IBM 的客户，奥格斯堡地区办事处的青年福利办公室的任务是支持和保护该地区的儿童、青少年和家庭。该小组的个案工作者处理与青年福利以及综合援助和儿童保育费用有关的法律和财务问题。为了确定其职权范围内每个案件的适当费用分摊，这些人员在开始处理每个案件之前，会使用各种不同的数据源进行广泛的研究，例如在线法律参考资料、公民提交的文件和其他补充文件。虽然当前的流程可确保对每个案例进行彻底研究，但也相当耗时而且有时容易出错。此外，能熟练开展此类研究的专业人员也十分短缺。

为了应对这些挑战，奥格斯堡地区办事处开始与 IBM^® Client Engineering 和 IBM Consulting ^® 合作。在一系列研讨会上，该团队确定了他们最紧迫的痛点，并概述了他们如何帮助福利个案工作者腾出时间专注于他们的案件，而不是手动研究过程的愿景。奥格斯堡地区办事处的团队知道他们想要提高效率，但鉴于此等案例工作的敏感性，他们对采用可能带来新问题和挑战的新技术持谨慎态度，这是可以理解的。团队中的一些成员渴望探索生成式 AI 作为解决方案的可能性，而其他成员则持怀疑态度。为了测试其潜力，团队参加了 IBM 为期三天的黑客马拉松活动。

在为期三天的活动中，8-10 名工程师齐聚一堂，构建了一个定制的 Web 应用程序，该应用程序与 IBM watsonx^™ Assistant 集成，并由 IBM watsonx.ai^™ 和 IBM Watson^® Discovery 提供支持。它旨在查询客户提出的多个不同的数据源，并总结每个案例的调查结果。活动期间进行的测试表明，汇编案例数据所需的时间缩短了 91%。在试点之前，汇编为案例提供信息的各种数据点可能需要长达一个小时；而在试点期间，团队观察到汇编这些数据可能只需要五分钟。有趣的是，该团队还观察到新解决方案生成的案例数据摘要的质量和准确性有了显著改善。试点之后大家展现出的热情是确切无疑的。该团队渴望继续探索如何通过部署生成式 AI 来改善整个团队的效率和工作情况。