Le bureau de protection de la jeunesse du Landratsamt d'Augsbourg, client d'IBM, a pour mission d'aider et de protéger les enfants, les adolescents et les familles dans tout le district. Les travailleurs sociaux de ce groupe s'occupent des questions juridiques et financières liées à l'aide à la jeunesse, ainsi que de l'assistance à l'intégration et des frais de garde d'enfants. Afin de déterminer la contribution aux coûts appropriée pour chaque dossier dont elles ont la charge, ces personnes effectuent des recherches approfondies à partir de différentes sources d'informations, telles que des références juridiques en ligne, des documents soumis par les citoyens ainsi que d'autres ressources supplémentaires et ce, avant de commencer à travailler sur chaque dossier. Si la procédure actuelle garantit que chaque cas fait l'objet d'une recherche approfondie, elle est également très chronophage et peut parfois être source d'erreurs. De plus, on observe une pénurie de professionnels spécialisés dans ce type de recherche.​

Pour relever ces défis, Landratsamt Augsburg a commencé à collaborer avec IBM Client Engineering et IBM Consulting. Au cours d'une série d'ateliers, l'équipe a identifié quels étaient les problèmes les plus urgents et a présenté une vision de la façon dont elle pourrait contribuer à libérer du temps pour les travailleurs sociaux afin qu'ils puissent se concentrer sur leurs cas, plutôt que sur le processus manuel de recherche. L'équipe de Landratsamt Augsburg savait qu'elle voulait être plus efficace, mais compte tenu de la nature sensible des dossiers qu'elle traite, elle était naturellement prudente quant à l'adoption de nouvelles technologies susceptibles d'introduire de nouvelles questions et de nouveaux défis. Certains membres de l'équipe étaient impatients d'explorer l'IA générative comme solution potentielle ; d'autres étaient plus sceptiques. Pour tester le potentiel de la solution proposée, l'équipe a participé à un hackathon de trois jours aux côtés d'IBM.

Au cours de cet événement de trois jours, 8 à 10 ingénieurs se sont réunis pour créer une application Web personnalisée intégrée à IBM Watsonx Assistant et prise en charge par IBM Watsonx.ai et IBM Watson Discovery. La solution conçue visait à interroger plusieurs sources de données disparates présentées par le client et résumer les conclusions pour chaque cas. Les tests effectués lors de l'événement ont montré une amélioration de 91 % du temps nécessaire à la compilation des données des dossiers. Avant le projet pilote, la compilation de tous les différents points de données qui éclairent un cas pouvait prendre jusqu'à une heure. Au cours du projet pilote, l'équipe a observé que la compilation de ces données pouvait ne pas durer plus de cinq minutes. Fait intéressant, l'équipe a également observé une amélioration significative de la qualité et de l'exactitude des résumés de données de cas générés par la nouvelle solution. L'enthousiasme suscité par le projet pilote était indéniable. L'équipe est impatiente de continuer à explorer les domaines dans lesquels elle peut améliorer l'efficacité et les performances au sein du groupe en déployant l'AI générative.