Jeg fikk endelig lest Ishita Baruas bok "Techbros" i sommer, en lærerik og svært dagsaktuell bok om hvordan vi i Europa, og også i Norge, taper i den forskningsdrevne konkurransen mot USA og Japan.
Det gjelder selvfølgelig særlig kunstig intelligens, der Anthropic, Open AI, Google og NVIDIA er i ledelsen, sammen med flere kinesiske selskaper. Men Ishita Barua er med sin sterke helsefaglige bakgrunn godt plassert til å løfte frem hvordan dette også gjelder skjæringspunktet mellom medisin og teknologi, der KI også har en stadig mer sentral rolle i forskningen på nye legemidler, genetiske kartlegginger, medisinsk teknologi og andre helseinnovasjoner. Europa taper der også.
The Terrible Ten
Helt på slutten av boken, i nest siste kapittal, retter hun oppmerksomheten mot noen konkete hindringer som må fjernes for at europeisk globalt lederskap innenfor innovasjon skal være mulig. Det krever et regulatorisk rammeverk som fremmer og ikke sperrer mulighetene til å ta i bruk ny teknologi og forskningsbasert kunnskap i nye produkter. Hun trekker frem EUs 10 punkter de har døpt "The terrible ten ", ti strukturelle forhold som gjør at Europa taper konkurransekraft mot USA og Kina og som det må gjøres noe med.
EUs "Terrible 10" har kommet som en oppfølging av Letta-rapporten og Drahgi rapporten, som også er godt beskrevet i boken, og handler om politikk. Politikk for å fjerne hindringer og få til den nødvendige omstillingen som trengs for å skape et mer konkurrasedyktig indre marked. Noe vi nesten ikke snakker om i Norge, og som vi blir nødt til å snakke mye mer om fremover. The Terrible 10 er:
- For komplekse EU-regler. Kompliserte og overlappende reguleringer som skaper kostnader, usikkerhet og barrierer, særlig for små og mellomstore bedrifter.
- Mangel på «eierskap» til det indre marked hos medlemslandene. Mange er i praksis mer opptatt av å lage nasjonale særodninger enn av å bygge et sterkere felles marked.
- Kompliserte prosesser for å etablere og drive bedrift over landegrenser. Regler som kan hindre sekskaper å skalere opp og etablere seg i andre EU-land.
- Mangelfull anerkjennelse av yrkeskvalifikasjoner. Tungvinte godgjenningsprosesser gjør at man mister talenter og ikke får tilgang til kompetansen man trenger.
- Lange forsinkelser i fastsetting av standarder. Det gir både større usikkerhet om hva som gjelder og høyere kostnader.
- Fragmenterte regler for emballasje, merking og avfall. Ulike krav fører til at bedrifter må produsere ulike versjoner for ulike land, også produktene er like.
- Utdaterte harmoniserte produktregler og ukoordinerte reaksjoner fra kontroll- og tilsynsorganer, som ugjør en risiko for bedriftene, samtidig som det er utilstrekkelig kontoll av tredjelandsprodukter.
- Restriktiv og ulik nasjonal tjenesteregulering. Harmoniseringen av tjenester er fortsatt ikke godt nok ivaretatt i EUs indre marked, selv om tjenestesektoren er en stor del av Europas økonomi.
- Byråkratiske prosedyrer for midlertidig grensekryssende arbeidstakere gjør de mindre attraktivt å tilby tjenester i andre EU-land.
- Territorielle prisforskjeller som ikke skyndes forskjeller i lønnskostandder eller reguleringer, men at leverandører begrenser leveransene til enkeltmarkeder.
Skalering og global vekst
Hva er det som gjør det så vanskelige å bygge en globalt ledende teknologibedrift fra Europa? For ekempel en vekstbedrift som bygget videre på helseforskning og helsedata, og det at Europa har mange av verdens ledende forskere og noen av verdens beste helsedata? Her er Ishita Barua på sitt aller beste når hun forteller og analyserer ut fra sitt ståsted i skjæringspunktet mellom grunnforskningsfronten, innovasjon og produktutvikling basert på KI, og de store helseutfordringene, og beskriver flere eksempler på hva som hindrer europeiske selskaper i å skalere.
Hun forteller om Demis Hassabis som etablerte KI-selskapet DeepMind i London i 2010, sammen med to medgrundere. De har hatt et svært høyt ambisjonsnivå på en rekke områder i forskningsfronten når det gjelder KI, ikke minst det å løse store helseutfordringer, og har utvilsomt lykkes med det forskningsmessige og teknologiske. Men for å få tilgang på den nøvendige kapitalen for å vokse videre ble DeepMind kjøpt opp av Google i 2014. Forskningsmiljøet er fortsatt i London, og blir satset på, i nye lokaler som kalles Plattform 37 ved Kings Cross jernbanestasjon, men eierskapet er i USA.
Demis Hassabis og hans kollega John M. Jumper i Google Deepmind delte en halv Nobelpris i kjemi i 2024 for bruk av KI i prediksjon av proteinstrukturer, en pris som ikke handler om KI-teknologi som sådan, men om et gjennombrudd innenfor biokjemi. Vinnerne har selv understreket betydningen av offentlgie helsedata for å lykkes med denne type helseforskning. Og Ishita Barua er en god formidler av både dette og andre eksempler på hva dette handler om konkret, og hvor både mulighetene og de europeiske flaskehalsene er. Og det er også veldig fint å lese og lære om KI der poenget ikke er koding av programvare, men å bruke KI til å løse store helseutfordringer.
Forholdet mellom grunnforskning og anvendelser i næringslivet
Jeg må også berømme Ishita Barua for å løfte frem en viktig diskusjon om broen mellom nyskjerrighetsdrevet grunnforskning og innovajson i næringslivet. I en tid der avstanden tidsmessig mellom grunnleggende forskning i basisteknolgier og anvendelser i næringslivet blir stadig kortere, og de store tech-selskapnene investerer stadig mer i FoU, er det helt påfallende hvor lite diskusjon vi har om dette i Norge. Den næringspolitiske debatten handler nesten ikke om rammebetingelser for forskning og innovasjon i det hele tatt.Også her gjør Ishita Barua et viktig fremstøt for å løfte en diskusjon om hvordan denne koblingen mellom forsknig og næringlivsvekst henger sammen. Med utgangspunkt i en enkel firefeltstabell som kalles Pasteurs kvadrat, og ble introdusert av Donald Stokes i 1997 for å kategorisere ulike typer forskning og innovasjon.
Det er ikke noe galt med nyskjerrihetsdrevete grunnsforskning for å komme frem til helt nye kunnskap, men uten noen umiddelbar anvendelse, symbilisert av Niels Bohrs kvadrant. Noen ganger kommer anvendelsene mye senere. Det er heller ikke noe galt med innovasjon og nye anvendelser basert eksisterende kunnskap, slik Thomas Edisons kvadrant illustrerer. Veldig mye av innovasjonene og verdiskapingen i næringlivet er slik. Det er kunnskapsbasert og forskningsbasert, men er likvel et stykke fra forskningsfronten.
Rammebetingelser for bedre samspill
Utfordringen er der nytt næringliv bygger på og er avhengig av å omsette grunnleggende forskning til anvendelse, slik det er med bioteknologi, nanoteknologi og KI, der avstanden mellom grunnforskningen og næringslivets behov er kortere. Men hvoredan bygger man denne broen? Er det universitetene som må ta et større ansvar for å sørge for å være nær de som skal bruke resultatene, og ikke bare publisere? Eller er det næringslivet som i større grad må både finansiere og delta i grunnforskning? Eller er det kanskje behov for å bygge og utvikle egne miljøer som har et ben i hver leir, og behersker nettopp denne tosidige rollen der man både forstår hva det krever å være i forskningsfronten, men også forstår hva det krever å lykkes i globale markeder.
Vi må sannsynligvis gjøre flere av disse tingene, og ikke noe av dette fremstår som spesielt lett. Særlig ikke i Norge der vi ligger svært lavt i forskningsinnsats som andel av BNP. Ishita Barua skal ha ros for å være en av svært få som etterlyser en klarere strategi for det hun kaller "innovasjonsmotivert basalforskning".
Disclaimer: Jeg har ikke kjøpt denne boken selv fordi jeg var så heldig å få den tilsendt fra forlaget. Med en veldig hyggelig personlig hilsen fra Ishita Barua.

Ingen kommentarer :
Legg inn en kommentar