AI-augmented human services ใช้เทคโนโลยีองค์ความรู้เพื่อเปลี่ยนการส่งมอบโปรแกรม

AI-augmented human services ใช้เทคโนโลยีองค์ความรู้เพื่อเปลี่ยนการส่งมอบโปรแกรม

เว็บไซต์

เทคโนโลยีที่ใช้ปัญญาประดิษฐ์แบบเดียวกับที่เราเคยใช้ในชีวิตส่วนตัวของเราสามารถนำไปใช้ในการบริการมนุษย์ได้แล้ว ช่วยให้หน่วยงานต่างๆ ลดต้นทุน เพิ่มชั่วโมงแรงงานหลายล้านชั่วโมงสำหรับงานที่สำคัญยิ่งขึ้น และส่งมอบสิ่งที่ดีกว่า บริการที่รวดเร็วขึ้น

การออกแบบเว็บไซต์

นาตาลีหมดแรงแล้ว รองผู้อำนวยการหน่วยงานบริการมนุษย์ขนาดใหญ่แห่งหนึ่งของเคาน์ตี เธอต่อสู้มาตลอดทั้งสัปดาห์โดยมีการหมุนเวียนพนักงานและการรายงานข่าวของสื่อเกี่ยวกับเวลาที่ต้องรอนานสำหรับการบริการ เมื่อกลับบ้านในเย็นวันศุกร์ เธอกังวลว่าอาจจะใช้เวลาที่เหลือในอาชีพการงานป้องกันตัวในที่ทำงาน
หลังจากเช้าวันเสาร์ที่ขับรถพาลูกๆ ไปเล่นเกมฟุตบอลและเรียนดนตรี นาตาลีก็ทรุดตัวลงบนโซฟา เธอผ่อนคลายไปกับเสียงเพลงจากสถานีวิทยุที่เธอชื่นชอบ และสงสัยว่าแพนโดร่าจะเสิร์ฟเพลงที่เหมาะกับอารมณ์ของเธอได้อย่างไร
หลังจากที่เธอมีโอกาสได้ผ่อนคลายแล้ว Siri® ก็พาดหัวข่าวเด่นประจำสัปดาห์ให้เธอ เตือนเธอว่าหลานสาวของเธอกำลังจะจบการศึกษา แนะนำของขวัญให้หลานสาว และเมื่อนาตาลียืนยันตัวเลือก เธอก็สั่งอาหาร ต่อมา วงฟิตเนสของนาตาลีเตือนเธอว่าถึงเวลาต้องไปยิมกับเทรนเนอร์ของเธอแล้ว ระหว่างทางไปยิม Waze จะเตือนเธอถึงอุบัติเหตุที่อยู่ข้างหน้าและจะนำทางเธอไปรอบๆ โดยอัตโนมัติ
กลับมาที่ทำงานในเช้าวันจันทร์ นาตาลีเห็นว่าเจ้าหน้าที่ดูแลบ้านพยายามจะถอดรหัสลายมือในแบบฟอร์มใบสมัครที่ส่งแฟกซ์ในช่วงสุดสัปดาห์ เพื่อให้พวกเขาสามารถป้อนข้อมูลในระบบของหน่วยงานได้ เธอเห็นคนเข้าคิวรอที่ล็อบบี้เพื่อรอตรวจสอบสถานะการสมัคร ผู้จัดการโครงการรวมตัวกันในห้องประชุม พยายามดิ้นรนเพื่อจัดสรรภาระงานของพนักงานที่ลาออกจากงานเมื่อสัปดาห์ก่อน
ชีวิตในสำนักงานจะดูแตกต่างออกไปอย่างไร นาตาลีสงสัยว่าถ้าเธอสามารถขยายปัญญาประดิษฐ์ (AI) ที่เธออาศัยที่บ้านและนำไปที่สำนักงานได้หรือไม่ ด้วยความช่วยเหลือจากเทคโนโลยีที่ใช้ AI เอเจนซี่สามารถทำงานประจำได้โดยอัตโนมัติ ทำให้พนักงานของเธอประหยัดเวลาในการป้อนข้อมูลได้นับไม่ถ้วน เทคโนโลยีนี้สามารถลดขั้นตอนการสมัครรับผลประโยชน์สำหรับบุคคลและครอบครัวได้ง่ายขึ้น นอกจากนี้ยังจะช่วยให้มีเวลามากขึ้นสำหรับ caseworkers ของเธอในการมุ่งเน้นไปที่งานที่เปลี่ยนแปลงชีวิตซึ่งดึงดูดพวกเขาให้มาใช้บริการมนุษย์ตั้งแต่แรก
ในบทความนี้ เราจะตรวจสอบว่าเทคโนโลยีที่ใช้ปัญญาประดิษฐ์แบบเดียวกับที่เราเคยใช้ในชีวิตส่วนตัวของเรานั้นสามารถนำไปใช้ในการบริการมนุษย์ได้อย่างไร นอกจากนี้เรายังสำรวจว่าหน่วยงานของรัฐใช้เทคโนโลยีเหล่านี้อย่างไรในวงจรชีวิตที่สมบูรณ์ของกรณีบริการมนุษย์ ด้วยการใช้การคาดการณ์เชิงปริมาณครั้งแรกว่า AI จะเปลี่ยนรูปแบบการทำงานของรัฐบาลอย่างไร เราจึงร่างกรอบเวลาที่หน่วยงานให้บริการด้านมนุษย์สามารถประหยัดเวลาและค่าใช้จ่ายได้จากการลงทุนในเทคโนโลยีที่ใช้ AI ในอีก 5-7 ปีข้างหน้า
ทำความเข้าใจ AI และการประยุกต์ใช้ในการบริการมนุษย์
ในขอบเขตของผู้บริโภค เทคโนโลยีที่ใช้ AI (เรียกอีกอย่างว่าเทคโนโลยีความรู้ความเข้าใจ) ซึ่งรวมถึงบริการสตรีมเพลง เช่น Pandora ผู้ช่วยส่วนตัวอัจฉริยะ เช่น Siri® และแอปการนำทางอัจฉริยะ เช่น Waze กำลังเปลี่ยนแปลงวิธีที่เราจัดการงานประจำวัน (ดู ข้างกล่องใส่ของ) เทคโนโลยีความรู้ความเข้าใจกำลังเปลี่ยนแปลงธุรกิจ ช่วยให้บริษัทคาดการณ์ความต้องการของตลาด เข้าใจรูปแบบในเนื้อหาขนาดใหญ่ ทั้งที่มีโครงสร้างและไม่มีโครงสร้าง และตัดสินใจได้ดีขึ้นในทุกสิ่งตั้งแต่การจัดสรรทรัพยากรไปจนถึงการวางตำแหน่งผลิตภัณฑ์ เทคโนโลยีที่ใช้ AI แบบเดียวกันนี้สามารถนำไปใช้ในการบริการของมนุษย์เพื่อช่วยให้หน่วยงานต่างๆ แบ่งเบาภาระการบริหารจำนวนมากสำหรับ caseworkers เพิ่มเวลาให้กับงานที่สำคัญมากขึ้น ปรับปรุงการตัดสินใจ และให้บริการที่ดีขึ้นและเร็วขึ้น
เทคโนโลยีที่ใช้ AI ที่ส่งผลต่อชีวิตของเรา
เพื่อให้เห็นคุณค่าของการใช้งาน AI ที่มีศักยภาพในการให้บริการมนุษย์ได้ดียิ่งขึ้น จำเป็นต้องทำความเข้าใจเกี่ยวกับระบบอัตโนมัติที่สำคัญและเทคโนโลยีที่ใช้ AI บางส่วนที่ส่งผลต่อชีวิตของเรา เทคโนโลยีเหล่านี้รวมถึงกระบวนการอัตโนมัติของกระบวนการหุ่นยนต์ (RPA), ระบบตามกฎ, การเรียนรู้ของเครื่อง, คอมพิวเตอร์วิทัศน์, การรู้จำคำพูด และการประมวลผลภาษาธรรมชาติ
AI สามารถไปได้ไกลในการจัดการกับความท้าทายที่มีมาอย่างยาวนานซึ่งต้องเผชิญหน้า caseworkers และบุคคลและครอบครัวที่พวกเขาให้บริการ ความท้าทายเหล่านี้รวมถึง:
อัตราการลาออกสูง:ในเจฟเฟอร์สันเคาน์ตี้ รัฐเคนตักกี้ เกือบหนึ่งในสามของพนักงานบริการสังคมของเคาน์ตีลาออกในปี 2559 1ในเท็กซัส ผู้ตรวจสอบบัญชีของรัฐพบว่าอาชีพบริการสังคมมีอัตราการลาออก 25 เปอร์เซ็นต์ในปี 2558 ซึ่งสูงที่สุดในบรรดาทั้งหมด การประกอบอาชีพในรัฐ นักสังคมสงเคราะห์กล่าวว่าภาระงานจำนวนมหาศาลและภาระการบริหารที่เกี่ยวข้อง ซึ่งกินเวลาตั้งแต่ 50 ถึง 80 เปอร์เซ็นต์ของเวลาทั้งหมด ทำให้พวกเขาทำงานอย่างมีประสิทธิภาพและทำให้พวกเขาพิจารณาลาออกจากอาชีพ อัตราการลาออกที่สูงสามารถเพิ่มค่าใช้จ่ายในการฝึกอบรม บังคับให้มี caseloads ที่ใหญ่ขึ้นสำหรับผู้ที่อยู่ในขณะที่ถูกทดแทน และสร้างความไม่มั่นคงที่สำคัญสำหรับบุคคลและครอบครัวที่ต้องพึ่งพา caseworkers เพื่อขอความช่วยเหลือ
กรณีโหลดขนาดใหญ่ที่ไม่สามารถจัดการได้:ในเซาท์แคโรไลนา 15 เปอร์เซ็นต์ของผู้ดูแลเคสดูแลเด็ก 50 คนขึ้นไป ผู้ดูแลคดีเพียงคนเดียวในเทศมณฑลสปาร์ตันเบิร์ก รัฐเซาท์แคโรไลนา ดูแล 143 คดี 5ด้วยภาระงานขนาดใหญ่เช่นนี้ เจ้าหน้าที่ดูแลบ้านมักมีปัญหาในการจัดลำดับความสำคัญของงาน และยากสำหรับพวกเขาที่จะมองเห็นผลกระทบที่พวกเขาทำผ่านความพยายามของพวกเขา Caseworkers มาให้บริการมนุษย์ที่ต้องการช่วยเหลือบุคคลและครอบครัว เมื่อพวกเขาทำงานไม่ถูกต้อง ถูกเวลา ถูกเวลา ก็อาจจะท้อแท้ได้
ภาระในการบริหารที่บั่นทอนการใช้เวลากับบุคคลและครอบครัว: Caseworkers เป็นแนวหน้า ผู้คนที่ตั้งอยู่ในการปรับปรุงวิถีชีวิตของลูกค้าได้ดีที่สุด อย่างไรก็ตาม บ่อยครั้งพวกเขาถูกผูกมัดด้วยเอกสารและเก็บไว้จากการทำงานจริงที่เปลี่ยนชีวิตจริงๆ จากการศึกษาพบว่าพนักงานเคสสามารถใช้เวลามากกว่า 60 เปอร์เซ็นต์ในการทำเอกสาร
เวลารอนาน:ใครก็ตามที่พยายามติดต่อศูนย์บริการของรัฐบาลจะรู้ว่าการรอที่ยาวนานนั้นน่าหงุดหงิดเพียงใด การพักสายจะยิ่งน่าหงุดหงิดมากขึ้นไปอีกเมื่อผู้โทรพยายามหาสิ่งจำเป็นพื้นฐาน เช่น อาหารหรือที่อยู่อาศัย ตามรายงานของสำนักงานความรับผิดชอบของรัฐบาลสหรัฐฯ ผู้เรียกร้องประกันการว่างงานต้องเผชิญกับการรอโทรศัพท์จากทุกที่ตั้งแต่ 20 นาทีถึงสองชั่วโมง สิ่งที่น่ากังวลกว่านั้นคือการโทรส่วนใหญ่ที่โทรเข้ามาที่ศูนย์บริการทางโทรศัพท์นั้นเกี่ยวข้องกับการตรวจสอบสถานะของแอปพลิเคชัน การกำหนดใหม่ หรือเรื่องอื่นๆ คำถามเกี่ยวกับสถานะเหล่านี้สามารถจัดการได้อย่างง่ายดายด้วยแชทบอท ซึ่งเป็นโปรแกรมคอมพิวเตอร์ที่จำลองการสนทนาของมนุษย์ผ่านการแชทด้วยเสียงหรือข้อความ ทำให้พนักงานของศูนย์บริการสามารถจัดการกับคำถามที่ซับซ้อนมากขึ้นได้
ความล่าช้าในการส่งมอบบริการ:แม้หลังจากส่งใบสมัครและติดตามสถานะของพวกเขาแล้ว บุคคลและครอบครัวมักไม่ค่อยคิดว่าอาจต้องใช้เวลานานเท่าใดจึงจะได้รับผลประโยชน์และบริการที่พวกเขามีสิทธิ์ ความล่าช้าดังกล่าวมักเกิดจากแผนกที่ขาดแคลน การตัดงบประมาณ และเทคโนโลยีที่ล้าสมัยหรือเกิดข้อผิดพลาดได้ง่าย
อุปสรรคด้านภาษาสำหรับผู้ที่ไม่ได้ใช้ภาษาอังกฤษ:ชาวอเมริกัน 26 ล้านคน หรือประมาณ 9 เปอร์เซ็นต์ของประชากร มีความสามารถทางภาษาอังกฤษที่จำกัด 9ในแคลิฟอร์เนีย ซึ่งเป็นรัฐที่มีความหลากหลายทางภาษามากที่สุดของประเทศ ผู้อยู่อาศัยสามารถพูดภาษาต่างๆ ได้อย่างน้อย 220 ภาษา 10อุปสรรคทางภาษาสามารถนำไปสู่ปัญหาจำนวนหนึ่งได้: แบบฟอร์มที่กรอกไม่ถูกต้อง ผลประโยชน์ล่าช้า และปัญหาในการให้บริการ เป็นต้น ในขณะที่รัฐมักแปลเอกสารและใช้ล่ามเพื่อลดอุปสรรคเหล่านี้ ปัญหายังคงอยู่ ตัวอย่างเช่น ในรัฐหนึ่ง บุคคลที่พูดภาษาอาหรับไม่ได้รับผลประโยชน์การว่างงานเป็นเวลานานกว่าสามเดือนเนื่องจากความล่าช้าในการรับเอกสารการสมัครที่แปลและหาล่ามเพื่อพิจารณาอุทธรณ์

เว็บแอพพลิเคชั่น

การนำเทคโนโลยีที่ใช้ AI มาใช้งานในวงจรชีวิตของกรณีบริการมนุษย์
หน่วยงานของรัฐเริ่มนำเทคโนโลยีระบบอัตโนมัติ เช่น ระบบอัตโนมัติของกระบวนการหุ่นยนต์ (RPA) และเทคโนโลยีความรู้ความเข้าใจมาใช้ในการทำงานตลอดวงจรชีวิตเต็มรูปแบบของกรณีบริการมนุษย์ เป้าหมายของพวกเขาคือการลดภาระในการบริหารงานของผู้ดูแลปัญหา จัดการกับเวลารอนาน คัดแยกจำนวนเคสที่สูงตามความเสี่ยง และเพิ่มเวลาให้เจ้าหน้าที่จัดการกับกรณีที่ซับซ้อนมากขึ้น
ในที่นี้ เราตรวจสอบกรณีการใช้งานต่างๆ สำหรับเทคโนโลยีที่ใช้ AI ในการให้บริการมนุษย์ที่เขตอำนาจศาลในสหรัฐอเมริกาและทั่วโลกกำลังดำเนินการอยู่ กรณีต่างๆ มีตั้งแต่การทำให้การตรวจสอบสิทธิ์ง่ายขึ้นและปรับปรุงการตรวจจับการฉ้อโกง ไปจนถึงการทำนายกรณีที่มีความเสี่ยงสูงสุด
ลดความซับซ้อนของการตรวจสอบคุณสมบัติ
ผู้ดูแลบ้านในปัจจุบันมักจะต้องตรวจสอบคุณสมบัติของผู้รับผลประโยชน์ด้วยตนเองโดยการดึงข้อมูลจากหลายระบบ ตัวอย่างเช่น ในซานดิเอโกเคาน์ตี้ เจ้าหน้าที่ดูแลเคสใช้ระบบที่แตกต่างกันสองระบบสำหรับการตรวจสอบคุณสมบัติ อันดับแรกจะจัดเก็บเอกสารที่จำเป็นทั้งหมดเพื่อตรวจสอบสิทธิ์ ที่สองมี 500 แบบฟอร์มใบสมัครที่แตกต่างกัน; แต่ละแบบฟอร์มหรือแบบฟอร์มรวมกันต้องใช้เอกสารที่แตกต่างกัน
เนื่องจากทั้งสองระบบไม่ได้เปิดเผยข้อมูลร่วมกัน เจ้าหน้าที่เคสจึงต้องเปิดแบบฟอร์มจากระบบหนึ่ง แล้วจึงมองหาเอกสารประกอบในอีกระบบหนึ่ง เนื่องจากมี 500 รูปแบบความต้องการเหล่านี้สร้างหลายร้อยกฎเกณฑ์ทางธุรกิจซึ่งมีนักสังคมสงเคราะห์ในการตรวจสอบด้วยตนเอง กระบวนการนี้ซับซ้อนและใช้เวลามาก
เพื่อทำให้กระบวนการเป็นอัตโนมัติและเชื่อมต่อทั้งสองระบบ เคาน์ตีได้ปรับใช้ซอฟต์แวร์ RPA สิ่งนี้จะดูที่แบบฟอร์มที่เปิดอยู่บนหน้าจอของผู้ดูแลคดี กรองผ่านฟิลด์การตรวจสอบ ระบุเอกสารที่เกี่ยวข้อง จากนั้นดึงเอกสารเหล่านั้นจากระบบอื่น งานที่ทำด้วยตนเองทั้งหมดถูกแทนที่ด้วยจังหวะของปุ่มลัด ขอบคุณ RPA เคาน์ตีลดเวลาที่ใช้ในการอนุมัติใบสมัคร SNAP จาก 60 วันเหลือน้อยกว่าหนึ่งสัปดาห์
กระบวนการสมัครอัตโนมัติ
Caseworkers ไม่ใช่คนเดียวที่สามารถได้รับประโยชน์จากเทคโนโลยีที่ช่วยให้กระบวนการมีสิทธิ์ง่ายขึ้น แอปพลิเคชันแบบเปิดฟรีที่เรียกว่าบอท DoNotPay ที่สร้างขึ้นในสหราชอาณาจักรช่วยบุคคลที่ต้องการบริการจากรัฐบาล กำหนดคุณสมบัติโดยอัตโนมัติ และกรอกแบบฟอร์มใบสมัครสำหรับผู้ใช้
Joshua Browder นักศึกษามหาวิทยาลัยสแตนฟอร์ดที่เกิดในลอนดอน เดิมทีพัฒนาบอท DoNotPay เพื่อช่วยให้ผู้ขับขี่อุทธรณ์ค่าปรับที่จอดรถในสหราชอาณาจักร จากนั้นเขาก็เริ่มได้รับข้อความเกี่ยวกับการขับไล่และการยึดทรัพย์จากผู้ที่ไม่มีความรู้เกี่ยวกับกฎหมาย และผู้ที่พยายามดิ้นรนเพื่อขอที่อยู่อาศัยของรัฐบาล คำถามของพวกเขาผลักดันให้ Browder เพิ่มที่อยู่อาศัยของรัฐบาลในเมนูบริการที่บอทสามารถจัดการได้ “ฉันเริ่มได้รับอีเมลจากใจจริงเกี่ยวกับการขับไล่ การล้มละลาย และการยึดทรัพย์ และในตอนนั้นฉันรู้สึกแย่ที่ช่วยอะไรไม่ได้ นั่นทำให้ฉันตัดสินใจขยายเรื่องนี้เพื่อช่วยเหลือคนเร่ร่อน” บราวเดอร์กล่าว

Web​ application

บอทประเมินความต้องการของคนเร่ร่อนโดยถามคำถามมาตรฐานสองสามข้อ—ว่าพวกเขาอาศัยอยู่ที่ไหน พวกเขามีสิทธิ์ได้รับที่อยู่อาศัยของรัฐบาลหรือไม่ สถานการณ์โดยรอบการไร้บ้านของพวกเขา และพวกเขาได้รับการวินิจฉัยว่ามีปัญหาสุขภาพร่างกายหรือจิตใจหรือไม่ ตามคำตอบ บอทจะสร้างแอปพลิเคชันที่สมบูรณ์โดยอัตโนมัติซึ่งออกแบบมาเพื่อเพิ่มโอกาสให้ผู้สมัครอยู่ในบ้าน หากบุคคลมีความพิการทางร่างกาย เช่น บอทจะจัดเรียงแอปพลิเคชันใหม่เพื่อเน้นที่สภาพนั้น
ปรับปรุงการตรวจจับการฉ้อโกง
นอกจากนี้ยังสามารถใช้ AI เพื่อตรวจจับการฉ้อโกงผลประโยชน์ได้ หน่วยงานในเนเธอร์แลนด์ที่รับผิดชอบด้านการจัดหาผลประโยชน์ทางสังคมกำลังประสบปัญหากับโปรแกรมตรวจจับการฉ้อโกงที่มีอยู่ ระบบกำลังสร้าง “ผลบวกที่ผิดพลาด” จำนวนมาก โดยทำเครื่องหมายหลายกรณีสำหรับการฉ้อโกงที่เป็นไปได้ซึ่งไม่มีการฉ้อโกงเกิดขึ้นจริง เวลาที่ใช้ในการสืบสวนคดีเหล่านี้ลดเวลาในการตามล่าการฉ้อโกงที่เกิดขึ้นจริง
จากนั้นหน่วยงานก็สร้างระบบใหม่ที่ใช้การเรียนรู้ของเครื่อง ระบบนี้เรียนรู้ที่จะตั้งค่าสถานะแอปพลิเคชันผลประโยชน์สำหรับการฉ้อโกงที่เป็นไปได้ โดยใช้ข้อเสนอแนะจากการวิเคราะห์ของทีมการฉ้อโกงเพื่อปรับปรุงความถูกต้องเมื่อเวลาผ่านไป เริ่มต้นด้วยตัวอย่างบันทึกผลประโยชน์จริง หน่วยงานได้สร้างแบบจำลองเพื่อสแกนบันทึกและตั้งค่าสถานะกรณีที่ดูเหมือนเป็นการฉ้อโกง
ทีมงานใช้รูปแบบการตรวจจับการฉ้อโกงและป้อนบันทึกแอปพลิเคชันมากขึ้นเรื่อยๆ เพื่อปรับปรุงความแม่นยำ หลังจากการทำซ้ำหลายครั้ง โมเดลได้ตั้งค่าสถานะแอปพลิเคชันที่เป็นการฉ้อโกงด้วยความแม่นยำ 95 เปอร์เซ็นต์
การทำนายเคสที่มีความเสี่ยงสูง
แผนกบริการมนุษย์ของโอคลาโฮมาใช้เทคโนโลยีความรู้ความเข้าใจเพื่อช่วยคาดการณ์ว่ากรณีสวัสดิภาพเด็กกรณีใดมีแนวโน้มมากที่สุดที่จะนำไปสู่การเสียชีวิตในเด็ก แผนกร่วมมือกับ Eckerd Kids ซึ่งซอฟต์แวร์ใช้แมชชีนเลิร์นนิงเพื่อสร้างแบบจำลองที่คาดการณ์ว่ากรณีใดมีความเสี่ยงสูงสุด โดยเน้นที่ปัจจัยต่างๆ เช่น การปรากฏตัวของเด็กอายุต่ำกว่า 3 ขวบ การล่วงละเมิดระหว่างรุ่น พ่อแม่ที่อายุน้อย ปัญหาสุขภาพจิต และประวัติการใช้สารเสพติด เมื่อคดีที่มีความเสี่ยงสูงถูกแจ้ง พวกเขาจะต้องผ่านการตรวจสอบอย่างละเอียดและแชร์ผลลัพธ์กับเจ้าหน้าที่ในแนวหน้า เพื่อที่พวกเขาจะได้ตัดสินใจเกี่ยวกับวิธีแก้ไขที่จะช่วยลดความเสี่ยงและปรับปรุงผลลัพธ์ กระบวนการนี้ช่วยให้เจ้าหน้าที่ภาคสนามกำหนดเป้าหมายการสอบสวนตามความเสี่ยงมากกว่าการสุ่มตัวอย่าง
ขยายบริการตนเองผ่านแชทบอท
ในความพยายามที่จะปรับปรุงการบริการตนเอง ลดปริมาณคอลเซ็นเตอร์ และแพทย์ฟรีเพื่อมุ่งเน้นไปที่ผู้ป่วยที่ต้องการการดูแล บริการสุขภาพแห่งชาติของสหราชอาณาจักรได้ร่วมมือกับ Babylon Health ในการนำร่องในห้าเขตเลือกตั้งในลอนดอน แทนที่จะโทรไปที่สายด่วนฉุกเฉิน 111 ผู้ป่วยที่ทุกข์ทรมานจากภาวะเร่งด่วนแต่ไม่เป็นอันตรายถึงชีวิตควรโต้ตอบกับแชทบอท ผู้ป่วย รายเข้าสู่แอพมือถือและแชทบอท (ด้วยความช่วยเหลือของ AI) แนะนำว่าควรไปพบแพทย์ ไปร้านขายยา หรือเพียงแค่พักผ่อน
กระบวนการทั้งหมดใช้เวลาประมาณนาทีครึ่งในการส่งข้อความกลับไปกลับมา เทียบกับ 10-12 นาทีที่จำเป็นในการพูดคุยกับตัวแทนคอลเซ็นเตอร์ ความหวังคือการใช้แชทบอทเพื่อทำการทดสอบ แพทย์สามารถมุ่งเน้นไปที่การรักษาผู้ป่วยที่ต้องการพบพวกเขา และในทางกลับกัน จะช่วยลดเวลารอนานอันเนื่องมาจากการขาดแคลนแพทย์ของสหราชอาณาจักร
มอบบริการที่เป็นส่วนตัวมากขึ้น
Harrow Council ซึ่งเป็นหน่วยงานบริหารของ Borough of Harrow ในลอนดอน ให้บริการผู้คนประมาณ 250,000 คน ในปี 2013 สภาได้เปิดตัว My Community ePurse (MCeP) ซึ่งเป็นโปรแกรมที่ให้งบประมาณส่วนบุคคลออนไลน์และเครื่องมือในการวางแผนสำหรับผู้รับ ผู้อยู่อาศัยในเขตเลือกตั้งที่มีสิทธิ์แต่ละคนสามารถใช้งบประมาณส่วนบุคคลเพื่อซื้อบริการจากผู้ให้บริการหลายร้อยราย โดยใช้ระบบการชำระเงินทางอิเล็กทรอนิกส์ โปรแกรมนี้ทำให้ประชาชนสามารถกำหนดแผนสวัสดิการสังคมของตนเองได้ นอกจากนี้ยังได้สร้างตลาดสำหรับผู้ให้บริการซึ่งมีจำนวนเพิ่มขึ้นจาก 30 เป็น 750 ด้วยประสิทธิภาพที่ระบบสร้างขึ้นสภาสามารถให้ผู้ให้บริการเสนอส่วนลดในอัตรามาตรฐานโดยลดต้นทุนลง 7 เปอร์เซ็นต์

Robot Auto process

ขั้นตอนต่อไปสำหรับสภาคราดคือการบูรณาการด้านสุขภาพและการดูแลสังคม ระบบการจัดการกรณีและปัญหาจะดึงข้อมูลจากแง่มุมต่างๆ ของการประเมินและแผนการดูแลของแต่ละคน จากนั้นวิเคราะห์ข้อความที่ไม่มีโครงสร้างด้วยความช่วยเหลือของการประมวลผลภาษาธรรมชาติเพื่อให้ข้อมูลที่เกี่ยวข้องแก่ caseworkers สำหรับผู้ใช้แต่ละคน ระบบค้นหาข้อมูลจำนวนมากในไม่กี่วินาที ช่วยคาดการณ์ความเสี่ยงด้านสุขภาพในอนาคต และแนะนำตัวเลือกที่ดีที่สุดในการลดความเสี่ยงเหล่านั้น