En administrativ medarbejder eller management assistent, der dagligt udfylder erklæringer, kontrakter og breve på baggrund af en fast skabelon, udfører arbejde, der ved første øjekast ser meget velegnet ud til AI. Det er repeterende, det følger et fast forløb, og input kommer for det meste allerede fra et system. Alligevel er svaret ikke simpelthen ja. Det er delvist, og hvilken del afhænger af, hvordan skabelonen og kildedataene er indrettet i en specifik virksomhed.
Tre akser bestemmer her udfaldet: strukturering, volumen og fejlomkostninger.
Struktureringen er høj. En skabelon til en ansættelseserklæring eller en standardkontrakt har fastlagte felter på fastlagte steder: navn, dato, beløb, funktion. Det er præcis den slags tekstarbejde, AI i dag kan håndtere godt, fordi dokumentets struktur allerede er fastlagt, og opgaven handler om korrekt at udfylde felter på baggrund af tilgængelige data.
Volumen er ligeledes gunstigt. Virksomheder, der producerer mange af de samme dokumenter, et vikarbureau, der udarbejder hundreder af ansættelseskontrakter om måneden, en kommune, der udsteder samme erklæring igen og igen, har mere at vinde ved at strømline denne proces end en virksomhed, der udarbejder et sådant dokument nogle få gange om året. Ved lavt volumen står den tid, det tager at indrette processen, ofte ikke i forhold til den tid, det i sidste ende sparer.
Fejlomkostningerne ligger i midten og er præcis grunden til, at dette ikke er en fuldstændig overtagelse, men en opgave med menneskeligt tilsyn. Et forkert udfyldt beløb i en kontrakt, et forvekslet navn i en erklæring, en forkert dato, det er ikke kosmetiske fejl. De kan føre til juridisk uklarhed eller til et dokument, der skal gøres om. Derfor er der stadig brug for et kontroltjek: AI udfylder, en medarbejder godkender eller afviser, med grund.
Vurderingsrummet er lavt, hvilket netop gør opgaven mere egnet til automatisering: der er behov for lidt tolkning af, hvad der skal stå i dokumentet, det ligger allerede fast i skabelonen og kildedataene. Kreativiteten er stort set fraværende, og også det taler til AI's fordel: der bliver ikke fundet på noget, der bliver udfyldt. Compliance spiller en rolle, så snart det handler om kontrakter eller officielle erklæringer, hvilket betyder, at fastlagte godkendelsestrin fortsat er relevante, uanset hvem der udarbejder dokumentet.
En management assistent udarbejder månedligt ti til tyve standardbreve: bekræftelser, erklæringer, korte kontraktændringer. Dataene står allerede i personalesystemet. Her kan trinnet fra data til dokument godt automatiseres: AI kan udarbejde brevet på baggrund af skabelonen og kildedataene, hvorefter assistenten læser, kontrollerer og sender. Den tid, der bliver til overs, går ikke til at skrive tekst, men til at vurdere den.
I en anden virksomhed, hvor hver kontrakt forhandles individuelt og hvert brev skal have en lidt anden tone og indhold, ser dette anderledes ud. Der er struktureringen lavere, vurderingsrummet højere, og opgaven flytter sig i retning af menneskeligt arbejde. Samme type dokument, ansættelseskontrakt, brev, erklæring, kan altså i den ene virksomhed være stort set automatiserbar og i den anden primært forblive håndarbejde. Forskellen ligger ikke i dokumenttypen, men i, hvor standardiseret skabelonen er, og om kildedataene allerede står et sted i et system, eller stadig skal opsøges eller efterspørges.
Forskydningen ligger ikke i et fremtidigt tidspunkt, hvor dette er "klar". Den ligger allerede nu i spørgsmålet om, hvorvidt en organisation har standardiseret sine skabeloner og har sine kildedata i orden. En virksomhed, hvor hver medarbejder holder sin egen version af en kontrakt, med egen opsætning og egne varianter, kan ikke uden videre overlade denne proces til AI, heller ikke delvist. En virksomhed med én fastlagt skabelon pr. dokumenttype og data, der allerede holdes struktureret, står anderledes.
Dette dokumentudfyldningsarbejde hænger ofte sammen med andre administrative opgaver, der udføres på samme kontor. Den, der ser på, hvordan indgående papirarkiv digitaliseres og gøres søgbart, ser ofte det samme spørgsmål gå igen: står dataene allerede struktureret, eller skal de først hentes ud af papir. Også sortering og fordeling af indgående post berører dette emne, fordi mange standardbreve er en reaktion på noget, der kommer ind. Og den måde, hvorpå en fælles e-mailpostkasse triageres, bestemmer ofte, hvilke dokumenter der overhovedet skal udarbejdes, og på baggrund af hvilke data.
Om personalemæssige konsekvenser af denne forskydning udtaler vi os ikke: hvis frigjorte timer giver anledning til en beslutning om personale, gælder der egne lovmæssige krav for det, uafhængigt af denne analyse.
Om dette for Deres organisation berører en lille eller en betydelig del af de administrative timer, afhænger af, hvor mange af Deres dokumenter der allerede kører på fastlagte skabeloner, og hvor meget af kildedataene der allerede står i et system i stedet for på papir eller spredt over løse filer. Det er forskelligt fra virksomhed til virksomhed, og det er præcis derfor, en generisk udtalelse ikke er tilstrækkelig her.
Den gratis quickscan med tolv spørgsmål, uden konto, giver en indikation af, hvilken del af timerne i denne slags dokumentarbejde AI i dag kan overtage. Den fulde arbejdsscan, som lægger en hel virksomheds arbejde ud i opgaver og for hver opgave beregner det om til årsværkskapacitet, er stadig under opbygning.
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.