Med et budsjett på over 500 milliarder kroner årlig (NAV, 2022) og om lag 22.000 ansatte, står etaten overfor et presserende spørsmål: Kan automatisering med kunstig intelligens (AI) spare milliarder og samtidig frigjøre arbeidskraft til privat sektor?
Svaret er et rungende ja. Ved å erstatte regelbasert saksbehandling med AI, kan Norge realisere enorme økonomiske gevinster, redusere svindel og flytte tusenvis av kompetente medarbeidere til verdiskapende jobber i næringslivet.
Regelbasert saksbehandling
Dette er lavthengende frukt for AI. NAV håndterer millioner av saker årlig – fra sykepenger (2,5 millioner søknader i 2022) til uføretrygd (340.000 mottakere) og dagpenger.
Mange av disse er regelbaserte: Hvis vilkår X er oppfylt, utbetales ytelse Y. Dette er oppgaver AI allerede mestrer. For eksempel viser erfaringer fra spesialisthelsetjenesten at AI kan diagnostisere med høyere treffsikkerhet enn mennesker (Nature Medicine, 2023).
Hvis AI kan vurdere kreft på MR-bilder, kan den også vurdere arbeidsevne basert på legeerklæringer og inntektsdata.
Anslag tyder på at 30–50% av NAVs saker kan automatiseres med dagens teknologi, og opptil 70% med videre utvikling. For uføretrygd alene, som koster rundt 100 milliarder kroner årlig, kunne automatisering spare betydelige summer ved å standardisere terskler og redusere feilutbetalinger.
Riksrevisjonen har tidligere estimert at 1–5% av trygdeutbetalinger er feilaktige (Riksrevisjonen, 2019). Bare en reduksjon på 2% her ville spart 2 milliarder kroner årlig – penger som kunne gått til velferd eller skattelettelser.
Svindelbekjempelse: Milliarder å spare
Svindel og misbruk er et underrapportert problem i NAV. Anekdotiske eksempler viser hvordan uføretrygdede kan jobbe svart eller fakturere gjennom firmaer, og utnytte smutthull i regelverket. En person på 50% uføretrygd kan for eksempel drive et transportfirma, ta ut kapitalinntekter og unngå inntektsgrensen på 1 G (ca. 120.000 kroner).
Med svart økonomi i Norge anslått til 100–150 milliarder kroner årlig (SSB, 2022), er det rimelig å tro at en andel av dette knyttes til trygdemottakere.
AI kan revolusjonere svindelbekjempelsen. Ved å koble NAVs data med Skatteetaten, Brønnøysundregistrene og banktransaksjoner (innenfor lovlige rammer), kan AI oppdage avvik i sanntid – f.eks. høy omsetning i et firma eid av en uføretrygdet person.
I USA har IRS brukt AI til å spare milliarder på skatteunndragelse (IRS, 2023). Hvis NAV reduserte svindel og feilutbetalinger med bare 1 milliard kroner årlig, ville investeringen i AI raskt betale seg selv.
Frigjøring av 11.000 ansatte
NAV sysselsetter ca. 22.000 personer, hvorav mange håndterer rutineoppgaver som kunne vært automatisert. Hvis 50% av saksbehandlingen overtas av AI, frigjøres teoretisk 11.000 arbeidstakere.
Med en gjennomsnittlig årslønn på 600.000 kroner (basert på offentlig sektor-lønn), utgjør dette en lønnskostnad på 6,6 milliarder kroner årlig. Selv om ikke alle kan kuttes direkte – noen må overvåke AI-systemene – kunne store deler av denne arbeidskraften flyttes til privat sektor.
Næringslivet skriker etter kompetanse. Ifølge NHOs kompetansebarometer (2023) mangler bedrifter titusenvis av arbeidstakere innen teknologi, helse og service. NAV-ansatte, med erfaring i administrasjon, kundebehandling og analyse, er godt rustet til å fylle disse hullene.
Dette ville ikke bare redusere offentlige kostnader, men også øke skatteinntekter og verdiskaping. En studie fra OECD (2021) viser at land som omstiller offentlig ansatte til privat sektor, kan øke BNP med opptil 1% over tid.
For Norge, med et BNP på ca. 5.000 milliarder kroner, er det snakk om 50 milliarder kroner i potensiell gevinst.
Kostnader ved å stå stille
Motstanden mot automatisering er forståelig – frykt for jobbtap og personvernhensyn er reelle. Men kostnadene ved å ikke handle er større. NAVs budsjett vokser i takt med en aldrende befolkning og flere uføretrygdede, spesielt unge med diffuse diagnoser (20% av nye mottakere er under 40 år, NAV, 2021).
Uten automatisering risikerer vi et ineffektivt system som taper penger til svindel og unødvendig byråkrati.
Personvern kan håndteres med strenge rammer, som i Nederland, hvor AI i trygdesystemet balanserer effektivitet og rettigheter (Dutch Government, 2022). Teknologien finnes allerede – spesialisthelsetjenestens suksess med AI-diagnostikk viser vei.
Det handler om politisk vilje og investering, estimert til noen hundre millioner kroner i oppstart, mot milliarder i årlige besparelser.
En økonomisk no-brainer
Automatisering av NAV er ikke bare teknisk mulig – det er økonomisk fordelaktig. Ved å spare 2–5 milliarder kroner årlig på feilutbetalinger og svindel, og frigjøre tusenvis av ansatte til privat sektor, kan Norge styrke både velferdsstaten og næringslivet.
De 22.000 NAV-ansatte representerer en gullreserve av arbeidskraft som i dag bindes opp i rutineoppgaver AI kan gjøre bedre.
Tiden er inne for å la maskinene ta over det regelbaserte, slik at mennesker kan skape verdier andre steder.
Les også: Flere lokale NAV-kontorer holder stengt i julen – Slik får du hjelp
Referanser:
- NAV (2022). Årsrapport 2022.
- Riksrevisjonen (2019). Rapport om feilutbetalinger i trygdesystemet.
- SSB (2022). Anslag om svart økonomi i Norge.
- Nature Medicine (2023). «AI in Diagnostics: A New Era».
- IRS (2023). Annual Report on Tax Evasion Detection.
- NHO (2023). Kompetansebarometer.
- OECD (2021). «Public Sector Transition to Private Employment».
- Dutch Government (2022). «AI in Welfare: Lessons Learned».
