Il Department of Child Safety dell'Arizona (Arizona DCS) gestisce processi complessi nel quadro della sua missione di proteggere i bambini, ricongiungere le famiglie, garantire ambienti di vita sicuri e prevenire traumi evitabili.

In passato, il dipartimento ha avuto difficoltà a gestire casi complessi e a tenere il passo con politiche in continua evoluzione. Inoltre, i processi manuali rallentavano i processi decisionali, causando inefficienze e ritardi.

La natura delicata del lavoro di Arizona DCS ha richiesto un approccio ponderato. Per assicurarsi che le modifiche ai processi fossero gestite con cura e attenzione, Arizona DCS ha collaborato con IBM Consulting e ha adottato un approccio graduale utilizzando le funzionalità di Microsoft® Azure e Microsoft genAI. Questa combinazione ha consentito una trasformazione strategica, innovativa e incentrata sui risultati, appositamente studiata per soddisfare le specifiche esigenze delle operazioni di Arizona DCS. I team di consegna di IBM Consulting hanno anche utilizzato IBM Consulting Advantage for Cloud Transformation (con tecnologia IBM watsonx) per i materiali di supporto del programma e i workflow interni principali, aumentando la precisione e portando a decisioni più rapide e informate.

La trasformazione e modernizzazione di Arizona DCS ha portato a una migliore classificazione del registro centrale, al supporto dell'assistente virtuale per le modifiche alle policy e alla semplificazione dei processi di sviluppo, riducendo il workload e aumentando la produttività. Tutto ciò ha permesso ai professionisti di Arizona DCS di trascorrere più tempo con le famiglie e i membri della comunità invece di svolgere attività amministrative.

"Il team di IBM Consulting ci ha aiutato a implementare le soluzioni di gen AI di Microsoft, che hanno migliorato significativamente l'efficienza degli assistenti sociali, consentendo loro di concentrarsi su ciò che conta davvero: aiutare le famiglie", afferma Frank Sweeney, Chief Information Officer di Arizona DCS.

Arizona DCS aveva difficoltà a classificare i risultati delle indagini sui casi all'interno del proprio registro centrale, un database di report sull'abbandono e l'abuso di minori. Il sistema si basava sull'analisi manuale dei testi, il che rendeva difficile gestire e analizzare la grande quantità di dati in modo efficiente. La classificazione manuale comportava ritardi nei processi decisionali, e la mancanza di un sistema di sottoclassificazione rendeva difficile identificare le accuse specifiche e la loro relativa gravità. L'introduzione di modifiche alle definizioni della sottoclassificazione attraverso statuti, casi giudiziari, policy e procedure complicava ulteriormente il processo complessivo di classificazione.

Nella fase 1 della trasformazione, il team congiunto di Arizona DCS e IBM Consulting si è concentrato su come migliorare ed efficientare la classificazione e ha utilizzato le funzionalità OpenAI di Microsoft per sviluppare un sistema di classificazione delle accuse basato su 4 categorie.

Nella fase 2, il team ha lavorato per migliorare la categorizzazione utilizzando gli strumenti Microsoft Azure OpenAI per creare delle sottocategorie per i casi classificati basate sui resoconti e sulle definizioni delle sottoclassificazioni. Questo successo ha aiutato Arizona DCS a migliorare la capacità di categorizzazione, così da renderla più in linea con la gravità dei reati. Inoltre, questa automazione aiuta ad alimentare i processi decisionali umani all'interno di Arizona DCS.

Arizona DCS sta riscontrando diversi benefici per quanto riguarda la classificazione e categorizzazione del registro centrale:

• la precisione della nuova classificazione di Arizona DCS consente di prendere decisioni migliori e più informate sui periodi di retention nel registro centrale;
  
  
• la gravità dei reati è ora un ulteriore fattore determinante nelle decisioni sul periodo di retention;
  
  
• la categorizzazione avanzata consente di prendere decisioni basate sui dati con una maggiore precisione, ottenendo risultati migliori per i bambini e le famiglie;
  
  
• la riduzione dei costi e l'aumento della produttività si ottengono grazie a una corretta classificazione che riduce al minimo interventi ed elaborazione manuali.

Arizona DCS aveva difficoltà a mantenere aggiornati gli assistenti sociali sulle modifiche alle policy e sugli aggiornamenti procedurali sul portale "Program Policy", uno strumento creato per fornire informazioni e rispondere alle domande sulle policy. La complessità dei documenti di policy e altri problemi di accessibilità hanno portato a inefficienze nel recupero e nella comprensione delle informazioni, con conseguente perdita di produttività e sforzi di conformità impegnativi.

Grazie alla collaborazione con IBM Consulting e all'utilizzo di Microsoft Azure gen AI, il team ha fornito una soluzione per rispondere alle sfide affrontate dai professionisti di Arizona DCS e ha creato un assistente virtuale basato su AI per semplificare il processo di accesso e comprensione dei documenti di policy.

Le funzionalità del nuovo assistente virtuale includono un'interfaccia intuitiva che consente ai professionisti di Arizona DCS di navigare tra documenti di policy complessi e fornire un riepilogo degli stessi. Tutti i riepiloghi sono ordinati in base al livello di confidenza e affidabilità per garantire informazioni accurate, oltre a collegamenti alla fonte delle informazioni. L'assistente virtuale consente all'utente di risparmiare tempo nella ricerca di informazioni sulle policy e aiuta a garantire una chiara comprensione nell'ottica di assicurare la conformità.

Questa soluzione di assistente virtuale basato sulla gen AI è ora attiva e offre i seguenti benefici:

• un'esperienza utente migliorata grazie a un'interfaccia intuitiva che consente una facile navigazione e accesso ai documenti di policy per i professionisti di Arizona DCS;
  
  
• la ricerca e il recupero rapidi facilitano la ricerca e il recupero rapido e preciso delle informazioni sulle policy in risposta alle richieste degli utenti;
  
  
• un linguaggio delle policy semplificato per spiegazioni chiare aiuta a ridurre al minimo la probabilità di violazioni delle policy;
  
  
• produttività aumentata e tempi di revisione ridotti per le modifiche alle policy.

Questa soluzione ha inoltre migliorato l'esperienza utente, semplificato il linguaggio delle policy e ridotto il rischio di violazioni delle policy.

Per Arizona DCS, gestire gli ostacoli nel proprio processo costituiva una sfida, perché i product owner e i business analyst gestivano ulteriori responsabilità a supporto degli assistenti sociali, il che determinava una minore produttività. Il lungo processo di creazione delle storie utente e dei criteri di accettazione da parte di product owner e business analyst ritardava lo sviluppo delle attività, influiva sulle tempistiche dei progetti e diminuiva la produttività dei team.

Dopo aver realizzato una progettazione e una pianificazione dettagliate, il team ha lavorato per integrare TachyonGPT, uno strumento di gen AI fornito da Neudesic, una società IBM, con una board di Azure DevOps per generare e perfezionare funzionalità, storie utente, criteri di accettazione e scenari di test. Il team ha utilizzato la sintassi Gherkin per le storie utente e i criteri di accettazione, per ottenere coerenza e chiarezza. In questo modo, Arizona DCS ha potuto stabilire un modo coerente per scrivere gli elementi di lavoro di Azure DevOps, ridurre gli errori e aumentare la produttività, il che ha consentito ai product owner e ai business analyst di concentrarsi sulle attività ad alta priorità e di ridurre il proprio workload.

Ulteriori benefici per Arizona DCS includono:

• l'aumento della produttività, pari al 40%, consente una maggiore efficienza;
  
  
• le tempistiche di sviluppo accelerate consentono una consegna più rapida di progetti e funzionalità;
  
  
• lo sviluppo basato sulla gen AI potenzia il team senza richiedere ampie competenze tecniche e consentendo di gestire efficacemente i rischi;
  
  
• l'integrazione di TachyonGPT con Azure DevOps semplifica i processi di sviluppo riducendo il workload e dimostrando il potenziale dell'AI di trasformare il modo in cui i team lavorano e realizzano progetti insieme.