Maskinlæring gir økt kvalitet på næringskoder

Kunstig intelligens og maskinlæring kan bidra til at registrering av næringskoder blir mer korrekt. Gevinstene er mange, både for næringsliv og forvaltning.

I et nytt prosjekt ved Brønnøysundregistrene ser vi nå på hvordan næringskoder kan fastsettes automatisk, ved hjelp av kunstig intelligens og maskinlæring. Dette vil både næringsliv, forvaltning og kontrollorganer kunne dra nytte av.

Maskinlæring er en type kunstig intelligens der en datamaskin lærer og analyserer store datamengder uten at den er fortalt nøyaktig hvordan en oppgave skal løses. Den finner mønstre i store datamengder basert på statistiske modeller, matematisk optimalisering og algoritmer som har vært i bruk lenge. De potensielle bruksområdene er mange, også i offentlig sektor.

Økte krav til kvalitet

I dag er det Enhetsregisteret og SSB som setter næringskoder, både ved nyregistrering og ved melding om endring i aktiviteten. Etter hvert som næringskoder blir lettere tilgjengelige, samt at det er rettigheter og plikter som avhenger av type næring, er det tilbakemeldinger som tyder på økt bruk og dermed økte krav til kvalitet. Det er også et ønske om å forenkle og effektivisere registreringen både for brukerne, Enhetsregisteret og Statistisk sentralbyrå (SSB). Dette er bakgrunnen for at Brønnøysundregistrene, sammen med Samarbeidsforum for Enhetsregisteret, har tatt initiativ til en foranalyse av automatisert næringskoding.

Arbeidet er fortsatt i en tidlig fase. En arbeidsgruppe som består av folk fra Brønnøysundregistrene, Skatteetaten, NAV og SSB har i løpet av 2018 sett på dagens manuelle løsning og mulige fremtidige maskinelle løsninger. Til nå har dette arbeidet ført til at vi ser muligheter for maskinell registrering av næringskoder i en ganske stor andel av sakene, og det er utviklet et verktøy som foreslår næringskode ut fra skriftlige beskrivelser. Dette verktøyet testes nå ut av saksbehandlerne, og det er et godt hjelpemiddel, særlig for nye saksbehandlere. Det skal utføres mer omfattende tester for å finne ut hvor høy automatiseringsgrad det er mulig å oppnå.

Hjelper brukerne

Gevinstene med maskinlæring for næringskoder er mange. Vi kan gi brukerne hjelp til å finne riktige beskrivelser for aktiviteten de utfører i sin virksomhet. Dermed unngår brukerne å få saksbehandlingen forlenget fordi saksbehandlerne må be om tilleggsinformasjon. Det vil også føre til flere korrekte næringskoder, noe som blant annet medfører at brukerne ikke trenger å ta kontakt med Enhetsregisteret for å få korrigert næringskoden. Korrekte næringskoder gir dessuten næringslivet mulighet til søke om tilskudd innen ulike næringer, fritak for enkelte plikter og raskere tilgjengeliggjøring av hvert enkelt selskap for kunder og andre interessenter.

I tillegg gir dette muligheter for kontrollorganer å plukke ut et utvalg , basert på beskrivelser utover det som står i næringskoden. For saksbehandlerne vil det dessuten medføre færre manuelle saker, kortere saksbehandlingstid og bedre tid til andre oppgaver.

Lærer gjennom samarbeid

Maskinlæring og næringskoder var også temaet på en workshop som Brønnøysundregistrene arrangerte på høstens NOKIOS, som er NTNUs årlige konferanse for IKT i offentlig sektor. Tittelen var «Fra rådata til kunstig intelligens – virksomhetsreisen», og målet var å avmystifisere maskinlæring. Seksjon informasjonsforvaltning organiserte workshopen sammen med NAV og Lånekassen, som også har erfaring i bruk av maskinlæring. Nylig hadde vi dessuten en intern workshop for ansatte ved Brønnøysundregistrene. Temaet treffer både oss og andre deler av offentlig sektor, og vi ser nytten av å samarbeide med – og lære av – andre etaters arbeid.

Comments are closed.