At ordne, mærke og opbevare dokumenter i overensstemmelse med opbevaringsfrister er en opgave, der delvist kan overtages af AI, men ikke fuldstændigt. At genkende og placere dokumenter er godt at automatisere, så snart strukturen står klar. Den egentlige kontrol af, om en opbevaringsfrist er korrekt anvendt, og beslutningen om at destruere eller opbevare noget, forbliver menneskearbejde med tilsyn.
Tre akser bestemmer her udfaldet: compliance, fejlomkostninger og strukturering. Den sidste virker til fordel for automatisering, de første to gør ikke.
Strukturering scorer højt med et 4-tal. Dokumenter har fastlagte kendetegn: type, dato, afsender, dossier. Det er præcis den slags input, som software kan indeksere og klassificere godt på baggrund af. At genkende en faktura, tildele et mærke, sende en fil til den rigtige mappe i dokumenthåndteringssystemet: det er gentagende arbejde med et forudsigeligt mønster.
Men compliance scorer et 1-tal, og det trækker det samlede billede ned. Opbevaringsfrister er lovbestemte og varierer efter dokumenttype: skattemæssige bevisdokumenter, personalemapper, medicinske oplysninger og kontrakter har alle deres egen frist og nogle gange deres egen undtagelsesgrund. En fejl her er ikke bare en ulejlighed. At destruere et dokument for tidligt, som stadig skulle have været opbevaret, kan bringe en organisation i bevisnød ved en tvist eller kontrol. At opbevare persondata for længe, som egentlig skulle have været slettet, rammer GDPR. Det forklarer også, hvorfor fejlomkostninger scorer lavt med et 2-tal: konsekvenserne af en fejltagelse er ikke trivielle og ses nogle gange først synlige år senere, når skattemyndigheden eller en dommer efterspørger et dossier, der ikke længere findes.
Et eksempel gør det konkret. En administrativ medarbejder scanner indkommende post, genkender, at det er en leverandørfaktura, og placerer den automatisk i den rigtige mappe med det rigtige mærke og den rigtige opbevaringsfrist. Den første del, genkendelsen og opbevaringen, kan man godt automatisere med rpa, så snart opbevaringsfrister pr. dokumenttype er fastlagt forudgående i systemet. Men spørgsmålet om, hvorvidt et specifikt dokument er en undtagelse — for eksempel fordi det er en del af en igangværende tvist og derfor skal opbevares længere trods en udløbet standardfrist — kræver vurdering. Den vurdering vil man ikke overlade til en algoritme, uden at et menneske godkender eller afviser resultatet, med en begrundelse ved siden af.
Hos en virksomhed med få dokumenttyper, en simpel opbevaringsfriststruktur og en lav juridisk følsomhed — tænk på interne notater uden skattemæssig eller privatlivsrelevans — flytter billedet sig. Der er risikoen for en forkert klassificering mindre, og en større del af processen kan køre med mindre tilsyn. Omvendt gælder: en organisation med mange dokumenttyper, international lovgivning eller en historik med kontroller fra tilsynsmyndigheder vil netop ønske at indbygge mere menneskelig kontrol, også på den del, som andre steder automatiseres uden problemer. Det er præcis derfor, en generel udtalelse om "arkivering" ikke er nok, og en opgavebaseret scan er nødvendig.
Rpa er det rette middel til den genkendelige, gentagende del: indlæse dokumenter, udtrække metadata, sende til det rigtige sted i dokumenthåndteringssystemet baseret på forudfastlagte regler og mærke med den rigtige opbevaringsfrist. Det fungerer først godt, når to forudsætninger er opfyldt: opbevaringsfristerne pr. dokumenttype skal være fastlagt forudgående, og den digitale opbevaringsstruktur skal være indrettet. Uden disse to elementer har automatisering ikke noget at bygge på, og alt forbliver håndarbejde.
Hvad rpa ikke gør, er den indholdsmæssige vurdering af grænsetilfælde, den endelige kontrol før noget bliver definitivt destrueret, og ansvaret for rigtigheden af det hele. Det forbliver hos et menneske, som godkender eller afviser, med en begrundelse, der ligger fast, hvis der senere skulle blive spurgt om det.
Denne side beskriver, hvilken del af arkiveringsarbejdet der teknisk kan overtages, og hvilken del der ikke kan. Det er ikke en udtalelse om personalebehovet i en specifik organisation og ikke et grundlag for en afskedigelsesbeslutning. For sidstnævnte gælder egne lovmæssige krav, uafhængigt af hvad der her fastslås om opgaven selv.
Denne opgave står ikke alene. Den, der stadig selv skal omdanne det papirbaserede arkiv, kigger først på digitalisering og tilgængeliggørelse af papirarkiv, for det er det trin, der ofte går forud for klassificering og opbevaring. Og den, der spekulerer over, hvordan denne slags opgaveanalyse ser ud for en hel afdeling, finder en tilsvarende fremgangsmåde hos hvilket arbejde kan AI overtage på IT-afdelingen, hvor de samme akser — compliance, fejlomkostninger, strukturering — hver gang er afgørende.
Kernen i denne vurdering: at ordne og opbevare dokumenter er godt automatiserbart, så snart opbevaringsfrister og opbevaringsstruktur er i orden, men kontrollen af disse frister og beslutningen om destruktion forbliver hos et menneske. Vil De vide, hvordan dette udfolder sig for Deres egen kombination af opgaver og dokumenttyper, giver den gratis quickscan fra ftetoai — tolv spørgsmål, uden konto — en indikation af, hvor stor en del af timerne i Deres profil der i dag kan overtages af AI. Den fulde arbejdsscan, som går dybere ind i specifikke processer, er stadig under udarbejdelse.
Vraag maar. Ik ken de kennisbank van deze site; wat ik niet weet, zeg ik erbij.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.