Gå til indhold
Denne tyske registreringsattest er et eksempel på, hvor kompliceret et dokument Registrator rent faktisk kan læse.

Nybygget intelligent robot læser ustruktureret data og billeder og indtaster selv data i program

Robotten Registrator er blevet til i et samarbejde mellem Udviklings- og Forenklingsstyrelsen og Motorstyrelsen, som nu sparer sagsbehandlere for 300-400 timers tastearbejde årligt.

Når en borger i Danmark ønsker at indregistrere en bil købt i udlandet, er det fast procedure, at en sagsbehandler i Motorstyrelsen taster data fra de indscannede registreringsattester ind i et journaliseringsprogram. Fx stelnummer, bilmærke og første registreringsdato. Samtidig krydstjekker sagsbehandleren, at der er tale om den rigtige bil ved at slå op i Det Digitale Motorregister (DMR).

Alt i alt er det en besværlig proces, som giver mange timers tastearbejde om året. Men nu kan sagsbehandlerne i Motorstyrelsen bruge deres tid på mere relevante opgaver. Den nye robot, Registrator, som er skabt i samarbejde mellem Motorstyrelsen og Udviklings- og Forenklingsstyrelsen (UFST), hjælper nu med at eliminere de mange hundrede timers tastearbejde.

Flere intelligente robotter på vej

Normalt er robotter ikke særligt intelligente. De arbejder efter helt faste regelsæt og har brug for digitalt, struktureret data for at kunne løse opgaverne, forklarer kontorchef for Procesautomatisering i UFST, Simon Wang Thellesen. Og selvom Motorstyrelsen modtager registreringsattesterne som digitale dokumenter, er det ikke helt struktureret nok til, at arbejdsgangen kan automatiseres med en standard robot.

Registrator er den første ’intelligente’ robot, hvor AI-teknologien til håndtering af ustruktureret tekst og billeder anvendes i skatteforvaltningen. Og der er allerede flere nye intelligente robotter på vej, bl.a. fordi det meste af koden til Registrator kan genbruges til lignende løsninger.

Kontorchef, Simon Wang Thellesen, ser et stort potentiale i at kunne automatisere tunge arbejdsgange ved at kombinere robotter og kunstig intelligens.

"I Danmark er vi i front, når det drejer sig om at digitalisere og udveksle strukturerede data. Det er man ikke nødvendigvis i andre lande, så når vi skal udveksle data på tværs af landegrænser, sker det typisk gennem indscannede billeder og ustruktureret tekst. Det er som udgangspunkt svært at automatisere. Men når vi benytter os af AI og f.eks. konstruerer intelligente robotter, så kan vi automatisere trivielle, men tunge arbejdsopgaver. Det frigiver tid til mere spændende opgaver, men højner faktisk også kvaliteten på de enkelte registreringer", siger han.

Direktør Jørgen Rasmussen fra Motorstyrelsen er meget tilfreds med det samarbejde, som Motorstyrelsen har med Udviklings- og Forenklingsstyrelsen om robotten.

"Det er positivt, at robotten kan overtage flere hundrede timers tastearbejde om året, og at vi på den måde kan effektivisere arbejdsgangene. Hidtil har vores medarbejdere indtastet informationer fra mange tusinde registreringsattester i Motorregistret, men når vi anvender robotten, kan vi bruge ressourcerne mere hensigtsmæssigt. Derfor er det en særdeles god løsning, som Udviklings- og Forenklingsstyrelsen har udviklet i samarbejde med vores egne medarbejdere," siger Jørgen Rasmussen.

Han mener, at der er et kæmpe behov for den type værktøjer, og han håber, at Motorstyrelsen i fremtiden kan anvende robotter til flere opgaver. På sigt vil det være mere tydeligt, hvor mange fordele der er for borgerne, når sagsbehandlerne benytter sig af robotter.

Intelligent automatisering

  • Registrator består både af en AI-del og en RPA-del. Den første del udgøres af open source-software Magick, som konverterer billederne til PDF-format. Dernæst køres PDF-filerne igennem Tesseract, som er et styk OCR-værktøj, som kan anvendes med sproget R. Når man har så fået teksten ud, kan man bruge regular expressions til at trække de relevante oplysninger ud af filerne.
  • Det hele orkestreres af en softwarerobot (RPA), som er udviklet i værktøjet Blue Prism. Robotten kommunikerer med NLP-algoritmen via realtids API-kald og kan derved både levere ustruktureret input i form af PDF-dokumenter til algoritmen og modtage data i struktureret form efterfølgende. Disse strukturerede data indtaster robotten i journaliseringsprogrammet. På den måde arbejder de to dele sammen om at løse en opgave, som ikke kræver faglig vurdering af en sagsbehandler, men blot handler om at få de rette data oprettet i systemerne.

  • Udover at spare sagsbehandlerne for trivielt tastearbejde kan Registrator langt hen ad vejen også validere sit eget arbejde i den forstand, at robotten slår stelnummeret fra PDF-filen op i DMR for på den måde at sikre, at man har fat i det rigtige køretøj. Når kontrollen er udført, føres der flere informationer fra DMR over i journaliseringsprogrammet på den pågældende sag, som så kan afsluttes.

  • AI hjælper med at få struktur på ustrukturerede touch-points med omverdenen, og enten ved hjælp af robotter eller direkte systemintegrationer automatisere arbejdsopgaver. I takt med at vi bliver mere globale, er det en arbejdsbyrde, der er i vækst.

  • Motorstyrelsen behandler ca. 20.000-30.000 af denne type sager med indscannede registreringsattester om året.