Allekirjoitettujen sopimusten tallentaminen oikeilla metatiedoilla, jotta ne ovat myöhemmin löydettävissä ja niiden voimassaoloaikoja voidaan valvoa. Tämän tehtävän näemme lakiosaston työntekijöillä ja toimistopäälliköillä, useimmiten sopimustenhallintajärjestelmässä tai dokumentinhallintajärjestelmässä. Kysymys ei ole siitä, onko tähän tekniikkaa olemassa, vaan siitä, voiko tekniikka suorittaa tehtävän itsenäisesti vai voiko se vain tukea sitä.
Itse arkistointi on melko jäsenneltyä työtä: sopimus saapuu, siihen lisätään kentät kuten osapuoli, alkamispäivä, voimassaoloaika ja sopimustyyppi, ja se tallennetaan kiinteään paikkaan. Tämä on juuri sellaista toistuvaa, sääntöpohjaista toimintaa, jossa rpa (robotic process automation) on hyvä. Skripti voi avata pdf-tiedoston, tunnistaa tekstin, täyttää kentät ja tallentaa dokumentin oikeaan järjestelmään ilman, että ihmisen tarvitsee tarkastaa jokaista sopimusta erikseen.
Missä tämä kompastuu, ei ole itse toiminta vaan sen taustalla oleva vastuu. Sopimusarkistot ovat usein osa vaatimustenmukaisuusvelvoitetta: yrityksen on pystyttävä osoittamaan, milloin sopimus on tullut voimaan, mikä on irtisanomisaika ja kuinka kauan sitä on säilytettävä lain tai toimialan sääntöjen mukaan. Tämä vaatimustenmukaisuusakseli saa alhaisen pisteen, koska virheen seuraukset eivät näy itse arkistoinnissa, vaan vasta kuukausia tai vuosia myöhemmin, kun sopimus on tuhottu aiheettomasti tai määräaika on jäänyt väliin. Siksi tarvitaan edelleen ihmisten vahvistama kiinteä metatietoskeema sekä kytkentä organisaation säilytysaikapolitiikkaan. Ilman näitä kahta reunaehtoa järjestelmä arkistoi siististi, mutta ei luotettavasti.
Volyymi on kolmas tekijä. Yrityksessä, jolla on muutamia kymmeniä sopimuksia vuodessa, manuaalinen tarkistus on vielä hallittavissa ja automaatio on lähinnä mukavuutta. Yrityksessä, jolla on satoja tai tuhansia sopimuksia, ajatelkaa vaikka henkilöstövuokrausyritystä tai kiinteistönhallintayhtiötä, volyymi itsessään muodostuu syyksi automatisoida: kukaan ei pysy siinä virheettömästi mukana ilman tukea.
Pk-yritys, jolla on viisitoista voimassa olevaa toimittajasopimusta, voi pitää arkistonsa mainiosti käsin kansiossa Excel-yhteenvedon avulla. Toimistopäällikkö tuntee sopimukset, voimassaoloajat ovat selkeitä ja irtisanomisajan unohtamisen virhekustannukset ovat rajalliset. Organisaatiossa, jolla on satoja vuokrasopimuksia, työsopimuksia tai toimitussopimuksia, tilanne on toinen: siellä kiinteä metatietoskeema ei ole ylellisyys vaan edellytys arkiston pitämiselle toimivana, ja rpa on todellinen apuväline uusien sopimusten johdonmukaiseen syöttämiseen.
Muutos ei ole lakiosaston työntekijän tai toimistopäällikön korvaaminen, vaan heidän ajankäyttönsä siirtäminen. Siinä missä he nyt kirjoittavat sopimuksia järjestelmään, he voivat keskittyä sopimuksiin, jotka eivät sovi vakioskeemaan, poikkeuksiin ja itse politiikan laatimiseen. Tämä sopii yhteen laajemman trendin kanssa: tekoäly ottaa hoitaakseen syöttötyön, ihmiset säilyttävät arvioinnin ja vastuun.
Tämä muutos liittyy läheisiin tehtäviin. Itse arkistoinnilla on vähän arvoa, jos ei samalla tarkastella, mitä tapahtuu tallentamisen jälkeen: voiko tekoäly valvoa sopimusten jatkamisia ja irtisanomisaikoja, voidaanko vaatimustenmukaisuuskalenteria määräaikoineen ylläpitää heti kun metatiedot on kerran kirjattu oikein, ja miten säilytysaikoja sovelletaan ja dokumentteja tuhotaan sopimuksen elinkaaren lopussa. Nämä eivät ole erillisiä kysymyksiä: arkistointi on ensimmäinen askel ketjussa, joka toimii täysin vasta, kun jokainen vaihe käyttää samoja metatietoja ja samoja sääntöjä.
Yrityksissä, joilla on selkeä, pieni määrä sopimustyyppejä ja olemassa oleva järjestelmä, arkistoinnin automatisointi sujuu suhteellisen nopeasti: metatietoskeema on helppo laatia ja rpa-ratkaisu voidaan ottaa nopeasti käyttöön. Yrityksissä, joilla on useita erilaisia sopimustyyppejä, vaihtelevia mallipohjia tai ei kirjattua säilytysaikapolitiikkaa, kestää pidempään, ei siksi, ettei tekniikka pystyisi siihen, vaan koska reunaehdot eivät ole vielä kunnossa. Tämä pätee myös lakiosaston ulkopuolella: toimialoilla, joilla on paljon dokumenttivirtoja, kuten näkyy kohdassa mitä tekoäly voi ottaa hoitaakseen kuljetusalalla, sama riippuvuus rakenteesta ja säännöksistä ulottuu eri dokumenttityyppeihin.
Organisaatiossa tätä muutosta toteuttavan kannattaa tarkastella myös sitä, miten asiasta keskustellaan sisäisesti. Kun aiemmin ihmisten tekemät tehtävät siirtyvät, sovelletaan omia lakisääteisiä vaatimuksia yhteistoiminnan osalta; katso yhteistoimintaelimen informoiminen tekoälystä siitä, mikä tässä yhteydessä on ainakin paikallaan. Tämä artikkeli ei ole henkilöstöneuvontaa eikä perustelu toimenkuvia koskevalle päätökselle; se kuvaa vain, mikä osa arkistointityöstä on nykyään teknisesti siirrettävissä.
Onko sopimusten arkistointi organisaatiossanne suurelta osin siirrettävissä, riippuu sopimusten määrästä, siitä, missä määrin metatietoskeema on jo olemassa, ja siitä, kuinka vakiintunut säilytysaikapolitiikka on. Hyvä lähtökohta on selvittää, kuinka moni nykyisistä tunneista kuluu syöttötyöhön ja kuinka moni poikkeuksiin ja arviointiin. FTE TO AI:n ilmainen pikatesti antaa tästä ensimmäisen käsityksen: kaksitoista kysymystä, ilman tiliä, ja arvion siitä, kuinka suuri osa tämän työprofiilin tunneista on nykyään tekoälyn siirrettävissä. Täydellinen työanalyysi, joka syventyy organisaation yksittäisiin tehtäviin, on vielä rakenteilla.
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.