AI-baserad kategorisering och avtalstrohet

Viktiga resultat som projektet gav

Målet var att utveckla ett befintligt AI-baserat system för att få utökat användningsområde för att kunna kategorisera inköpsdata och mäta avtalstroheten. Systemet är mer kraftfullt än tidigare. Kärnan i systemet är att vi använder en LLM som kan tolka obskyra fakturaradsbeskrivningar. Vi kan nu sammankoppla olika databaser även om den unika inköpsraden inte är exakt lika i sitt ursprungliga format. Vi sammanställer inköp och avtal som skapar underlag för olika rapporter och analyser i vårt Spendverktyg. Spendverktyget är navet och gränssnittet för våra kunder.

Långsiktiga effekter som förväntas

Resultatet har blivit ett kraftfullt verktyg för analyser av inköp för både offentlig sektor och privata företag. Vi kan nu erbjuda en mer komplett lösning till kunderna i syfte att analysera sina inköp och hitta avvikelser mellan faktiskt inköp och avtalade villkor. Med denna informationen kan man sedan effektivisera sina inköp och på det sättet spara både tid och pengar.

Upplägg och genomförande

Vi har utgått från ett befintligt system och upplägg som vi arbetat med under flera år. Tack vare att AI-tekniken utvecklats har vi kunnat skapa ett än mer kraftfullt verktyg som "renar smutsig data". Med denna ursprungliga kunskap har vi kunnat skapa en specifikation för hur systemet skulle vara uppbyggt och tillsammans med systemutvecklare utvecklat det nya systemet. Arbetet har pågått under hela hösten med täta kontakter för att säkerställa funktion och användarvänlighet.