 procent av fallen, säger Helene Thorgren, enhetschef på digitaliserings- och innovationsavdelningen som har utvecklat Bolagsverkets AI-modell.

Minskar på sommarpersonalen

Den nya arbetsmetoden har inte bara inneburit en bättre arbetsmiljö för personalen på Bolagsverket, som slipper värk i axlar och handleder. Det har även effektiviserat myndighetens jobb, inte minst på sommaren då hälften av alla aktiebolag ska lämna in sina årsredovisningar före den 31 juli.

– Tidigare har vi tagit in extrapersonal på sommaren då det kommer in så många ärenden. Vi tar fortfarande in extra resurser men det har inte behövts alls lika många sedan vi införde AI-modellen, säger Helene Thorgren.

Hjälper kollegorna

Finns det då inga baksidor med den nya metoden?

– Vissa medarbetare var lite oroliga i början att AI-modellen skulle ta jobben ifrån dem. Men det visade sig helt obefogat. Det finns så mycket annat jobb att vi ändå har fullt upp. I vår sektion har vi bland annat börjat hjälpa kollegor med handläggning. Det hann vi inte med för några år sedan, säger Johan Nyman.

Helene Thorgren påpekar att träning av AI-modeller kan vara en utmaning men att just den här modellen är tacksam eftersom det finns så stora mängder gammal data att träna på.

– Vi tränar AI-modellen löpande vartannat år på den data som handläggarna har lagt in så att den bara blir bättre och bättre.

AI på flera ställen

Bolagsverket har även infört AI-modeller på flera andra ställen i myndigheten, bland annat för att sortera inkommande e-post och för att upptäcka ekonomisk brottslighet.

– Vi har satsat på att automatisera handläggningen och framför allt på att ta bort moment som upplevs som tråkiga och inte är värdeskapande och som en maskin kan göra lika bra eller bättre, säger Helene Thorgren.