IBM 고객인 Landratsamt Augsburg의 청소년 복지 사무소는 지역 전역의 아동, 청소년 및 가족을 지원하고 보호하는 임무를 맡고 있습니다. 이 그룹의 사회복지사는 청소년 복지와 관련된 법률 및 재정적 문제뿐만 아니라 통합 지원 및 보육 비용 문제를 다룹니다. 이들은 각 사례에 대한 작업을 시작하기 전에 온라인 법률 참고 자료, 시민이 제출한 문서, 기타 보충 문서 등 다양한 데이터 소스를 통해 광범위한 조사를 수행한 후 각 사례에 대한 적절한 비용 분담금을 결정합니다. 현재 프로세스는 각 사례를 철저히 조사할 수 있지만 시간이 많이 걸리고 때로는 오류가 발생하기도 합니다. 게다가 이러한 종류의 연구를 수행할 수 있는 숙련된 전문 인력이 부족합니다.​

이러한 문제를 해결하기 위해 Landratsamt Augsburg는 IBM Client Engineering 및 IBM Consulting과 협업하기 시작했습니다. 일련의 워크숍을 통해 팀은 가장 시급한 문제점을 파악하고 사회복지사가 수동 조사 프로세스가 아닌 사례에 집중할 수 있도록 도울 수 있는 방법에 대한 비전을 제시했습니다. Landratsamt Augsburg 팀은 효율성을 높이고 싶었지만, 이 사례의 민감한 특성을 고려할 때 새로운 질문과 문제를 야기할 수 있는 새로운 기술을 도입하는 데 신중을 기했습니다. 팀원 중 일부는 생성형 AI(gen AI)를 가능한 해결책으로 삼고 싶어 했지만, 다른 팀원들은 회의적이었습니다. 팀은 그 잠재력을 테스트하기 위해 IBM과 함께 3일간 진행되는 해커톤에 참여했습니다.

3일간의 이벤트 기간 동안 8~10명의 엔지니어가 함께 모여 IBM watsonx Assistant와 통합되고 IBM watsonx.ai 및 IBM Watson Discovery의 지원을 받는 맞춤형 웹 애플리케이션을 구축했습니다. 이는 클라이언트가 설정한 여러 개의 서로 다른 데이터 소스를 쿼리하고 각 사례에 대한 결과를 요약하도록 설계되었습니다. 이벤트 기간 동안 수행된 테스트에서는 사례 데이터를 컴파일하는 데 필요한 시간이 최대 91% 개선된 것으로 나타났습니다. 파일럿 이전에는 사건을 알려주는 다양한 데이터 포인트를 모두 컴파일하는 데 최대 1시간이 걸렸지만, 파일럿 기간 동안에는 이러한 데이터를 컴파일하는 데 5분밖에 걸리지 않는 것을 확인했습니다. 일화적으로, 팀은 새로운 솔루션으로 생성된 사례 데이터 요약의 품질과 정확성이 의미 있게 향상되는 것을 관찰했습니다. 파일럿 이후 열광적인 반응은 부인할 수 없었습니다. 팀은 생성형 AI를 배포하여 그룹 전체에서 효율성과 성과를 개선할 수 있는 부분을 계속 모색하고 있습니다.