John Markus Lervik:

Foto: Anders Lie Brenna, enerWE
Foto: Anders Lie Brenna, enerWE

- Å få digitalisering til å virke i industrien koker ned til én enkelt ting: sømløs integrasjon av data

- Data liberation er en ikke-triviell oppgave.

Publisert

Onsdag og torsdag denne uken arrangerer Cognite sin årlige Ignite-konferanse på Fornebu, like utenfor Oslo.

På konferansen åpnet Cognite-gründer John Markus Lervik med en introduksjon der han tok for seg hvordan forbrukerne ligger langt foran i digitaliseringen, og at forbrukerne nå mer eller mindre tar det for gitt. Han påpekte så at det langt fra er tilfelle i industrien.

- Digitalisering er ikke "kjekt å ha", det er snakk om overlevelse, sier Lervik

Så langt er imidlertid industrien fortsatt preget av at mange slenger ut buzzwords kombinert med noen spennende demoer som viser hva som kanskje kan gjøres. Det er få eksempler på live daglig drift.

- Å få digitalisering til å virke i industrien koker ned til én enkelt ting: sømløs integrasjon av data, sier Lervik.

Det kan høres lett ut, og Cognite har lenge brukt slagord som data liberation for å fronte en overgang til en mer delingsvillig kultur i olje- og gassbransjen, og deretter i industrien generelt.

Data liberation - eller data frigjøring - er imidlertid bare det første av fem steg som Lervik mener er nødvendig for å kunne lykkes med digitalisering av industrien:

  1. Data liberation
  2. Data contextualization
  3. Data visualization
  4. Artificial Intelligence
  5. Scalability

- Data liberation er en ikke-triviell oppgave, sier Lervik

Lervik trekker frem at det er mye tilgjengelig data i de fleste systemer som brukes i industrien, men at disse gjerne er innelåst i siloer og at de ofte ikke er i et format som er lett tilgjengelig for andre systemer.

Så må dataene brukes i riktig kontekst, og det går på noe så enkelt som å gi dataene mening til det informasjonen faktisk skal brukes til. Deretter gjelder det å gjøre dataene tilgjengelig på en måte som gjør at de som skal bruke de til å ta beslutning forstår de og hva de betyr. Det går på å visualisere informasjonen på en god måte for brukerne.

Det er først når man har disse trinnene under kontroll at det gir mening å snakke om bruk av AI, artificial intelligence, eller kunstig intelligens som det gjerne kalles på norsk.

- Det å bruke kunstig intelligens løser ikke problemet på egenhånd, sier Lervik.

Og selv med de dataene, de smarte algoritmene og en velfungerende modell for bruk av kunstig intelligens er ikke problemet ferdig løst. Industrien henger kanskje bak forbrukerne når det gjelder å ta i bruk digitalisering, men når de først kommer kommer de for fullt og da er det snakk om enorme datamangder. Det stiller store krav til å kunne skalere opp løsningene og håndtere de enorme datamengdene.

Underveis i dette arbeidet holder det heller ikke å fokusere på verken dataene eller teknologiene. Hvis digitaliseringen skal lykkes, må det brukes for å nå et mål.

- Det må dreie seg om å levere ekte verdiskaping på bunnlinjen, sier Lervik.