Dette innlegget ble opprinnelig publisert på azets.no 25. februar 2020
Verdiene vi kan hente ut av data kan bli enda større og viktigere enn oljen. Men olje og data har vidt forskjellige egenskaper.
Det er lett å la seg rive med i diskusjoner som omhandler Norges fremtid og hva vi skal leve av når oljen tar slutt. Stadig flere tror at data vil bli “den nye oljen” for Norge. Clive Humby, den anerkjente britiske matematikeren og arkitekten bak Tescos Clubcard, regnes som den første som gjorde denne sammenligningen – helt tilbake i 2006.
Stemmer egentlig dette, og har i så fall norske virksomheter med ambisjoner om å skape verdier av data noe å lære av aktører i norsk oljevirksomhet?
Data passerer oljen i 2030
I økonomisk forstand kan man kanskje hevde at data har potensiale til å bli Norges «nye olje». I følge en rapport utarbeidet av Menon, på oppdrag fra NHO, representerer norsk dataøkonomi en årlig verdiskaping tilsvarende ca. 150 milliarder kroner og en sysselsetting tilsvarende 100 000 arbeidsplasser i 2020.
Denne verdiskapingen har potensiale til å nå 300 milliarder kroner i 2030, eller ca. 7 prosent av BNP. I så fall vil verdiskapingen fra data dermed kunne passere verdiskapingen fra norsk petroleumsvirksomhet (!) rundt 2030. Tar vi med de samfunnsøkonomiske gevinstene ut over verdiskapingen som kan måles i BNP, så har, ifølge Menon, ressursen data en verdi som langt overstiger petroleumsressursene.
Men selv om verdiene vi vil kunne hente ut av data er på nivå med oljen, og vel så det, så blir det likevel feil å sammenligne olje med data. Data er egentlig noe helt annet.
Økt bruk = økt verdi
I motsetning til olje blir ikke data “brukt opp”; data er uendelig fornybar. Samme data kan brukes og gjenbrukes i mange ulike anvendelser, inkludert i ulike algoritmer og programmer, uten at verdien forringes. Tvert imot blir som oftest verdien større jo mer dataene benyttes. Sammenslåing av to eller flere komplementære datasett kan gi mer innsikt enn å holde dem atskilt. Bearbeiding av store datamengder kan være mer effektivt enn å behandle hvert enkelt datasett for seg.
I motsetning til olje, har data heller ikke verdi isolert sett. Verdien ligger ikke i dataene som sådan, men i hvordan de utnyttes som innsatsfaktor til forbedring, fornying og nyskaping. Verdien av data måles derfor gjennom hvilke gevinster virksomheter, og samfunnet, oppnår gjennom å utnytte data.
Hva er data?
Det kan være vanskelig å anslå hva slags verdiskapning data kan tilføre en virksomhet før det er en underliggende forståelse av hva data egentlig er og hva som er “alt annet” som har med data å gjøre. Alt dette “andre” er først og fremst teknologier som brukes til å fange data, å knytte sammen data, å dele data og til å analysere data. Altså det som gjør at data får verdi. Det er mye begrepsforvirring i markedet i disse dager knyttet til data, dessverre ikke alltid hjulpet av velmenende konsulenter og rådgivere (meg selv inkludert).
Data er data, som min tidligere professor pleide å si. Det er egentlig ikke så mystisk. Data kan omfatte alt fra personlige data som alder, kjønn og høyde, til data samlet inn fra sensorer på skip eller om produksjonsprosessen ved en fabrikk. Du finner data i ord, bilder, lyd, ideer, fakta, målinger, statistikk eller hva som helst som kan behandles av datamaskiner (brutt ned til binære tall, 1-er og 0-er).
Det som skaper forvirring for de fleste av oss, er alt det “andre” som har med data å gjøre. Og da snakker vi som regel om all teknologien som gjør det mulig å nyttiggjøre seg av data.
Basis- og systemteknologier
Det kan være hensiktsmessig å gruppere, eller i det minste sette noen merkelapper på, de mest sentrale teknologiene i denne sammenheng. Det regjeringsoppnevnte utvalget, Digital21, deler disse teknologiområdene inn i basis- og systemteknologier.
Basisteknologi er teknologiområdene som ikke har direkte nytte eller anvendelse isolert sett men er først nyttig når den settes inn i og utnyttes i en sammenheng – en kontekst. Eksempler på slik basisteknologi er sensorer, blockchain, stordata analyse (big data) og 3D-printing.
Systemteknologi er teknologiområder som omfatter løsninger på et høyere systemisk nivå, der basisteknologi sammen med andre teknologier og kunnskapsområder settes sammen og kan tas i bruk innen mange områder, næringer og sektorer. Eksempler på dette er cloud computing (nettsky), roboter, droner, tingenes internett – IoT og autonome systemer.
Basert på disse kriteriene trekker Digital21 frem fem teknologier som peker seg ut som spesielt viktige både for virksomheter og samfunnet for øvrig. Disse er kunstig intelligens, stordata analyse (big data), tingenes internett (IoT), autonome systemer og robotisering og automatisering. Felles for alle teknologiene er at data er en viktig ingrediens.
Hvordan data skaper verdi
Menon understreker at det er først når man kan fatte bedre beslutninger, basert på data, at data virkelig skaper verdi. Det betyr at det ikke er tilstrekkelig å ha store, mange eller omfattende datasett. De må kobles, bearbeides, tilgjengeliggjøres og nyttiggjøres. Virksomheter som bruker data for å realisere verdi gjør det enten for å forbedre eksisterende drift, påvirke sin egen evne til fornying, eller begge deler. Det vil si:
Forbedre eksisterende drift. Dette vil blant annet innebære å effektivisere beslutningsprosesser, gi mer presise prediksjoner, raskere reaksjonstid, bedre brukerorientering, bedre kvalitet i beslutninger, og så videre.
Påvirke egen evne til fornying: Dette kan være å utvikle en ny organisasjonsmodell, nye kommunikasjonskanaler eller helt nye produkter og tjenester.
De fleste i dag har mest fokus på forbedring av eksisterende drift, drevet frem av en gryende digitaliseringsbølge og virksomheters økte fokus på digital transformasjon. Selv om Norge fremstår som langt fremme på digitalisering, har en betydelig del av arbeidslivet i Norge enda ikke høstet gevinstene fra digital transformasjon av arbeidsprosesser. Her er fremdeles mye ugjort, og virksomheter har fortsatt et stykke å gå før de får digitalisert mer av sin verdiskapning.
Menon forventer at dataøkonomien vil få vesentlig mer oppmerksomhet i årene som kommer, etter hvert som arbeidsprosesser og aktiviteter i samfunnet gjennomgår en digital transformasjon.
Tre eksempler fra virkeligheten
Men det finnes allerede en rekke virksomheter og offentlige initiativ hvor data allerede skaper verdi. Her er 3 eksempler:
Akvagroup, en større leverandører til oppdrettsbransjen, har utviklet programmet Fishtalk Control. Dette tar for seg hele fiskeforløpet – fra stamfisk til slakt. Programmet gjør at en kan få full sporing av fisken til enhver tid. Hvordan laksen beveger seg sier mye om hvordan den har det. Eksempelvis vil en sulten fisk svømme raskere og mindre rett frem enn en fisk som er mett. Den nye innsikten som dataene gir bidrar blant annet til å bekjempe lakselus og til å optimere driften av anleggene. Dermed øker både kvaliteten på fisken og inntjeningen.
Digitalisering av landbruket på tvers av land og sektor står øverst på agendaen i EU-prosjektet DEMETER. Her er også Norge representert via SINTEF, Mimiro, Landbrukets Dataflyt, Trøndelag Forsking og Utvikling og Asplan Viak Internet AS. Ved å bruke sensorer og melkeroboter vet vi nå mer om kua enn noen gang. Som hvor mange skritt den går, hvor mye den sover, hvor mye melk den produserer og at den faktisk bruker sju til ti timer per dag på drøvtygging. Denne informasjonen kan brukes til alt fra å finne ut om kua står i fare for å bli syk, til om den får riktig for, og til å forutsi fremtidig melkeproduksjon.
Hver måned logger omtrent 6300 ledere seg på Azets’ kundeportal CoZone, for å godkjenne totalt 55000 timelister. Dette er ledere som ofte er svært opptatte, og godkjenning av timelister står ikke nødvendigvis øverst på agendaen. Dessuten er det menneskelig å feile. Dermed – og helt naturlig – vil timelister med feil bli godkjent med jevne mellomrom. Azets har utviklet en løsning, basert på kunstig intelligens og maskinlæring, som automatisk hjelper ledere å finne feil i sine egne timelister – før de godkjennes. Du kan lese alt om løsningen her (teksten er på engelsk): Kunstig intelligens hjalp 6300 ledere.
Data er ikke den nye oljen, data er noe helt annet. Data er enda mer verdifullt.