AI-agent som effektiviserar kravarbete i offentlig verksamhet
Många offentliga verksamheter står inför samma fråga: hur tar vi nästa steg med AI på ett sätt som faktiskt skapar nytta i vardagen? För den här offentliga verksamheten blev svaret att börja där det fanns bäst förutsättningar att snabbt se effekt, i den egna IT-verksamheten. Med ett tydligt fokus på att komma i gång med AI på ett praktiskt och verksamhetsnära sätt identifierades kravarbete vid IT-upphandlingar som ett område där AI snabbt kunde bidra till effektivare och mer enhetligt arbete. För att ta nästa steg vände sig verksamheten till oss på Fellowmind.
Bakgrund: från AI-ambition till ett konkret verksamhetsområde inom IT-upphandling
IT-avdelningen ansvarar för upphandlingar och fungerar som stöd till verksamheten i allt från behovsanalys till kravställning. Samtidigt fanns en tydlig ambition att börja arbeta mer aktivt med AI, men upplevelsen var att utvecklingen gick trögt och att det var svårt att ta första steget på ett konkret sätt.
Istället för att börja med ett brett initiativ valde organisationen att fokusera på ett område där nyttan var tydlig och där det redan fanns ett stort manuellt arbete: kravanalys vid IT-upphandlingar. Målet var både att effektivisera processen och att bygga kunskap om hur AI kan användas i den egna verksamheten.
Utmaning: tidskrävande och personberoende arbete i kravprocessen
Inför varje ny upphandling samlade verksamheten in behov genom intervjuer och dialoger. Därefter följde ett tidskrävande arbete med att omsätta underlagen till konkreta och relevanta krav. Kravanalytiker behövde manuellt gå igenom en omfattande kravbank med hundratals icke-funktionella krav, till exempel inom säkerhet, prestanda, infrastruktur och användarhantering.
Varje krav behövde bedömas och klassificeras där kravanalytiker tog ställning till:
- om kravet skulle inkluderas i upphandlingen
- om kravet var relevant i det aktuella sammanhanget
- om det fanns tillräckligt underlag för att fatta ett välgrundat beslut
Arbetssättet var både tidskrävande och starkt personberoende. Mycket kunskap satt i huvudet på enskilda medarbetare och byggde ofta på erfarenhet och magkänsla. Det gjorde processen svår att standardisera, svår att motivera i efterhand och utmanande att kvalitetssäkra över tid.
Lösning: AI-agent som stöd i kravanalys och kravklassificering
Tillsammans togs en AI-agent fram som fungerar som ett intelligent stöd i kravprocessen. AI-agenten analyserar upphandlingsdokumentationen från verksamheten och matchar den mot organisationens befintliga kravbank.
För varje krav sammanställer AI-agenten ett tydligt beslutsunderlag som visar:
- om kravet bedöms som relevant och ska inkluderas i den aktuella upphandlingen
- hur säker bedömningen är, uttryckt som en sannolikhetsnivå
- vilken motivering som ligger bakom bedömningen, baserat på upphandlingsdokumentationen
Resultatet levereras direkt i kravbanken i form av nya kolumner. Det innebär att befintliga arbetssätt kan behållas, samtidigt som kravanalytiker får ett strukturerat och välmotiverat beslutsunderlag.
AI-agenten fattar inga beslut på egen hand, men avlastar det mest repetitiva arbetet genom att ge kravanalytiker ett strukturerat förslag och ett beslutsunderlag att arbeta vidare med, i stället för att börja från ett tomt blad.
Resultat: effektivare kravarbete och högre kvalitet i beslutsfattandet
Arbetet med AI-agenten ger en tydlig bild av hur AI kan användas för att effektivisera och kvalitetssäkra kravprocessen vid IT-upphandlingar. Lösningen visar hur man kan minska manuellt arbete vid klassificering av krav, skapa tydligare motiveringar till varför krav inkluderas eller exkluderas samt förbättra spårbarheten i beslutsprocessen. Kravanalytiker får ett mer strukturerat beslutsunderlag att utgå från, vilket minskar personberoendet och skapar bättre förutsättningar för ett mer konsekvent arbetssätt.
Samtidigt blev det tydligt att det fanns brister i den befintliga kravbanken, till exempel avsaknad av tydliga kriterier för när vissa krav ska användas. Det gav verksamheten värdefulla insikter och skapade förutsättningar för att stärka kvaliteten i kravarbetet även framåt, oavsett teknisk lösning.
Framåt: hur AI-agenten kan användas och utvecklas vidare
AI-agenten visar hur AI kan användas på ett konkret och verksamhetsnära sätt för att stötta kravarbete vid IT-upphandlingar. Istället för att ersätta befintliga arbetssätt fungerar lösningen som ett intelligent stöd som stärker struktur, spårbarhet och kvalitet i beslutsfattandet.
Angreppssättet är relevant för många organisationer med omfattande och återkommande kravprocesser, både inom och utanför offentlig sektor. Genom att använda AI för att analysera upphandlingsunderlag mot befintliga krav skapas ett mer enhetligt, transparent och hållbart arbetssätt över tid. Samtidigt lägger lösningen grunden för vidare utveckling, där AI kan stötta fler delar av upphandlings- och kravprocessen.
