Den 17 juni 2026 presenterade Siesta AI sitt angreppssätt för säkra AI-agenter i Tjeckiens deputeradekammare under ett internt evenemang med fokus på e-Stat. Diskussionen kretsade kring en praktisk fråga som offentliga institutioner möter varje dag: hur man kan snabba upp research, utkastarbete och administration utan att försvaga säkerhet, spårbarhet, åtkomstkontroll eller befintlig IT-arkitektur.
När offentliga institutioner utforskar AI är nyckelfrågan inte längre om modeller kan skriva utkast eller sammanfatta dokument. Den svårare frågan är om de kan fungera i reglerade miljöer där varje källa, behörighet, åtgärd och varje utdata måste kunna förklaras och granskas.
eStat och utmaningarna i lagstiftningsflöden
eStat diskuterades som en plattform avsedd att stödja lagstiftningsflöden och bidra till den bredare moderniseringen av offentlig förvaltning. I det sammanhanget delade Siesta AI hur säkra AI-agenter kan stödja dokumenttungt arbete utan att ersätta kärnsystem eller förändra etablerade beslutsprocesser.
Offentliga institutioner har vanligtvis tillgång till mycket information. Den operativa utmaningen är att hantera den: dokument spridda över flera arkiv, parallella versioner som cirkulerar via e-post, behörigheter som skiljer sig mellan avdelningar och beslut som måste motiveras med referenser som håller vid granskning. Det är precis här ett styrt “assistanslager” kan minska manuellt arbete samtidigt som ansvaret ligger där det hör hemma.
Var säkra AI-agenter kan hjälpa, utan att ersätta kärnsystem
I lagstiftnings- och administrativa arbetsflöden kommer värdet ofta av att ta bort “dolt arbete” som ligger runt det formella beslutet: att söka källor, kontrollera om en referens fortfarande är giltig, jämföra versioner eller omvandla mötesresultat till strukturerade nästa steg. När dessa steg görs manuellt blir processen långsammare och mer felbenägen, särskilt under tidspress.
En konkret referenspunkt är Siesta AI:s demomiljö på https://zakony.siesta.ai/. Den visar hur källförankrad hämtning och strukturerade utdata kan stödja juridiskt och lagstiftande arbete, till exempel genom att:
- lyfta fram potentiellt relevanta bestämmelser i tjeckisk lag för bedömning av granskare
- markera områden som kan kräva granskning ur konstitutionellrättsligt perspektiv
- länka till relevant EU-rätt och skyldigheter där det är tillämpligt
- flagga möjliga dupliceringar, överlappningar eller konflikter med befintlig reglering
- stödja lagstiftningsteknisk granskning, inklusive saknade definitioner, brutna hänvisningar och interna inkonsekvenser
- ta fram strukturerade utkast, sammanfattningar och ändringsförslagsliknande text baserat på tillhandahållna indata och bilagor
Utöver utkastarbete kan styrda agenter även hjälpa till med administration, som att sammanfatta långa dokument, jämföra dokumentversioner, förbereda strukturerade mötesuppföljningar och extrahera åtgärdspunkter för mänsklig bekräftelse. I reglerade miljöer är dessa förmågor mest användbara när källhänvisningar, behörigheter och godkännandesteg är synliga, inte underförstådda.
Vad offentliga institutioner bör mäta
För att hålla utvärderingen förankrad, fokusera på resultat som går att verifiera i verkligt arbete: tiden det tar att hitta relevanta källor, tidigare utkast och relaterade ändringar; total ledtid för att ta fram PM, sammanfattningar, ändringsförslag och utskottsanteckningar utan att sänka granskningskvaliteten; felfrekvensen som orsakas av föråldrade versioner eller missade beroenden; samt acceptansgraden för källhänvisningar, det vill säga hur ofta granskare kan godkänna utdata utan att skicka tillbaka dem för omarbete.
Vill du veta mer?
Boka en kort genomgång och se hur Siesta AI stödjer styrd kunskapshämtning och utkastarbete över team: https://siesta.ai/demo