Data ja tekoäly avaavat uusia mahdollisuuksia tuottavuuden merkittävään parantumiseen julkisella sektorilla, kuten valtionhallinnossa, kunnissa ja hyvinvointialueilla. Suomessa tuottavuuden parantaminen on tärkeää, jotta kansalaisille ja yrityksille voidaan tuottaa laadukkaat julkiset palvelut aikana, jolloin rahat ovat tiukoilla ja julkiselta sektorin eläköityy merkittävä määrä työntekijöitä.

Mutta mihin tekoäly kykenee käytännössä? Tässä artikkelisarjassa esittelemme konkreettisia esimerkkejä siitä, miten tekoäly on parantanut tuottavuutta.

Sarjan kolmannessa osassa nostamme esille ratkaisuja, joilla on saatu aikaiseksi yli kymmenen miljoonan euron hyödyt. Lisäksi uudistukset ovat skaalautuneet vähintään viisinkertaisiksi. Kansainväliset esimerkit on valinnut LUT-kauppakorkeakoulun tekoälyyn erikoistunut teollisuusprofessori Mika Ruokonen.

Sarjan ensimmäisessä osassa esittelimme yli viiden miljoonan euron tuottavuushyötyjä tuoneita, kansainvälisiä ratkaisuja. Tutustu myös kotimaisiin esimerkkeihin.

Listaus liittyy Sitran laajaan panostukseen, jossa vauhditamme yhdessä kumppaneiden kanssa tuottavuuden merkittävää parantumista Suomen julkisella sektorilla.

Valintakriteerit

  • Dataa ja tekoälyä hyödyntävä ratkaisu on ensin todistanut toimivuutensa ja sen jälkeen se on skaalattu huomattavasti laajemmalle, jolloin on tuotettu vähintään 10 miljoonan euron luokkaa olevat hyödyt.
  • Esimerkiksi kaupunki-, virasto- tai hallinnonalakohtaisesta ratkaisusta on tehty valtakunnallinen, laaja ja vakiintunut standardiratkaisu. Joissain tapauksissa ratkaisua on skaalattu myös kansainvälisesti.

1. Britanniassa isot julkisten varojen säästöt petostentorjunnassa

Britannian hallitus on ottanut järeät keinot käyttöön etuuspetosten ja julkisten varojen väärinkäytösten kitkemiseksi. Pääministeriä ja hallitusta avustava Cabinet Office perusti Public Sector Fraud Authority -yksikön, jolla on vahva mandaatti hyödyntää data-analytiikkaa ja tekoälyä yli hallintorajojen.

Yksikön kehittämä tekoälyratkaisu vertaa automaattisesti julkishallinnon eri tietovarantoja toisiinsa. Se tunnistaa epäilyttäviä päällekkäisyyksiä ja mahdollisia väärinkäytöksiä valtavasta datamassasta tavalla, johon ihmissilmä ei pystyisi.

Lisäksi tekoäly auttaa tunnistamaan uusien politiikkatoimien mahdollisia heikkouksia jo niiden valmisteluvaiheessa.

Alun perin koronatukien väärinkäytösten tunnistamiseen kehitetty ratkaisu skaalattiin nopeasti kaikkien ministeriöiden käyttöön.

Tuottavuushyödyt

Teknologialla tehostettu valvonta säästi veronmaksajien rahaa yli 480 miljoonaa puntaa (n. 550 miljoonaa euroa) vuodessa. Britannian hallituksen mukaan säästyneitä varoja käytetty esimerkiksi sairaanhoitajien, opettajien ja poliisien palkkaamiseen.

Tekoälytyökalu on lyhentänyt petosriskien tunnistamiseen käytettyä aikaa jopa 80 prosenttia aiempaan verrattuna. Ratkaisun vaikuttavuus on herättänyt myös kansainvälistä kiinnostusta, ja teknologiaa on tarkoitus lisensoida jatkossa myös muille maille.

Lue lisää:

Britannian hallituksen tiedote: Record fraud crackdown saves half a billion for public services

2. Tekoäly ennakoi ikäihmisten hoidon tarvetta Britanniassa, säästö miljardiluokkaa

Britannian julkinen terveydenhuolto NHS on saavuttanut merkittäviä tuottavuusloikkia yhteistyössä yksityisen sektorin kanssa. Hoivapalveluyritys Cera kehitti mobiilisovelluksen, jota kotihoitajat käyttävät kirjatessaan potilaiden päivittäisiä terveys- ja hyvinvointitietoja.

Sovelluksen taustalla toimiva tekoäly analysoi hoitajien syöttämää dataa ja etsii varhaisia merkkejä ikäihmisten terveydentilan heikkenemisestä. Kun oireisiin pystytään puuttumaan ajoissa kotihoidon keinoin, vältetään turhia päivystyskäyntejä sekä  ihmisten siirtämistä raskaaseen ja kalliiseen pitkäaikaishoitoon.

Ratkaisu on skaalattu laajalle: Cera toteuttaa Britanniassa 2,5 miljoonaa kotikäyntiä kuukaudessa, ja sovellusta hyödyntää noin 10 000 hoitajaa ja asiakasta.

Tuottavuushyödyt

Ennakoiva toimintamalli on säästänyt Britannian julkiselta terveydenhuollolta yli miljardi puntaa vuoden 2023 käyttöönoton jälkeen. Ikäihmisten päätyminen sairaalapäivystykseen on puolittunut ja ambulanssikutsujen määrä on vähentynyt merkittävästi.

Lue lisää: 

The Independent: How AI is saving the NHS more than £1.5m a day

Digital Health: Cera AI-led social care forecast to save NHS £1bn a year

3. Yhdysvaltain valtiovarainministeriön automaattinen maksuvalvonta

Yhdysvaltain valtiovarainministeriö on ottanut tekoälyn laajasti käyttöön talousrikollisuuden ja maksuvirheiden torjunnassa. Ministeriön alainen Office of Payment Integrity (OPI) hyödyntää tekoälyä riskiperusteisessa seulonnassa, minkä lisäksi koneoppimista käytetään esimerkiksi shekkipetosten tunnistamiseen.

Tekoäly analysoi valtavia datamassoja reaaliajassa, tunnistaa poikkeavia malleja ja ristiintarkistaa maksutietoja eri lähteistä automaattisesti.

Järjestelmä on skaalattu valtakunnalliseksi ja se kattaa Yhdysvalloissa yli 60 virastoa ja ohjelmaa, kuten sosiaaliturva-, terveys- ja puolustusmaksut. Kyse on siten yhdestä maailman suurimmista tekoälypohjaisista hallinnon maksujen valvontajärjestelmistä.

Tuottavuushyödyt

Tilikauden 2024 aikana Yhdysvaltain valtiovarainministeriön tekoälyavusteinen valvonta esti ja palautti yhteensä yli 4 miljardia dollaria (n. 3,7 mrd. €) virheellisiä tai vilpillisiä maksuja.

Summasta 2,5 miljardia dollaria säästettiin estämällä virheelliset maksut ennakkoon ja miljardi dollaria palautettiin paljastamalla shekkipetoksia koneoppimisen avulla.

Luku on kasvanut merkittävästi edellisvuodesta, mikä osoittaa skaalautuvan tekoälyn tehon suurten volyymien valvonnassa.

Lue lisää: 

US Treasury: Treasury Announces Enhanced Fraud Detection Processes, Including Machine Learning AI, Prevented and Recovered Over $4 Billion in Fiscal Year 2024

Julkisen sektorin tuottavuusmurros

Sitra kymmenkertaistaa panostuksensa julkisen sektorin tuottavuuden edistämiseen ja käyttää siihen vuoden 2028 loppuun mennessä yhteensä 50 miljoonaa euroa.

Tuemme julkisen sektorin tuottavuusmurrosta rahoituksella, johdon valmennuksella, ennakointitiedolla ja asiantuntijatuella.

Päämääränä on auttaa kumppaneita onnistumaan uudistustyössä ja palvella näin suomalaista yhteiskuntaa. Tavoitteena on, että julkisen sektorin tuottavuuden kehittämisellä saavutetaan 500 miljoonan euron suorat tuottavuushyödyt vuoteen 2030 mennessä ja jopa viiden miljardin euron välilliset hyödyt vuoteen 2035 mennessä. 

Työ tehdään yhdessä julkisen sektorin kumppaneiden sekä yritysten kanssa. Sitrassa työtä johtaa Tuottavuutta julkiselle sektorille -ohjelma.

 

Ota yhteyttä!

Haluatko kuulla lisää tekoälyn tuottavuushyödyistä julkisella sektorilla?

Tutustu myös