Når AI har gått fra å være en hype til å bli en trend må vi ikke bare legge intelligens på toppen av alt, vi må evne å skape verdier. Intelligensen kan vi få fra hvor som helst, verdiene må vi derimot skape selv.
Det har nærmest gått sport i å frembringe de mest imponerende tallene for potensielle verdiskapingen som kan komme ut av kunstig intelligens. I takt med økte forventninger om verdien har det gått opp for verden at det blir ingen verdiskaping på AI uten data. Fokuset flyttes fra teknologier innen kunstig intelligens til råvarene som trengs – kompetanse og data.
Kjetil Thorvik Brun
Leder digitalisering og teknologi i Abelia
Data, som et grunnpremiss og råvare for AI og nærmest all digitalisering, er uvurderlig. Eller er det? Hvis spådommene om AI er så store på verdensbasis, hva er egentlig verdien av data som råvare til AI? Er verdiskaping med data noe Norge kan leve av? NHO og Abelia spurte Menon Economics om dette, og svaret ble en realitetsvekker for mange. Allerede i dag står dataøkonomien for 150milliarder kroner for Norge, og kanskje enda viktigere – 100 000 arbeidsplasser.
Tre områder
Verdien kan kategoriseres på tre ulike områder: Datanæringen, altså det næringslivet som bruker data som en betydelig ressurs i sitt arbeid, og da verdiene samfunnet får fra dette.
Produktivitetsvekst er det andre området. Dette dreier seg om hvordan data muliggjør verdiskaping for øvrige deler av både offentlig og privat sektor, og økt BNP som følge av dette.
Siste området er velferdsøkning. Det er altså de samfunnsøkonomiske effektene som bruken av data gir i form av færre ulykker, reduserte klima- og miljøproblemer, kortere køer, bedre helse, bedre offentlige tjenester med mer.
Store fremskritt
Verdiene av data er altså noe som er godt integrert i økonomien vår allerede. Samtidig er data i seg selv er nærmest kun en kostnad, den virkelige verdiskapingen utløses først når den tas i bruk. Bruken, og med det også verdien, av data er i ferd med å revolusjoneres mye som følge av fremskritt innen kunstig intelligens generelt, og maskinlæring spesielt. For Norge kan det få stor betydning.
Menon estimerer dataøkonomiens verdiskaping i 2030 til 300 milliarder kroner, mye drevet av muliggjørende teknologier som kunstig intelligens. Dette er et forsiktig anslag, men det er likevel ikke dermed gitt at den relative fordelingen av verdiene på de tre områdene vil opprettholdes.
For det offentlige, som representerer en betydelig andel av verdiene som data kan gi for velferdsøkning, har det lite å si om teknologien som benyttes til å redusere antallet ulykker, bedre diagnostiseringen eller effektivisere offentlig tjenesteyting er utviklet av næringsliv i Norge eller ikke. For datanæringen og dets evne til å bygge sterke kompetansemiljøer, ny teknologi, innovativ bruk av teknologi og være en omstillingsmotor for øvrige deler av offentlig og privat sektor, er det derimot avgjørende.
Sterke kompetansemiljøer
Dersom Norge ønsker å utløse årlige verdier i dataøkonomien på 300 milliarder kroner fra 2030 må det etableres en bevissthet om hvordan, og hvor, verdiene utløses. Samtidig som vi evner å dra nytte av den fremste teknologien internasjonalt og kunnskapen om den i åpne markeder, må vi evne å bygge sterke kompetansemiljøer i Norge som er mer enn bare avanserte brukere. Det vil avgjøre Norges evne til å hente verdipotensialet som ligger i kunstig intelligens og dataøkonomien.
Av Kjetil Thorvik Brun, leder digitalisering og teknologi i Abelia