Utmaning 1: Komplicerade certifieringskrav
Processen för att erhålla ISO-certifiering omfattar granskning av dokumentation, revision, korrigering och förbättring av processer, omprövning osv. innan en certifiering kan utfärdas. När revisorerna besöker och granskar företagens ledningssystem på plats skriver de vanligtvis rapporter om avvikelserna, i enlighet med certifieringsklausulerna och -kraven, och rekommendationer om korrigerande åtgärder. Varje ISO-standard innehåller dock många krav. ISO 9001:2015 Kvalitetsledningssystem består till exempel av 10 klausuler och mer än 350 krav. Det var absolut tids- och energikrävande för revisorerna att gå igenom varje underliggande krav, vilket minskade den tid som användes till verklig, meningsfull interaktion med de enheter som skulle inspekteras.

Utmaning 2: Revisorernas effektivitet och skrivkonsekvens
När revisorerna genomför revisioner måste de inte bara granska dokumentationen utan också interagera med kunderna, ställa frågor och granska deras ledningssystem. I idealfallet föredrar Qvalify att revisorerna tillbringar mer tid med kunderna för att få en djupare förståelse för deras verksamhet. Med det sagt skulle det vara ett perfekt drag att söka ett effektivt sätt att minska den tid som läggs på att skriva rapporter. Dessutom hade Qvalify, som har cirka 55 revisorer, svårt att hålla varje revisors arbete konsekvent. Qvalify prioriterade både att anpassa skrivstilen till en viss standard och att hantera kvaliteten på rapporterna. Förutom intern utbildning var Qvalify angeläget om att hitta intelligenta lösningar för att hjälpa revisorerna att skriva rapporterna.

Utmaning 3: Utnyttja de historiska uppgifterna
Det var en stor utmaning att använda de många historiska uppgifterna på rätt sätt. I sitt rapporteringssystem har Qvalify sparat omkring 20 års historiska data, som förväntas användas som praktiska referenser när de utför revisioner. Liksom många andra företag försöker Qvalify utnyttja uppgifterna och maximera användningen av dem. Istället för att försöka bygga egna AI-modeller valde Qvalify ett effektivare och mindre kostsamt tillvägagångssätt: att söka en professionell lösningsleverantör.

Genom några rekommendationer från mun till mun hittade Qvalify Labelf och samarbetade nära med oss för att ta itu med utmaningarna. Efter att ha haft några möten och fått en del data kom Labelf med lösningar för Qvalifys verksamhet och byggde sömlöst in AI-modellen i Qvalifys rapporteringssystem Quno.

Strukturering och labeling av uppgifterna bidrar till en logisk användning av befintliga rapporter. Med det nya gränssnittet för tillämpningsprogrammering (API) hittar AI-modellerna motsvarande kriterier för ISO så snart revisorerna skriver in i rapporteringssystemet. I stället för att välja standardfält manuellt och skanna igenom kraven ett efter ett kan systemet nu automatiskt föreslå vilka som är relevanta att välja, baserat på historiska uppgifter. Den här funktionen har sparat en avsevärd mängd tid för revisorerna.Förutom bättre effektivitet ger AI-modellen också värde åt rapporteringens konsistens. Med cirka 55 revisorer som arbetar med enskilda revisioner kan behovet av enhetlighet och kvalitetskontroll uppfyllas. AI-modellen har lärt sig av vad som tidigare gjorts och ger förslag. Samtidigt som fler och fler uppgifter matas in i modellen blir den allt bättre på att uppfylla kvalitetsstandarderna och hjälpa revisorerna att göra en enhetlig rapportering.