Kvalitní data jsou pro analytické projekty ve státní správě jako základy domu. Bez nich to nejde, říká Jozef Benčík ze SASu

Na to se zeptal Robert Dastych (RD), zástupce divize Data &IoT společnosti TD SYNNEX svého kolegy ze společnosti SAS Jozefa Benčíka (JB), který zde aktuálně zastává funkci výkonného ředitele pro veřejný sektor. Již 12 let zde pracuje na tom, aby čeští a slovenští klienti využívali naplno svá data a řešili problémy efektivně s využitím analytiky.

RD: Jozefe, pokud budeme hovořit o jakémkoli IT projektu ve státní správě, na konci by vždy měla být konkrétní služba občanovi. Jak pokročilá analytika a umělá inteligence mění způsob, jakým veřejný sektor poskytuje tyto služby občanům? 

JB: Především tyto technologie umožňují státní správě být mnohem efektivnější a personalizovanější. Vezměme si třeba příklad chatbotů. Ty dokážou občanům poradit s běžnými dotazy, třeba ohledně poplatku za odpad, nebo je nasměrovat na správný odbor úřadu. To znamená, že občan nemusí trávit hodiny na telefonu nebo běhat po úřadech – dostane rychlou odpověď ve chvíli, kdy ji potřebuje.

Další velkou výhodou je schopnost analyzovat obrovské množství dat. To umožňuje státní správě lépe předvídat trendy a potřeby občanů. Například v oblasti sociálních služeb můžeme díky analýze dat identifikovat rizikové skupiny a nabídnout jim cílenou pomoc dřív, než se dostanou do vážných problémů.

Co se týče konkrétních služeb, AI může výrazně urychlit a zjednodušit různé administrativní procesy. Představte si, že byste mohli vyřídit většinu úředních záležitostí online, s pomocí inteligentního asistenta, který vás celým procesem provede.

RD: My oba máme přes 25 let zkušeností z oblasti IT a dodávek řešení a služeb. Víme, o jak komplexní a složitý obor se jedná. Jaké jsou dle tvých zkušeností největší výzvy, se kterými se státní správa potýká při implementaci analytických řešení? Ve státní správě v současné době pracuje řada velmi šikovných odborníků, ale mnohdy jsou, dle jejich vlastních slov, svázáni nejenom množstvím předpisů, ale bohužel i politickým zadáním. Jaká by byla tvé doporučení, pokud bychom se bavili o analytických a datových projektech?

JB: Máš pravdu, implementace analytických řešení ve státní správě je skutečně komplexní a náročný úkol. Těch výzev je opravdu hodně, já na základě mých zkušeností vidím následující:

Jedním z největších problémů je, že data jsou často rozptýlena napříč různými rezorty a systémy, které spolu nekomunikují. To ztěžuje získání uceleného pohledu na data a následně to komplikuje nebo úplně znemožňuje použít analytiku a udělat jakoukoli smysluplnou a efektivní analýzu.

Pak přichází další výzva. Ne všechna data, která má státní správa k dispozici, jsou vhodně strukturovaná a dostatečně kvalitní pro pokročilou analytiku.

RD: Tedy je to primárně o datech.

JB: Ano, data pro analytické projekty bych přirovnal k základům domu. Bez dobrých základů dům nepostavíte, stejně jako bez správných dat nepostavíte smysluplný analytický projekt.

RD: Nicméně to není jediné úskalí, kterému projekty ve státní správě čelí. Už jsme o tom hovořili, velice často bývá největší problém daný projekt takzvaně „vypsat a vysoutěžit“.

JB: Přesně tak. Kolikrát jsou největší výzvou zdlouhavá výběrová řízení a schvalovací procesy, které mohou trvat mnoho měsíců, a někdy i roky. Setkali jsme se i s projekty, kde již v době implementace byla vysoutěžená technologie zastaralá.

Dále jsem přesvědčen, a ty jsi to už také trochu naznačil, že by pro nás všechny, tím myslím občany, bylo velmi vhodné vytvořit stabilní prostředí pro realizaci dlouhodobých projektů, a to nezávisle na politických cyklech. Není dobré, když se ruší již rozpracované projekty nebo se naopak začínají projekty bez rozmyslu jen proto, že došlo ke změně politického seskupení.

RD: Už je to více jak rok, co jsme jako distributor získali do naší divize Data &IoT softwarové řešení SAS, které považujeme za etalon pokročilé analytiky a AI. Zatímco SAS je velmi dobře etablován v komerčním sektoru, zejména ve finančnictví a v oblasti péče o zákazníka, jeho uplatnění ve státní správě si řada lidí neumí moc představit. A přitom SAS má ve veřejném sektoru celou řadu zajímavých řešení, na jejichž konci jsou konkrétní služby občanům. 

JB: Zde bych chtěl jen připomenout, že společnost SAS vznikla v roce 1976 a po celou dobu se věnuje datové analytice, umělé inteligenci a statistice. Dá se říci, že naše technologie se v některých oblastech staly určitým standardem.

Mnoho lidí si neuvědomuje, že se s výsledky projektů realizovaných na technologiích SAS v podstatě setkává denně v běžném životě, i když jen nepřímo. SAS se využívá v bankách a pojišťovnách pro detekci podvodů, personalizaci nabídek a řízení rizik. V maloobchodě SAS pomáhá s personalizací nabídek a efektivním řízením zásob. Ve státní správě se SAS používá například v bezpečnostních složkách, ve zdravotnictví, v oblasti digitalizace – našli bychom takovýchto příkladů opravdu hodně.

RD: Pojďme si některé z těchto projektů blíže představit. Začal bych například projektem sčítání obyvatel, kde SAS opravdu významně pomohl. Mohl bys nám tento projekt představit a zejména nám popsat jeho konkrétní výstupy ve formě poskytnutých služeb?

JB: O tomto projektu bych mohl hovořit celý den. Všichni si pamatujeme poslední sčítání v roce 2021 a musím říct, že v této oblasti byla naše technologie využita v mnoha zemích, nejen v EU. Abych byl konkrétnější, za velmi úspěšný považujeme projekt sčítání obyvatel na Slovensku, kde se elektronické sčítání uskutečnilo poprvé v historii země. Myslím, že na tomto projektu se naplno ukázala síla a kvalita SASu v oblasti zpracování dat, integrací, čištění dat, jak ve fázi jejich přípravy pro účel sčítání, tak následně při jejich vyhodnocování a prezentaci výsledků široké veřejnosti. Stačí se jít podívat na webové stránky sčítání SODB 2021 na Slovensku.

RD: To mohu jen potvrdit. Projekt sčítaní obyvatel na Slovensku je širší odbornou veřejností považován za velmi zdařilý. Co jiné oblasti, například již zmiňované zdravotnictví nebo oblast státních financí? 

Ve zdravotnictví SAS pomáhá například zlepšovat diagnostiku, personalizovat léčbu a snižovat administrativní zátěž lékařů. Máme nádherný projekt v oblasti zlepšení léčby rakoviny díky využití SASu v Holandsku. Projekt, který má obrovský pozitivní dopad na státní finance, máme implementován ve finanční správě a správě sociálního zabezpečení v Belgii, kde se díky analytice podařilo eliminovat téměř všechny podvody s DPH, zlepšit výběr daní nebo odhalovat nelegální zaměstnávání.

RD: Pojďme se teď podívat na další oblast a tou je digitalizace. Protože analytické projekty jsou především o datech, jak mohou být tato data s využitím analytiky poskytována ve prospěch občanů?

JB:  Digitalizace veřejné správy je v podstatě převedení úředních procesů a služeb do elektronické podoby. Místo papírování a čekání ve frontách můžete spoustu věcí vyřídit online, kdykoliv se vám to hodí. A to jde pouze tehdy, když stát o nás umí pořizovat a zpracovávat potřebné informace – kdy jsme se narodili, kde bydlíme, jaké máme vzdělání, jaké služby využíváme, v jaké životní situaci se právě nacházíme… Aby na základě těchto informací mohl stát nabízet elektronické služby, je extrémně důležité, aby byla data pro digitalizaci ve 100% kvalitě, to je absolutní a nevyhnutelná podmínka, jinak to ani nemá význam dělat. Zdůrazňuji, s nekvalitními nebo nekompletními daty digitalizaci ani nezkoušejte, jsou to potom vyhozené peníze.

Když máme vyřešena data, může pak nastoupit analytika a rozhodovací procesy, které umožní na základě interakcí občanů se systémy dělat automatizovaná rozhodnutí a navrhovat další kroky s cílem vyřešit konkrétní životní situaci. A právě v téhle oblasti je SAS jako ryba ve vodě. Tyto principy zpracování dat, analýzy a inteligentních rozhodnutí už léta používají naši klienti v komerčním sektoru.

Zde je pár příkladů, jak to může fungovat v praxi:

Lepší plánování služeb: Třeba když analytika ukáže, že v určité čtvrti přibývá mladých rodin (např. díky sčítání obyvatel), město může včas naplánovat stavbu nové školky.

Personalizovaná upozornění: Systém vám může poslat SMS nebo e-mail, že se blíží termín pro obnovení řidičáku nebo pasu, aniž byste na to museli myslet.

Efektivnější zdravotnictví: Analýza zdravotních dat může pomoct lékařům lépe předvídat rizika nemocí a nabídnout cílenou prevenci.

Chytřejší doprava: Na základě analýzy pohybu lidí (např. díky sčítání obyvatel) lze upravit jízdní řády nebo trasy autobusů tak, aby lépe vyhovovaly skutečným potřebám.

Klíčové je, že toto vše probíhá s respektem k soukromí občanů a s důrazem na bezpečnost dat. Cílem je vytvořit chytrý stát, který je tu pro občany, ne naopak. Je to cesta k efektivnější, transparentnější a vstřícnější veřejné správě, která dokáže pružně reagovat na měnící se potřeby společnosti.

RD: Pojďme teď zabrousit do trochu jiné oblasti a tou je bezpečnost. O využití dat a analytiky pro potřeby bezpečnosti se mluví neustále. Mnoho našich bezpečnostních útvarů či odborů má slovo analytický ve svém názvu. Pokročilá analytika a efektivní sdílení dat mezi jednotlivými bezpečnostními složkami významně pomáhá při prevenci a potírání trestné činnosti. Mohl bys nám uvést konkrétní příklad z této oblasti? 

JB: Podobné projekty, jako dělá SAS v této oblasti, se už v ČR realizují. Jmenuje se to Mapy budoucnosti a je to konkrétní příklad využití pokročilé analytiky a sdílení dat v oblasti bezpečnosti. Tento projekt se zaměřuje na mapování, analýzu a predikci kriminality s cílem zefektivnit boj s trestnou činností.

Pokročilá analytika SAS se v oblasti bezpečnosti využívá k lepšímu pochopení vzorců kriminality, efektivnějšímu nasazení policejních sil a zlepšení spolupráce mezi různými bezpečnostními složkami. Výsledkem by měla být nejen účinnější prevence a potírání trestné činnosti, ale také lepší informovanost veřejnosti.

V tomto specifickém odvětví máme bohaté zkušenosti s implementací řešení pro lepší ochranu hranic, kontrolu pohybu zboží v reálném čase, odhalování pašeráctví a obchodu s lidmi, prioritizaci kontrol, podporu operativní činnosti vyšetřovatelů a vše, co souvisí s vyšetřováním a analýzou rizik.

RD: V poslední době u nás rezonuje téma důchodů a daní. Můj názor je, že, že by důchody i daně měly být státní správou nastaveny z pohledu dlouhodobé udržitelnosti a zároveň sociální citlivosti. Věřím, že by státní správa ocenila mít možnost modelování a simulace daní a důchodů založené na datech. Řešil jsi už někdy tuto problematiku? 

JB: Ani se nedivím, daně a důchody jsou téma v každé zemi. V obou oblastech máme, myslím, velmi slušné výsledky u více klientů. Vrátím se už ke zmiňované Belgii, kde se díky analytice zlepšil výběr daní a odhalování podvodů v oblasti daní a sociálního zabezpečení.

V Belgii jsme také nasadili projekt, který umožňuje modelování různých parametrů a jejich dopadů (daně, sociální dávky, …). Belgická státní správa tak dokáže citlivěji realizovat systémové změny, které mají dopad na celou zemi.

Problematiku modelování se pokusím snad srozumitelně a jednoduše vysvětlit. Při modelování se používají data. Čím více, tím lépe. A musí být samozřejmě co nejkvalitnější. Pokud nemáte dostatek dat, musíte použít jen nějaké vhodné vzorky dat a dělat modely a simulace nad nimi. Pokud však máte všechna data, je lepší použít tato namísto méně vypovídajícího vzorku. Získáte tak mnohem přesnější výsledky. A to je přesně důvod, proč je Belgie úspěšná. Umí lépe předpovídat dopady systémových změn a lépe je řídit. Podobný projekt máme implementovaný i v Maďarsku v oblasti důchodů a dopadů změn v systému na občana.

To jsou konkrétní příklady řešení, ale je zřejmé, že umožňují výrazně zlepšit schopnost státní správy modelovat a simulovat různé scénáře, a tím přijímat informovanější rozhodnutí v této důležité oblasti.

RD: Předchozí otázkou jsme se dotkli citlivého tématu a já bych rád pokračovat dalším citlivým tématem, a tím jsou dotace. Třebaže osobně nejsem jejich příznivcem, pokud už je máme využívat, měli bychom je využívat efektivně, účelně a transparentně. Může k dosažení tohoto cíle pokročilá analytika pomoci? 

JB: Problémem dotací je, že je lidé považují za snadno získané peníze, které není třeba vracet, a snaží se je získat i subjekty, které by na ně za normálních okolností neměly nárok. Je třeba si uvědomit, že ten, kdo chce páchat nelegální aktivitu, je vždy ve výhodě, protože ví, co zamýšlí, a ta druhá strana je vždy v nevýhodě, protože neví, kdy a co má čekat. A právě tuto výhodu potenciálního pachatele nebo podvodníka je možné eliminovat díky různým metodám, které SAS aplikuje ve svém řešení zaměřeném na odhalování podvodů. Myslím, že v této oblasti SAS exceluje a svědčí o tom svědčí i fakt, že téměř polovina zemí EU včetně samotných institucí Evropské komise používá SAS řešení na odhalování podvodů v oblasti daní, cel, sociálních dávek, eurofondů a dotací.

RD: Analytické a datové projekty jsou velmi specifické a často v souvislosti s nástupem nových IT trendů hovoříme o tzv. datové gramotnosti. Jaké kroky by měl veřejný sektor podniknout ke zvýšení datové gramotnosti u svých zaměstnanců?

JB: Osobně si myslím, že už se to děje a veřejná správa jasně vnímá potřebu mít na své straně odborníky na data a analytiky, jinak by nemohli realizovat projekty digitalizace, resp. byli by odkázáni jen na dodavatele.

Od pandemie tu máme jasný trend nárůstu projektů v oblasti elektronických služeb, digitalizace a lepšího využití dat ve veřejném životě. Toto se jen tak nezmění a osobně si myslím, že datová gramotnost se stane nevyhnutelností a nebude jen doménou vybraných expertů.

Tedy, moje doporučení je začít se na tuto novou realitu systematicky připravovat a instituce veřejné správy by měly začít budovat datovou kulturu a podporovat prostředí, kde je práce s daty běžnou součástí každodenních činností. Měly by více spolupracovat se soukromým sektorem a akademickou sférou. SAS ve velké míře podporuje akademický sektor a umožňuje studentům univerzit seznámit se s naší technologií už během studia a získat zkušenosti, které budou potřebovat v zaměstnání. Tato partnerství mohou přinést cenné zkušenosti a know-how. A hlavně by měly instituce investovat do potřebné infrastruktury a nástrojů, protože čím dál tím více zaměstnanců bude potřebovat mít k dispozici odpovídající technologické vybavení pro efektivní práci s daty.

RD: Na závěr pohled do budoucnosti. Jaké vidíš trendy v oblasti pokročilé analytiky a jak vidíš budoucnost spolupráce mezi soukromým sektorem a vládními organizacemi na poli analytiky a digitální transformace?

JB: To je dost těžká otázka, protože dynamika změn je za poslední roky obrovská i díky nástupu generativní AI. Proto si myslím, že hlavním trendem bude širší využití umělé inteligence a strojového učení i tam, kde by to dnes nikdo nečekal. A pokud si dobře pamatuješ na konferenci e-government 20:10 v Mikulově, které se také SAS a TD SYNNEX tento rok účastnili, bylo vidět, že státní správa nechce zaostávat v této oblasti.

Dále si myslím, že bude pokračovat demokratizace analytiky a datové vědy, aby byla dostupnější i netechnickým uživatelům.

Předpokládám, že díky vyšší míře používání cloudových služeb nastane větší tlak a poptávka po analýze dat v reálném čase, umožňující okamžité reakce na změny trhu a zvýšení agility veřejné správy.

A také očekávám, že bude kladen důraz na kybernetickou bezpečnost a ochranu soukromí v souvislosti s rostoucím množstvím zpracovávaných dat a v souvislosti s připravovaným EU AI Act.

Tyto trendy budou hrát klíčovou roli v digitalizaci a rozhodovacích procesech veřejné správy.

Mám jenom obavy, že veřejné instituce nebudou stíhat držet krok s dobou kvůli složitým interním procesům. Když vezmu v potaz, že některé veřejné zakázky mohou trvat i rok či dva, jsou tyto obavy na místě. Všichni víme, jak daleko umí ten vlak ujet v tomhle sektoru za tak dlouhé období.