Slik automatiserer du inkasso med KI

De mest aktuelle prosessene å automatisere er gjentakende, regelbaserte og datadrevne aktiviteter som saksoppretting, datavalidering, dokumenthåndtering, klassifisering, kommunikasjon, betalingsregistrering, betalingsavtaler, oppfølging, ruting, statusendringer og rapportering.

Et konkret eksempel er en ny sak som mottas i et standardisert format. Et inkassosystem kan kontrollere obligatoriske felt, opprette saken, knytte dokumentene til den og bruke det avtalte kreditoroppsettet. Når en betaling registreres, kan en regel oppdatere saldo og status og legge den relevante neste handlingen i kø. Hvis et felt mangler eller beløpet ikke stemmer, bør saken i stedet merkes for avklaring.

Å automatisere en aktivitet betyr at ett trinn utføres uten manuell registrering. En automatisert arbeidsflyt kobler sammen flere trinn: En hendelse starter forløpet, regler avgjør hva som skal skje, og resultatet registreres slik at neste trinn kan begynne. Forskjellen er viktig. En automatisert melding er bare til hjelp hvis data, tidspunkt, unntak og oppfølging også henger sammen.

Begynn med oppgaver der inndata og resultat kan beskrives tydelig. Noter også unntakene; de utgjør ofte en stor del av den faktiske saksbehandlingen og må ikke forsvinne i en standardprosess.

• Opprett og oppdater saker basert på godkjente dataformater.
• Kontroller felt, dokumenter og betalinger mot definerte regler.
• Send eller klargjør standardkommunikasjon på avtalte tidspunkter.
• Fordel saker til relevante køer, team eller neste arbeidsflyt.
• Registrer status og driftsdata slik at medarbeidere kan følge forløpet.

Tradisjonell automatisering utfører forhåndsdefinerte regler, mens KI analyserer data og finner mønstre eller betydning som ikke nødvendigvis kan beskrives med én enkel regel. De to teknologiene løser ulike oppgaver og fungerer ofte best sammen.

Workflow-automatisering er en måte å koble sammen hendelser, regler, handlinger og kontroller i et helhetlig forløp. KI, eller kunstig intelligens, er en gruppe metoder som kan tolke data, klassifisere innhold eller lage forslag basert på modeller. Generativ KI kan blant annet formulere tekst, men en velformulert tekst er ikke i seg selv et bevis på at innholdet er korrekt. Intelligent automatisering beskriver et forløp der regler og KI brukes sammen, og der systemet kan sende usikre saker eller saker med avvik videre til mennesker.

Se tabellen som en praktisk tommelfingerregel, ikke som en universell grense. Den samme prosessen kan bruke både regler og KI, og også menneskelig vurdering.

KI er særlig relevant når en arbeidsflyt må forstå tekst eller samle informasjon før man velger en handling. Den kan bidra til å sortere og prioritere, men bør brukes innenfor tydelige rammer og med passende kontroll.

Det er verdt å undersøke seks bruksområder. Ved tolkning av henvendelser kan en modell foreslå om en melding gjelder betaling, dokumentasjon, en innsigelse eller et spørsmål. En medarbeider kan kontrollere klassifiseringen, særlig hvis den er usikker. Ved saksruting kan signaler fra meldingen og saken bidra til å sende henvendelsen til riktig kø eller medarbeider.

Som beslutningsstøtte kan KI oppsummere historikk, åpne oppgaver og nye opplysninger og foreslå et neste trinn. Det kan redusere behovet for å lete på tvers av skjermbilder, men forslaget må kunne etterprøves. Til kommunikasjon kan generativ KI lage et utkast i en definert tone; medarbeideren eller godkjente regler avgjør om det kan sendes.

Avviksdeteksjon kan gjøre oppmerksom på saker som ikke følger det forventede mønsteret, for eksempel gjentatte datafeil eller et uvanlig forløp. En medarbeider-copilot kan samle relevante opplysninger og peke på mangler. I alle eksemplene bør systemets rolle, datagrunnlag, usikkerhet og muligheten til å korrigere resultatet være tydelige.

• Forstå innholdet i henvendelser og foreslå en kategori.
• Bidra til å rute saker etter tema og kontekst.
• Samle opplysninger som støtte for neste handling.
• Klargjøre kommunikasjonsutkast innenfor godkjente rammer.
• Fremheve avvik som bør undersøkes nærmere.
• Gi medarbeideren en samlet oversikt over relevante saksopplysninger.

En intelligent arbeidsflyt for inkasso mottar en hendelse, beriker den med relevant sakskontekst, bruker tydelige regler og benytter bare KI der tolkning bidrar. Deretter utføres en passende handling, eller saken sendes til menneskelig vurdering, og resultatet føres tilbake til saksforløpet.

Tenk på en innkommende melding fra en skyldner. Arbeidsflyten kobler meldingen til riktig sak, henter relevante status- og betalingsopplysninger og kontrollerer først kjente forhold ved hjelp av regler. KI kan deretter foreslå at meldingen gjelder en betalingsavtale. Hvis dataene henger sammen og prosessen tillater det, kan systemet klargjøre neste trinn. Hvis meldingen også inneholder motstridende opplysninger eller et uventet krav, bør den sendes til en medarbeider.

Hvert trinn må ha en ansvarlig eier og et forventet resultat. Definer hva som regnes som gyldige inndata, hva som skjer når data mangler, hvordan handlinger loggføres, og hvem som kan gjenoppta et stanset forløp. Det gjør arbeidsflyten forståelig for driften og mulig å teste før den brukes på flere saker.

1. 01Inndata: ny sak, betaling eller henvendelse
2. 02Data og kontekst: finn saken, historikken og relevante opplysninger
3. 03Regler: valider data og bruk avtalte prosesskrav
4. 04KI-vurdering: tolk eller oppsummer der det er nyttig
5. 05Neste handling: velg et tillatt trinn eller marker usikkerhet
6. 06Utførelse eller menneskelig vurdering
7. 07Resultat: registrer hendelse, beslutning og utfall
8. 08Neste arbeidsflyt: fortsett, avvent eller eskaler

Human-in-the-loop betyr at mennesker deltar i et automatisert forløp på de trinnene der vurderingen deres er nødvendig. KI kan analysere og foreslå, men medarbeideren eller en godkjent prosess har ansvaret for å velge handling når oppgaven krever det.

En praktisk modell har tre nivåer. Nivået må fastsettes for den konkrete prosessen ut fra risiko, lovgivning, datakvalitet og virksomhetens egne kontroller. Det er ikke en permanent vurdering av en hel sak; samme sak kan skifte nivå når nye opplysninger kommer til.

Automatisering krever også tydelige grenser. Ikke la en prosess fortsette automatisk når dataene er mangelfulle, opplysningene er motstridende, beslutningsgrunnlaget er utilstrekkelig, eller konsekvensen for skyldneren krever en vurdering systemet ikke er utformet for.

Komplekse eller atypiske saker, juridiske vurderinger og konflikter bør som hovedregel vurderes av relevante fagpersoner. Det gjelder også saker der en handling kan få vesentlig betydning, og der den konkrete situasjonen ikke dekkes av en godkjent og testet regel. Den endelige avgrensningen må avklares med de ansvarlige for drift, etterlevelse og juridiske forhold i markedene virksomheten opererer i.

Et nyttig designprinsipp er «stopp og eskaler»: Hvis en kontroll feiler, KI-signalet er uklart eller et uvanlig forhold oppdages, stanser arbeidsflyten og sender saken videre. Eskaleringen bør inneholde årsaken, opplysningene medarbeideren trenger, og en tydelig vei tilbake til prosessen etter avklaring. Å stoppe er ikke en feil ved automatiseringen; det er en tilsiktet sikkerhetsmekanisme.

• Komplekse eller atypiske forløp som faller utenfor testede regler.
• Juridiske vurderinger og uavklarte konflikter.
• Saker med mangelfulle eller motstridende opplysninger.
• Handlinger med vesentlige konsekvenser når grunnlaget er usikkert.
• Enhver situasjon der systemet ikke kan forklare hvorfor det fortsetter.

Et inkassobyrå kan ha kreditorer med ulike regler, prosesser, integrasjoner, dokumentkrav, kommunikasjonsflyter, segmenter og lokale krav. En felles plattform bør derfor kunne romme felles driftsprinsipper og samtidig bevare forskjellene som er nødvendige for hver kreditor.

En brukbar modell er en felles plattform, konfigurerbare arbeidsflyter og kreditorspesifikke regler. Felles elementer kan omfatte datamodeller, oversikter og kontroller. Selve arbeidsflyten kan tilpasses, og regler kan knyttes til den aktuelle kreditoren eller porteføljen. Det gjør det mulig å gjenbruke utprøvde trinn uten å kopiere én kundes særskilte forløp over på alle andre.

Standardisering er ikke det samme som ensretting. Standardiser det som bør være konsekvent, som ansvar, dokumentasjon og feilhåndtering. Gjør variasjon synlig og håndterbar i stedet for å skjule den i manuelle notater eller parallelle regneark. Når regler endres, må det være tydelig hvem som har godkjent endringen, hvilke saker den gjelder, og hvordan den testes.

Vurder også integrasjonenes rolle. Hvis data fra kreditoren kommer i ulike formater, bør validering og feilmeldinger inngå i arbeidsflyten, slik at en avvist inndata ikke i det stille blir til en feilaktig sak.

Kom godt i gang ved å velge én avgrenset arbeidsflyt der problemet kan beskrives, måles og kontrolleres. En liten og tydelig avgrenset utprøving gir bedre læring enn å begynne med et vidtrekkende løfte om å automatisere hele saksbehandlingen.

Følg denne syvtrinnsmodellen. Først kartlegger dere prosessen fra hendelse til utfall sammen med medarbeidere som faktisk arbeider med den. Noter deretter manuelle trinn, ventetider, overleveringer og unntak. Mål en grunnlinje slik at dere kjenner utgangspunktet for behandlingstid, feil og arbeidsinnsats. Skill så mellom entydige regler og vurderinger som krever tolkning eller ansvar.

Velg én arbeidsflyt med en tydelig eier og avgrenset risiko. Beskriv hvordan regler, KI og menneskelig godkjenning skal inngå, og hvordan systemet stanser ved usikkerhet. Gjennomfør endringen under kontrollerte forhold, test både normale forløp og unntak, og lær opp medarbeiderne som skal håndtere eskaleringer. Til slutt sammenlignes resultatet med grunnlinjen. Utvid først når kvaliteten er akseptabel og driften kan forklare hva som fungerer og hvorfor.

Involver saksbehandling, drift, IT, økonomi og relevante ansvarlige for etterlevelse tidlig. De ser ulike deler av prosessen, og alle kan bidra til å finne avhengigheter som ellers først blir synlige etter at løsningen er satt i drift.

• Kartlegg prosessen og unntakene.
• Identifiser manuelle trinn og mål grunnlinjen.
• Skill regler fra vurderinger.
• Velg én konkret arbeidsflyt med en ansvarlig eier.
• Innfør automatisering og KI med tydelige kriterier for å stanse.
• Test, involver brukerne og følg med på kvaliteten.
• Mål effekten, juster og utvid gradvis.

Mål verdien ved å sammenligne relevante driftsresultater før og etter endringen, og ta med effektivitet, kvalitet, økonomi og kundeopplevelse. Automatiseringsgrad er ikke et forretningsmål i seg selv: En høy andel automatiserte trinn er bare nyttig hvis prosessen også er korrekt, hensiktsmessig og bærekraftig.

Avtal definisjoner før målingen. Behandlingstid bør for eksempel ha et tydelig start- og sluttidspunkt, og automatiseringsgrad bør skille mellom helautomatisk behandling og trinn som bare er klargjort for medarbeideren. Sammenlign ensartede saksgrupper, og vær oppmerksom på sesongvariasjoner, endringer i porteføljesammensetningen og andre forhold som kan påvirke tallene. Bruk målene til å stille spørsmål, ikke til å anta at automatisering alene skapte en endring.

Utviklingen går gjerne fra manuell saksbehandling til digital saksbehandling, videre til arbeidsflytautomatisering og deretter intelligent automatisering, der systemet også kan bidra til å tolke opplysninger og foreslå neste trinn. Målet er ikke et system som tar alle beslutninger, men et system som gjør arbeidet enklere å drive og kontrollere.

I en manuell modell må medarbeideren selv finne data, velge handling og registrere utfallet. Et digitalt system gjør opplysningene tilgjengelige på ett sted, men medarbeideren driver fortsatt hvert trinn. Arbeidsflytautomatisering utfører bestemte trinn basert på regler. Intelligent automatisering kan i tillegg bidra til å forstå en henvendelse eller prioritere en oppgave, mens mennesker fortsatt håndterer vurderinger og unntak.

Forskjellen mellom et system medarbeideren arbeider i, og et system som bidrar til å drive arbeidet fremover, handler derfor om sammenheng. Når hendelser, regler, køer og oppfølging henger sammen, kan medarbeideren fokusere på sakene der innsikt er viktig. For at dette skal fungere i praksis, må handlinger kunne spores, arbeidsflyten kunne endres på en kontrollert måte, og driftsteamet kunne se hvor sakene befinner seg.

1. 01Manuell saksbehandling
2. 02Digital saksbehandling
3. 03Arbeidsflytautomatisering
4. 04Intelligent automatisering
5. 05Inkassosystem som aktivt bidrar til å drive sakene fremover

Beskriv input, tillatt handling, ansvarlig eier og menneskelig vurdering for hvert bruksområde. En fast regel kan oppdatere status etter en bekreftet hendelse; KI kan klassifisere eller foreslå; en sensitiv beslutning kan kreve godkjenning. Avtal håndteringen av manglende data, usikkerhet og integrasjonsfeil.

Test vanlige saker og avvik før løsningen utfører handlinger i drift. Begynn med observasjon eller en kontrollert pilot, sammenlign med saksbehandlernes vurderinger og gjennomgå tilganger, logging og korrigering. Utpek ansvarlige for godkjenning og overvåking. Gjeldende KI- og personvernkrav må vurderes etter marked, rolle og bruk; ikke anta at alle bruksområder eller land har samme status.

Automatiseringsgrad er andelen av de avgrensede oppgavene som fullføres i det avtalte automatiske forløpet. Oppgi hvilke oppgaver og hvilken periode målingen omfatter. Avviksrate er andelen som sendes ut av forløpet. Feilrate må bygge på et definert kontrollert utvalg eller alle validerte utfall, ikke bare fravær av klager.

Mål manuell behandlingstid, kostnad per sak, saker per medarbeider og tid til løsning mot sammenlignbare porteføljer og et dokumentert utgangspunkt. Ta med vurderinger, omarbeiding, integrasjoner og drift. Ved innkrevingsmål må saldo, utvalg og periode være tydelige. Bedre resultater på ett mål viser ikke alene at KI er årsaken.

• Velg en avgrenset og gjentakbar oppgave.
• Valider input og integrasjoner.
• Prøv ut med menneskelig vurdering og akseptkriterier.
• Overvåk feil, avvik og arbeidsbelastning.
• Utvid først når kontroll og målte resultater gir grunnlag for det.

En god tilnærming til KI og automatisering i inkasso bygger på fem prinsipper. De bidrar til å holde oppmerksomheten på driften fremfor teknologien, og til å gjøre ansvar og kontroll til en del av løsningen fra starten av.

I praksis betyr det at man kartlegger et konkret forløp, prøver det ut på et avgrenset område og lærer av både resultater og unntak. Først deretter bør løsningen utvides til flere arbeidsflyter eller kreditorer. Les også de to foregående guidene: Slik velger du inkassosystem for et nordisk inkassobyrå og Slik bytter et inkassobyrå inkassosystem.

• Start med prosessen – ikke teknologien.
• Automatiser regler og gjentakende aktiviteter.
• Bruk KI der forståelse og vurdering skaper verdi.
• Behold menneskelig kontroll der kontekst og ansvar krever det.
• Mål forretningsverdi – ikke bare automatiseringsgrad.