Låt oss prata om Finlands strukturer.
AI granskar lagar och bidrag. Lyfter fram de som är värda att diskutera.
Lagstiftningsanalys
Varje finsk lag får en dom: behåll, förenkla eller upphäv. AI läser lagtexten och bedömer dess inverkan på ekonomisk tillväxt.
Se laganalys →STEA-bidragsanalys
274 M€ fördelades till 686 organisationer. Vi granskade varje organisation och varje bidrag. Resultat: 44-65 M€ kunde sparas.
Se STEA-analys →Metod
Analys baserad på offentliga data (Finlex, STEA) och Claude Opus 4.6 AI-modell. Allt analyserat av Opus: lagtexter, bidrag, överlappningar och besparingsberäkningar.
Laganalys
- Data: Finlex Open Data API
- Varje lagtext läst av Claude Opus 4.6
- Dom: behåll, förenkla eller upphäv
- Kostnadsuppskattningarna anger storleksordning
STEA-analys
- Data: avustukset.stea.fi + RAY 2000-2016
- 766 ansökningar, 1527 bidragsrader analyserade
- 51 överlappningsgrupper identifierade
- 27 års finansieringshistorik
✓ Lagtexter och bidragsbelopp är verkliga
~ Bedömningar och klassificeringar är beräknade
Vanliga frågor
Organisationer behöver administration för att fungera. Varför är det ett problem?
Administrationen är inte problemet. Problemet är 686 separata administrationer när 100 skulle räcka. Varje separat organisation behöver en egen styrelse, revision och rapportering. Genom att slå samman överlappande organisationer skulle man spara administrationskostnader utan att tjänsterna blir lidande.
Regional närvaro är viktig. Skulle inte sammanslagningar försvaga den?
Det regionala arbetet skulle fortsätta som regionkontor - på samma sätt som välfärdsområdena slog samman kommunernas social- och hälsovårdstjänster. Personalen och tjänsterna skulle finnas kvar, men administrationen skulle bli lättare.
Allmänna bidrag ger organisationerna flexibilitet. Är inte det bra?
Flexibilitet är bra, men 21% av den totala finansieringen helt utan resultatmål är för mycket. En rimlig nivå vore 20-30% per organisation, inte 60-100%.
Är det här ett politiskt projekt?
Nej. Det här är en dataanalys av offentliga källor. Vi representerar inget parti eller någon intresseorganisation. Datan är öppen och vem som helst kan kontrollera resultaten.
Vem har gjort det här?
Mari Luukkainen (@mariluukkainen) och Claude Opus 4.6. Koden finns på GitHub.