OECD om produktivitetsvekst og KI

Hvor mye kan bedrifters produktivitet øke når de tar i bruk kunstig intellligens (KI)? Hvis stadig flere bedrifter i en bransje tar i bruk KI, hva betyr det for denne bransjens produktivitetsutvikling, og i neste omgang for et helt lands økonomiske vekst de kommende årene? Og hvilke bransjer ligger best til rette for å ta i bruk KI i sine sentrale virksomhetsproesser?

Dette er noen av temaene i et arbeidsnotat OECD har gitt ut nå i sommer og som inngår i en større serie av analyser og notater som heter "OECD Artificial intelligens  papers" om KI-relaterte temaer. Kunnskap som politikere, forvaltning, akademia, arbeidslivsorganisasjoner og styrer og ledelser i næringslivet bør bli enda mer opptatt av fremover. 

OECD er en viktig kilde for slik innsikt. Norge har vært med i OECD siden oppstarten i 1960. En av gevinstene ved dette medlemsskapet er nettopp å ha innflytelse på hvordan det skal analyseres og utredes om viktige fremtidstemaer som KI. OECD skriver analyser og lager internasjonale møteplasser med fagfolk og politikere på områder som økonomi, FoU, utdanningskvalitet, fremtidige kompetansebehov og balansen mellom styring og regulering, og insentiver og handlingrom for innovasjon og omstilling. Eller politikk, som alt dette også kalles.

Rammeverk for å beregne gevinster

Det nevnte arbeidsnotatet om fremtidig produktivitetsvekst ved bruk av KI heter "Macroeconomic productivity gains from Artificial Intelligence in G7 economies" og presenterer en interessant analyse på knappe 30 sider. Som tittelen sier så avgrenses analysen til G7-landene, som er USA, UK, Japan, Tyskland, Frankrike, Italia og Canada. Akkurat det er ikke et stort problem fordi de og vi har stort sett de samme utfordringene knyttet til KI. Problemstillingen defineres slik innledningsvis:

"The paper studies the expected macroeconomic productivity gains from Artificial Intelligence (AI) over a 10-year horizon in G7 economies. It builds on our previous work that introduced a micro-to-macro framework by combining existing estimates of micro-level performance gains with evidence on the exposure of activities to AI and likely future adoption rates."

Rammeverket forfaterne bruker til å beregne fremtidige gevinster består av tre trinn som de beskriver som "micro-to-macro framework". Først ser de på kunnskapen vi allerede har om hvor mye mer effektivt bedrifter gjør ulike ting på oppgavenivå når de tar i bruk KI. For det andre løfter de denne innsikten om muligheter for produktivitetsvekst opp på bransjenivå i ulike bransjer og ser på ulike arbeidsprosesser der KI-verktøy tas i bruk og vil bli tatt i bruk. Det gjelder både generelle forretningsprosesser i næringlivet, og bransjespesifikke kjerneprosesser. Og, for det tredje, så predikerer de fremtidig utberedelse av KI basert på utrullingtakten vi allerede ser, og erfaringer fra tidligere teknologispredning.

Det er mange ting som vil kunne påvirke både bransjetall og aggregerte nasjonale tall, både i og utenfor bedriftene, og derfor stor usikkerhet. Men det har rapportens forfattere valgt å løse gjennom å beskrive tre scenarier for lav, middels og høy adopsjon av KI de neste 10 årene. Fordi dette er en analyse nedenfra og opp, basert på dagens bransjer og arbeidsprosesser, så kan vi å gå glipp av noen mer disruptive muligheter, for eksempel ved at det skjer store bransjeglidninger, og at hele bransjer forsvinner. Men dette tilhører det mer spekulative og krever litt andre metoder for å utforske, spekulere i og beskrive.

Tallene og forutsetningene

Hva sier så tallene? OECDs rapport anslår at det mest pessimistiske scenariet gir beskjede 0,2-0,4 prosentpoeng årlig produktivitetsvekst i 10 år. Midtscenariet gir 0,5 til 1 prosentpoeng årlig vekst og det optimistiske scenariet gir 0,8 til 1,3 prosentpoeng årlig vekst de neste 10 årene. Rapporten beskriver det slik:

"Under the most pessimistic scenario (low AI adoption, baseline AI capabilities), annual labour productivity gains range from about 0.2 percentage points in Japan and Italy to approximately 0.4 percentage points in the United Kingdom and the United States over the next decade. In the central scenario (medium adoption speed, expanded capabilities), these predictions range from 0.5 to 1 percentage points while the most optimistic scenario (fast adoption, expanded capabilities) predicts annual labour productivity growth ranging between approximately 0.8 to 1.3 percentage points until 2034. 

The range of productivity gains of individual countries is shaped by both the speed of AI adoption and the technological capabilities of AI systems. Cross-country differences are largely influenced by the sectoral composition of each economy. Countries that have a higher concentration of AI-exposed knowledge intensive services are generally likely to have higher productivity gains."

Nå kan omkring et prosentpoeng vekst i året i det optimistiske scenariet høres lite ut, men rapporten minner om at den økonomiske veksten på 90-tallet, drevet av at bedrifter tok i bruk PCer med internett, ga en årlig ekstra produktivitetsvekst på 1-1,5 prosentpoeng pr år. I løpet av en periode på 10 år er dette veldig mye mer enn null produktivitetsvekst, og også et kjærkomment bidrag til å frigjøre arbeidskraft i økonomier som opplever eldrebølge og knapphet på arbeidskraft i flere sektorer.

Jeg tenker likevel at slike aggregerte summer kan bli litt abstrakte og at selve sluttsummene er mindre viktige å henge seg opp i enn forutsetningene og analysene som ligger til grunn. Det er i disse analysene notatet har sin største styrke, både når det gjelder hvilke bransjer som ligger til rette for å bli mest og minst berørt av KI, og når det gjelder hvordan utberedelsen av KI-anvendelse i dag kan sammenlignes med andre generelle muligggjørende teknologier (general purpose technologies) i historien, som elektrisitet, PCer/intenett og mobiltelefoni.

Mer og mindre KI-modne bransjer

De fleste OECD-land har i dag ganske gode statistikker om KI-utberedelse i næringslivet. Selv om spørsmålene blir stilt litt ulikt i forskjellige undersøkelser, er det mulig å gjøre sammeligninger, også på tvers av G7-landene. Tallene viser at mens privat bruk av generative KI-verktøy som Chat GPT og Copilot er oppe i 30-40 prosent (tall fra USA), er bruken i næringslivet langt lavere. Europeiske tall viser at bare 14 prosent av bedriftene svarer at de bruker KI i en eller flere arbeidsprosesser i virksomheten, mens bare 3 prosent svarer at de bruker KI-verktøy i sine kjerneprosesser:

"A close examination of Eurostat’s survey on AI use among firms reveals that AI adoption in core business functions by businesses is substantially lower than AI use for any business purpose: in 2024, the respective figures are about 3% and 14% in Europe. Private use among, individuals, which is often the focus of public commentaries when discussing the fast spread of latest Generative AI (e.g. large language models) is much higher still, reaching 39% in the United States according to a recent large-scale survey.

Så er det åpenbart slik at ulike bransjer blir påvirket i ulik grad av KI-teknologier. I denne OECD-rapporten har de både sett undersøkelser om hvordan arbeidsprosesser påvirkes av å ta i bruk digitale assistenter basert på de store språkmodellene som allerede er tilgjengelige, men også på oppgaver som krever at det lages nye spesialliserte fagsystemer eller andre digitale verktøy på toppen av de generative KI-språkmodellene. 

Kort oppsummert om produktivitetsvekst på bransjenivå er det de kunnskapsintensive tjenestenæringene, og særlig finans, ikt-tjenester, media og publiseringsvirksomhet og kunnskapsintenvise forretningstjenester (advokater, konsulenter, ingeniørtjenester, revisorer, regnskap mm) som ligger best til rette for de største produktivitetsgevinstene, mens landbruk, gruvedrift og bygg/anlegg vil være minst eksponert, i hvert fall i kjernevirksomheten og på kort sikt:

"Exposure to AI varies across sectors in G7 economies, with knowledge-intensive services being the most affected (...). These services rely strongly on cognitive tasks, such as Finance, ICT services (including software development, data services and telecoms), Publishing and Media, and Professional services. In these sectors, between 50% and 80% of tasks are exposed to AI, depending on whether baseline or expanded AI capabilities are assumed. In contrast, the least exposed sectors include sectors with a strong manual, physical task component, such as Agriculture, Mining and Construction. In these sectors, between about 10% and 30% of tasks are exposed to AI."

Rapporten har sett på undersøkelser av forutsetningene for KI-anvendelse i 40-50 ulike bransjer. Den slår fast at det også er forskjeller mellom land når det gjelder modenhet generelt og innenfor ullike næringer, særlig mellom for eksempel USA og UK på den ene siden og Japan og Italia på den andre siden, man at de viktigste forskjellene ikke er mellom land, men mellom bransjer. Og fordi næringsstrukturen er ulike ved at Japan og Italia har en større andel industriproduksjon, mens USA er størst på kunnskapsintensive tjenester, så vil effektene av bruk av KI være størst i de sistnevnte på grunn av næringsstukturen, i hvert fall på kort sikt.

Muliggjørende teknlologier

Et annet interessant tema i denne rapporten er en sammeligning mellom dagens utberedelse av KI i nærlingslivet, som en generell muliggjørende teknologi som virker på tvers av bransjer og sektorer, sammenlignet med andre muliggjørende teknologier tidligere i historien. Rapporten ser konkret på elektrisitet, PC/internett og mobiltelefoni, og setter noen tall på hvor raskt adopsjonen av disses teknologiene skjedde i næringslivet i løpet av 10 år. Grafen under er hentet fra rapporten og viser at mens elektrisitet hadde blitt tatt i bruk av 23 prosent av virksomhetene på 10 år, så var bruken av PCer og internett på omkring 40 prosent og mobiltelefoni på hele 60 prosent.

Rapporten slår fast at de tre scenariene for lav, middels eller høy utberedelse av KI godt kan sammenlignes med hver at de tre historiske eksemplene. Og at forutsetningene for en rask utberedelse av KI er ganske gode:

"Based on historical evidence of the adoption of these previous GPTs, this analysis outlines three AI adoption scenarios at low, medium, and fast pace that align with the respective adoption paths of electricity, computers and the internet, and a more recent digital technology, mobile phones.

 The fast-evolving patterns of recent increases in AI adoption and declines in the cost of accessing AI are suggestive of a faster adoption trajectory. For instance, AI adoption increased by about 50% from one year to the next both among EU countries and in the United States in official data, from initial rates of around 3- 5%. Such an initial steep rise is most consistent with the S-shaped adoption pattern which was obtained for more recent digital technologies (mobile phones). Assuming the continuation along such S-shape paths lead to an adoption rate of about 60% in 10 years. In addition, new evidence shows that the quality-adjusted cost of AI models is declining exponentially (about 80% over the past two years; Andre et al, 2025), mirroring past trends observed in computational costs and computer memory (Figure 7). Coupled with Generative AI’s user-friendly nature, which is mostly based on human language interaction, its improving cost-effectiveness lends further support for a more dynamic future adoption path. 

On the other hand, a deeper integration into core business functions may still require significant complementary investments in terms of data, skills and a reorganisation and rethinking of business processes (Brynjolfsson, Rock, Syverson, 2021)."

Dette siste poenget er naturligvis viktig. Selv om det å ta i bruk KI i stor grad kan gjøres med eksisterende internettilkoblet utstyr (PCer, smarttelefoner osv) virksomheten allerede har, og ikke krever ny hardware, så er det ikke nødvendigvis enkelt eller billig å fange, forvalte og dele data, skaffe og utvikle ny nødvendig kompetanse eller reorganisere virksomhetsprosessene sine.

 Eksponentiell vekst og digital forestillingsevne

Å spå om fremtiden er aldri lett, men det er særlig vanskelig når det gjelder utberedelsen av generelle muliggjørende teknologier. Det var ikke lett å forestille seg hva vil ville bruke internett til før PCene ble koblet til internett og noen utviklet programvaren og tjenestene som skapte verdi. Eller at telefoner ikke først og fremst er noe vi bruker til å ha lange telefonsamtaler, men brukes til en rekke andre ting, for eksempel til å betale for varer i butikken eller til Snapchat og TikTok.

Det er en underliggende eksponentiell hastighet i teknologiutviklingen som gjør det ekstra vanskelig å spå om den digitale fremtiden. Intels PC-prosessorer og NVIDIAs KI-prosessorer dobler ytelsen annenhvert år, i tråd med Moores lov, og kanskje enda raskere. Noen snakker om "Huangs lov", som er inspirert av Jensen Huangs erkæringer om at KI-forbedringene går enda raskere enn den fordoblingen som Moores lov har observert: 

"In recent years, Moore’s Law has slowed down. However, Huang claims that Nvidia’s AI chips are moving at an accelerated pace of their own; the company says its latest data center superchip is more than 30x faster for running AI inference workloads than its previous generation.

“We can build the architecture, the chip, the system, the libraries, and the algorithms all at the same time,” said Huang. “If you do that, then you can move faster than Moore’s Law, because you can innovate across the entire stack.”"

Har vi forestillingsevnen og innovasjonsevnen som kreves for å forstå hva dette vil innebærer av nye produkter, tjenester, prosesser og forretningsmodeller? Det er jo lettere å forestille seg at vi skal fortsette å gjøre det vi gjør i dag, men med tjenester som går litt raskere, med litt utvidet funksjonalitet og kanskje litt mer brukervennlig. Men ser vi oss tilbake 30 år, til en tid der stillingsannonser og boligannonser var i aviser på papir, penger fantes i noe som het bankfillialer og leksikon ble solgt på på gaten på Karl Johan, så har det skjedd en del. Noen klarte å forestille seg at ting kunne gjøres annerledes ved hjelp av teknologi, og evnet å utnytte dette mulighetesrommet.

OECD-rapporter som denne har ikke de presiste svarene på hvordan fremtidenss tjenester og anvendelsesområder av KI vil se ut. De er beskriver noen endringsdrivere, noen forutsetninger eller manglende foutsetningenr særlig mynghetene bør være oppmerksomme på, og et handlingsrom som oppstår. Store verdier kan skapes hvis vi utnytter mulighetene, men disse mulgihetene er det først og fremst bedriftene selv som må finne.

(Og her er det også på sin plass å takke Terje Erikstad i Dagens Næringsliv for å gjøre meg oppmerksom på OECD-rapporten. Han har skrevet en kommentar om rapporten i dag i DN).

De største forskningsområdene

Hva forsker vi mest på i Norge dersom vi summerer FoU-innsatsen på tvers av næringslivet, universitetene og forskningsinstituttene? Svaret er informasjons- og kommunikasjonsteknologi (IKT). Statistisk sentralbyrå (SSB) har presentert nye tall om driftsutgifter til FoU i 2013, og skriver at:

"Tallene for 2023 viser at informasjons- og kommunikasjonsteknologi (IKT) er det aller største området, med nesten 31 milliarder kroner til FoU. Dette utgjør mer enn en tredjedel av de totale driftsutgifter til FoU i Norge. Det er særlig i næringslivet at IKT er et stort teknologiområde, med mer enn 26 milliarder kroner, noe som utgjør 55 prosent av det totale FoU-omfanget for næringslivet."

Så kan man lure på hva et som menes med et "forskningsområde", og hvordan det skiller seg fra inndelinger i sektorer, slik offentlige anvarsområder er inndelt, eller bransjer, slik næringslivet gjerne kategoriserer seg selv.  Svaret er at at denne indelingen i forskningsområder er hentet fra Langtidsplanen for forskning og høyere utdanning, og omfatter to typer områder. Det ene er de fire grunnleggende teknologiområdene IKT, bioteknologi, nanoteknologi og nye materialer. Det andre er forskningstemaer som helse og omsorg, energi, miljø, klima, havbruk, marin osv, som delvis ligner på sektor eller bransjeinndelinger, og delvis ikke. I FoU-sammenheng gir det mening å legge vekt på at man forsker på IKT, på klima eller på nye materialer, uavhenig av hvilken sektor forkningsresultatet eller innovasjonen skal anvendes i.

IKT, helse og energi

IKT er det suverent største forskningsområdet i Norge. Med næringslivet som klart største bidragsyter med over 80 prosent av aktiviteten. De to andre FoU-områdene som skiller seg ut som rimelig store, begge med driftsutgifter på over 10 milliarder kroner i året, er helse og energi. Helse utmerker seg ved å ha en helt annen sammensetning når det gjelder utførende aktører, for her er det universitets- og høyskolesektoren, eller mer presist universitetssykehusene, som er den størte bidragsyteren. SSB skriver:

"Blant temaområdene er helse og omsorg det største forskningsområdet, med nesten 16 milliarder kroner i 2023, eller om lag 17 prosent av det totale FoU-omfanget i Norge. Universitets- og høgskolesektoren står for om lag 9 milliarder kroner av FoU-aktiviteten innenfor helse og omsorg, noe som i stor grad skyldes bidrag fra universitetssykehusene. Det nest største temaområdet er energi, med en samlet ressursinnsats på omkring 13,5 milliarder kroner, eller om lag 15 prosent av det totale FoU-volumet i Norge. Det er næringslivet som står for den største andelen av FoU-aktiviteten innenfor energi, med om lag 9,5 milliarder kroner."

De tre områdene IKT, helse og omsorg, og energi, utmerker seg også ved at de har vokst mest i volum i toårsperioden fra 2021 til 2023. IKT hadde en vekst på 4,8 milliarder kroner, mens helse og omsorg og energi vokste med henholdsvis 2,4 og 2,0 milliarder kroner. Størst blant de noe mindre forskningsrområdene er bioteknollogi, miljø, klima, havbruk, maritim og nye materialer, som alle har det felles at næringlsivet er viktigste utførende sektor. 

Kunstig intelligens

En viktig forklaring på at IKT-forskningen vokser, og etter hver også vil vokse innenfor universitets- og instituttsektoren, er den økte FoU-innsatsen rettet mot kunstig intelligens. SSB skriver i sin artikkel at:

"Når vi ser nærmere på veksten innenfor IKT, ser vi at økningen i FoU-utgiftene i stor grad har vært på forskningsområdet kunstig intelligens, som økte med nesten 70 prosent nominelt fra 2,7 milliarder kroner i 2021 til nå å utgjøre 4,5 milliarder kroner. Det største forskningsområdet innen IKT er imidlertid programvare, brukergrensesnitt og tjenester."

De siste SSB-tallene er fra 2023 og det er grun til å tro at en enda større del av IKT-forskningen har handlet om kunstig intelligens i 2024. Og i midten av juni kunngjøres de nye forskningsrådsfinansererte forskningssentrende for KI. Det er nå 19 søknader igjen som deltar i en finalerunde, og som i juni skal bli 4-6 mye forskningssentere med flerårig finansiering pekes ut. Men det er vel grunn til å tro at det helt utenom forskningsrådsfinansierte sentre vil være en rekke næringslivsfinansierte FoU-prosjekter der kunstig intelligens er en sentral del.

 Offentlig innovasjons- og omstillingsbehov

Vi må enda et stykke lenger ned på listen for å finne andre  typiske offentlige tjentetemaer enn helse på listen. Største av disse er utdanning, foran velferd og en sekkepost med navnet "offentlig sektor for øvrig". Men så har ikke offentlige tjenester, verken i stalig eller kommunal regi, vært spesielt forsknings- og innovasjonsintenvise. Universitatssykehusene som unntaket. Med de omstillingsutfordringene vi står foran nå spørs det vel om ikke offentlige velferdstjenestere også trenger et sterkere forsknings og innovasjonsløft.

Big tech vs MAGA

Hva er det med Donald Trump og Elon Musk? Kan denne mystiske alliansen egentlig fungere, og hvor langvarig og lykkelig kan det bli?

Det er noen interessante og krevende spørsmål som dukker opp nå som Donald Trump ingen skal bli president i USA. Et av de jeg tipper jeg vil få mye oppmerksomhet inn i de første ukene og månedene i 2025 handler om Trumps forhold til globale teknologiplattformselskaper generelt, og et noen gründermilliardærer med store egoer han nylig har tatt inn i varmen, spesielt. Og særlig Elon Musk.

Plutselig lurer både amerikanerne og vi andre på ting som: Skal ikke Trump stenge TikTok likevel? Vil Trump ha statlige støtteordninger for å produsere flere elbiler og batterier? Skal han bygge opp USAs valutareserver med kryptovaluta? Og mer generelt: Hva vil Donald Trumps grunnfjell av velgere som vil gå tilbake i tid, gjenreise stålverkene og beskytte mot konkurranse fra andre land si hvis han nå støtter teknologibedritenes viktigste pollitiske ønsker om økt innvandring av kompetansearbeidskraft og hensynta at det må være gode rammebetingelser også for import av råvarer og teknologi teknologinæringslivet trenger?

En drøfting av forholdet mellom MAGA-folket og Silicon Valley tech-folket er tema for The Economist i årets første lederartikkel, "Tech is coming to Washington. Prepare for a clash of cultures". De skriver om de ulike fløyene som skal konkurrere om Trumps velvilje, og om at en ny gruppering har blitt invitert med inn, "the tech bros from Silicon Valley":

"As in his first term, Mr Trump has assembled an economic-policy team with disparate, sometimes contradictory goals. The MAGA diehards, such as Stephen Miller, Mr Trump’s choice for deputy chief of staff, are anti-trade, anti-immigration and anti-regulation, and are supported by an energetic base. The Republican mainstreamers, such as Scott Bessent, Mr Trump’s pick for treasury secretary, and Kevin Hassett, the head of the National Economic Council, are primarily low-tax, small-government enthusiasts. This time, though, there is a new faction that makes the mix more volatile still: the tech bros from Silicon Valley. David Sacks, a venture capitalist, has been appointed Mr Trump’s crypto and artificial-intelligence tsar. He will hope to relax curbs on the crypto industry and, together with other arrivals from Silicon Valley, to loosen controls on ai to encourage faster progress. But the influence of the techies goes beyond tech policy. Mr Musk has been tasked with running the newly created Department of Government Efficiency (doge). Marc Andreessen, a renowned venture capitalist, says he has been spending about half his time at Mar-a-Lago as a “volunteer”.

Og da handler ikke dette bare om Donald Trumps og Elon Musks krevende personligheter som man kan se for sag at lett kommer i konflikt, men om grunnleggnde uenigheter og ulike syn på på hva som driver verden videre. Ingen har kommet så godt ut av globalisering, frihandel og økonomisk liberalisering som de store teknlogiselskapene. Og så handler dette naturligvis også om ulike egeninteresser. Mens MAGA-bevegelsen gjerne vil tilbake til en tid med mye mer tradisjonellindustri- og vareproduksjon lokalisert i USA, og vil beskytte bedrifter mot konkurranse gjennom høye tollmurer. The Economist skriver i lederartikkelen at:

"One problem is that, when tech and MAGA say they are signed up to America First, they mean different things. Whereas the MAGA movement hopes to restore a vision of the past, including an impossible return to a manufacturing heyday, tech looks forward. It wants to accelerate progress and disrupt society, leaving the world for which maga yearns ever farther in the dust. These contrasting visions will translate into policy disputes. maga fears that immigrants take jobs that Americans should be doing; tech wants the best talent regardless of nationality. Tech has a libertarian bent that is suspicious of government; maga loathes corporate power. (...) Mr Trump will make the backdrop more muddled still. Rather than resolving the tensions between his team and setting a clear direction, he is likely to act as an agent of chaos. He craves conflict and intrigue and will relish the power he holds over the various factions at his court.

Elon Musk er kanskje ikke en typisk leder av en stor teknologibedrift, men han vet godt at han og andre teknologibedrifter trenger tilgang på flere høyt utdannede teknologihoder enn det de kan få tak i hjemme i USA. De må gjøre det lettere for kloke hoder fra andre land å komme til USA for å jobbe og tar til orde for nødvnedigheten av å fortsatt ha visumordnigner for å tekke til seg flest mulig teknologihoder til USA. Alternativet er å ansette de samme folkene, men utenfor USA. The Economist skriver også om dette i en egen artikkel i helgens utgave, med overskriften "MAGA’s war on talent frightens CEOs—and angers Elon Musk" (bak en betalingsmur). 

Kan en slik usannsynlig koalisjon av motstridene politike oppskrifter fungere over tid? The Economist argumenterer for at tekonologiselskapenes interesser og kunnskap om internasjonale markeder, kombinert med børsenes kontinuerlige tilbakemeldinger kan bidra til å dempe noen av MAGAs mest destruktive proteksjonistiske instinkter. Samtidig som en teknologibransje som alt for sjelden har hattt noe ønske om å forholde seg til den praktisk-politiske virkeligheten kan få litt hjelp til å realitetsorientere seg. Jeg må innrømme at jeg er temmelig skeptisk til at denne alliansen skal holde særlig lenge. Men det kan bli både spennende og underholdende.

Gamle og nye tilsynsfloker

Hvor mange tilsynsorganer trenger vi i Norge? Har de en fornuftig arbeidsdeling seg imellom, eller er det mangelfull koordinering og overlappende nedslagsfelt, og dermed unødige administrative byder for virksomhetene det drives tilsyn med? Som i først og fremst er private bedrifter og kommuner.

Spørsmålet blir jevnlig aktualisert når man finner nye områder det skal drives tilsyn med. I forrige uke i form av en ny rapport fra Direktoratet for forvaltning og økonomistyring (DFØ) som drøfter hvor ansvaret for tilsyn etter EUs forordning for kunstig intelligens skal plasseres i staten, og det drøftes fire ulike alternativer i rapporten. Spørsmålet i dette tilfellet er ikke om det være tilsyn, det er vi forplitktet til av EUs AI-act, men om det må etableres et nytt tilsyn, eller om vi kan bruke noe vi allerede har, som Datatilsynet, Digitaliseringdirektoratet eller Nasjonal kommunikasjonsmyndighet (Nkom).

For noen år siden var det en liknende runde om hvor ansvaret for tilsyn med universell utforming av publikumsrettede digitale tjenester skulle plasseres, som endte opp som et nytt UU-tilsyn inne i Digitaliseringsdirektoratet. Og da det for noen år siden var enighet om at noen burde føre tilyn med skolene og kommunene som eier dem, for å påse at de gjør jobben sin når det gjelder å reagere på mobbing, så ble ansvaret lagt til Utdanningsdirektoratets regionale ledd, som er Statsforvalterne.

Hvor mange tilsyn er det egentig i Norge? Den eneste Stortingsmeldingen jeg vet om som har drøftet hva som er en hensiktmessig tilsynsstruktur heter "Om statlige tilsyn" og kom i 2003, ble lagt fram av Arbeids- og administrasjonsminister Victor Norman. Den gikk igjennom prinsipper, avgrensninger, anvar og roller, og foreslo også flere organisatoriske endringer. Stortingsmeldingen åpner med å slå fast at det da var nær 40 statlige tilsynsorganer i Norge. Meldingen tok for seg hele listen av statlige tilsyn og statlige etater med tilsynsfunksjoner som en del oppgavene, på tvers av alle sektorer, og førte til noen sammenslåinger, endringer av mandater og, ikke minst, relokaliseringer. Noen forsvant inn i andre tilsyn på den tiden (f.eks Taubanetilsynet, Edemetallkontrollen og Park- og tivolitilsynet) og noen nye tilsyn kom til som et resultat av sammenslåinger (f. eks Direktoratet for samfunnsikkerhet og beredskap (DSB) og Nokut). 

80 statlige etater med tilsynsoppgaver

I 2021 var jeg med på å lansere en felles datadelingsplattfrom, Tilda, for samordning og effektivisering av tilsyn. Da ble det slått fast at vi var kommet opp i 80 statlige etater som utfører tilsynsvirksomhet. Nå er det ikke sikkert at det innebærer en fordobling fra 2003, for noe av dette er nok avgrensede tilsynoppgaver innenfor en større etat, men det er ingen tvil om at det har vært en vekst både i antal organer og i volumet på tilsynsaktivieten. Bare for restaurantvirksomheter var det snakk om 16 ulike tilsynsorganer man må forholde seg til, i følge dette oppslaget i Finansavisen der Nikolai Astrup og Thorbjørn Røe Isaksen skrøt av hvordan datadeling i Tilda skal bidra til å effektivisere og forenkle kraftig for næringslivet. 

Dessverre ble ikke Tilda den suksessen som ble forespeilet dengang. Statlige etater er gjerne positive til å bruke andres data når det kan efffektivisere egen virksomhet, men de er ikke like begeistret for å dele sine egne data med andre, og på den måten forenkle hverdagen for næringsliv og kommuner. Riksrevisjonen har beskrevet dette i en leseverdig rapport om deling av data i staten som kom i november 2023.

Dette er en god illustrasjon på samordnings- og effektiviseringsutfordringer i statlig tilsynsvirksomehet som ser ut til å vokse i omfang, men som ikke helt får til å hente ut gevinster fra samarbeid, samordning og datadeling. Jeg tror de færreste av oss vil fjerne statlige tilsyn helt. Vi skjønner at det må drives tilsyn med om biler og russebusser er sikre, legemidler er trygge, sykehjemmene drives forvarlig, byggeplasser er sikre, flyene er trygge å fly med, offentlige bygg er brannsikret eller skoler driver forsvarlig undervisning. 

Selv de som roper opp om at det er for mye tilsyn kan plutselig finne ut at forbrukere må beskyttes enda bedre mot farlige produkter eller bakterier i næringsmiddelindustri eller på restaurantkjøkken. Desuten liker vi at de kriminelle i arbeidslivet blir tatt, slik at det lønner seg å være lovlydig og seriøs. Det vi ikke liker er at det er de lovlydige og seriøse som rammes av en strie strøm av kontroller og rapporteringskrav, som de kriminelle ikke bryr seg om.

Derfor er det behov for å utnytte digitaliserings muligheter til å ikke kontrollere og rapportere det samme flere ganger, koordinere kalendere, slik at man ikke får besøk av et nytt tilsyn hver dag med mange av de samme spørsmålene, og en prioritering av hva som er viktigst på tvers av sektorer og tilsynsorganer. Og vi må sørge for at det ikke blir opprettet et nytt tilsyn for hver nye utfordring som nye teknologier eller nye tjenester skaper, men prøve å plassere likeartede oppgaver sammen, slik stortingsmeldingen i 2003 la opp til.

Digitaliseringen gir nye tilsynsfloker

En del av utfordringene med tilsynsoverlapp skyldes at de fleste tilsynsorganer skal håndtere en sektorlovgivning, som handler om legemidler, matkvalitet, byggkvalitet, telekom, medier, luftfart eller finans, mens det samtidig er noen tilsynsorganer som håndterer mer tverrgående samfunnsverdier og regelverk, som personvern, likestilling og forbrukerbeskyttelse. Digitaliseringen kan i mange tilfeller virke forenklende, men bidrar også på sin måte til å øke utfordringen fordi de digitale systemene som brukes tar med seg sitt eget sett med utfordringer inn i dette, i form av blant annet sikkerhetsutfordringer, personvernutfordringer, markeds- og konkurransehensyn knyttet til plattformselskaper, og nå også hvordan kunstig intelligens skal kunne brukes på en sikker måte.

Hvor mange ulike tilsynsorganer skal for eksempel få slippe inn og sjekke at alt er i orden i et stort datasenter som håndterer sikkerhetskritiske og personsensitive data innenfor sikkerhets-, helse- og finanssektorene? Blir det sikrere jo flere tilsyn som kommer på besøk? Er svaret at man i stedet burde dele data og samordne bedre mellom de ulike tilsynsorganene? Eller burde man ta enda et skritt lenger og gjøre organisatorsiske endringer i tråd med at teknologi og tjenestemodeller er i endring?

Jeg tror ikke det finnes et fasitsvar på dette. Vi må helt sikkert basere oss på at hovedstrukturen vil være både horisontale hensyn, som sikkerhet og personvern, kombinert med en sektorinndeling av både lovverk og tilsynsroller som ivaretar det at behovene er ulike. Vi regulerer ikke helsedata på samme måte som vi regulerer en sosial medietjeneste. Men det er heller ikke nødvendigvis slik at alle nye behov som oppstår kan løses ved å putte oppgaver inn i eksisterende strukturer og etater. 

Noen ganger må grensene mellom hva som hører hjemme i sektorene og hva som er tverrgående også utfordres. Er for eksempel Bank ID-tjenesten en del av finanssektoren, og bør reguleres som det, eller er det en tverrgående teknologi som brukes på tvers av veldig mange tjenestesektorer, og må betraktes som det? Ja, noen politikere har til og med foreslått et nytt lovkrav om å bruke Bank ID for å logge seg på sosiale medier for å bevise at man er gammel nok. Men hvordan lar et slikt krav seg kombinere med at det regulatorisk tilhører finanssektoren? Ganske dårlig, tror jeg. Og teknologiutviklingen gjør at det stadig vil kunne være slike migreringer der teknologier "bytter sektor".

En annen trend er at EU går for full fart i retning av av å utforme nye digitale lovverk som gjelder på tvers av sektorer, men som vil slå ned på ulike måte og medføre ulike krav til reguleringer og tilsyn i hver enkelt sektor. Det har EU naturligvis forstått at kan skape tilsynskaos, og stiller derfor krav om, at det må utpekes noen koordinerende tilsynsroller, nettopp slik DFØ nå har utredet for EUs KI-lovgivning, der de foreslår Nkom som koordinerende tilsyn i Norge.

Jeg har også inntrykk av at det i norske tilsynsorganer for tiden pågår både posisjonering og drøfting av hvor ansvaret for koordinering av tilsyn etter en hel rekke EU-direktiver og -forordninger skal plasseres, blant annet Digital Markets Act (DMA), Digital Sevices Act (DSA), Data Governance Act og Data Act. Hvem skal sitte i førersetet på disse områdene av de norske tilsynsorganene? Er regulering av digitale tjenester noe Medietilsynet skal koordinere? Eller Finanstilsynet eller Forbrukertilsynet skal koordinere? Og er det egentlig lurt å peke ut en sektormyndighet til en slik rolle, slik DFØ peker på Nkom når det gjelder kunstig intelligens? Har ikke Nkom bedre greie på bredbånd- og mobilkonkurranse, og frekvensforvaltning, enn på algoritmer?

En gjennomgang av roller og ansvar

En alternativ tilnærming til dette, i hvert fall på litt sikt, er netopp blitt foreslått av et utvalg som har levert en NOU om viderebruk av data, om implementering av ny EU-lovgivning om datadeling i norsk lovverk. Dette utvalget foreslår at vi i stedet for å putte nye oppgaver inn i gamle tilsyn, heller tar et skritt tilbake og går igjennom hele den digitale tilsynsstrukturen. Utvalget skriver at.

"Utvalget anbefaler at Digitaliserings- og forvaltningsdepartementet gjennomfører en mer helhetlig gjennomgang av den nasjonale tilsynsorganiseringen på det digitale området i lys av endrede og nye krav fra EU. Formålet med gjennomgangen bør være å vurdere alternative modeller for organisering, der ett av alternativene er etableringen av et nasjonalt tilsyn på det digitale området."

Jeg tenker at dette er et godt innspill til hvordan en modernisert ansvars- og rollefordeling kan se ut, og som forhåpentligvis ikke bare sikrer at rett kompetanse er på rett sted, men også kan bidra til å forenkle og effektivisere tilsynsvirksomheten. Og i en drøfting om hvordan det nye lovverket skal tilpasses tilsynsmessig med andre tverrgående lover om innbyggerrettigheter og innsyn, skriver dette viderebruksutlvaget at:

Arkivlovutvalget foreslo i "NOU 2019: 9 Fra kalveskinn til datasjø – Ny lov om samfunnsdokumentasjon og arkiver" å utrede et eget statlig organ til å føre tilsyn med offentleglova, forvaltningsloven og arkivloven, omtalt som Digitaliseringstilsynet. Begrunnelsen for deres forslag er at et Digitaliseringstilsyn kan gi et nødvendig forvaltningspolitisk, digitaliseringspolitisk og arkivpolitisk løft. Etter deres vurdering bør dokumentasjonsforvaltning og arkiver ses i sammenheng med pliktene etter offentleglova og forvaltningsloven og omvendt. Med unntak for de avgrensede klagerettene i forvaltningsloven og offentleglova og kontrollen som utføres av Stortingets organer Riksrevisjonen og Sivilombudsmannen, er det i dag ingen statlig kontroll med etterlevelsen av disse regelsettene, ifølge arkivlovutvalget. Utvalgets forslag til ny lov om datadeling bygger på de samme alminnelige forvaltningsrettslige prinsippene i offentleglova, forvaltningsloven og arkivloven, og må ses i sammenheng med disse lovene.

Det er litt å ta tak i, med andre ord, og sannsynligvis ikke tilstrekkelig å putte nye oppgaver inn der de passer minst dårlig. 

Hindringer for offentlige digitale tjenester

Hva er det som hindrer offentlige virksomheter i å digitalisere tjenester til innbyggere og næringsliv mer og raskere enn i dag? En kilde til kunnskap om dette er Statistisk sentralbyrås undersøkelser om digitalisering i offentlig sektor der de rett og slett spør kommuner, fylkeskommuner og statlige etater om hva de opplever at de største hindringene er. Er det ressurser? Er det kompetanse? Er det vriene lover og regler? Eller er det rett og slett at andre man er avhengig ikke er langt nok fremme?

Svarene er kanskje ikke så veldig overraskende. SSB har gitt seks svarmuligheter, og man kan oppgi flere hindringer på en gang. Alle seks alternativer skårer ganske høyt, men med litt variasjon. Og selv om mye er ganske likt på tvers av virksomheter, er det forskjell på store og små virksomheter og også noen forskjeller mellom statlige virksomheter og kommuner. 

For å ta det i tur og orden: Øverst på listen over hindringer, med 68 prosent i staten og 77 i kommunene, oppgis det at det er vanskelig å frigjøre ressurser til utvikling. Om det med ordet "ressurser" menes penger til digitalisering, eller tid og kompetanse, er ikke helt tydelig, men jeg antar at hovedproblemet kanskje er at den daglige driften krever så mye at det ikke er tid til og personer nok til å prioritere digitale utviklingsprosjekter. Offentlige sektor, og spesielt kommunesektoren, er driftstunge organisasjoner med ansvar for helse, omsorg, opplæring og andre kritiske tjenester i samfunnet som har førsteprioritet. Det paradoksale blir naturligvis at den digitaliseringen som skal frigjøre mer kapasitet til andre ting må vente, nettopp fordi det er så mange andre ting som haster mer.

Hindring nummer to handler om at utgiftene til IKT er høyere enn forventet. Også dette er litt hyppigere nevnt i kommunesektoren, med 66 prosent, enn i staten, der 53 prosent er svarer at dette er en hindring for digitalisering. Det vi ikke kan lese ut av disse tallene er om kostnadene er høyere enn forventet på grunn av dårlig planlegging, urealistisk budsjettering, eller om svaret skyldes helt andre årsaker.

Avhengighet av utvikling hos andre aktører i offentlig eller privat sektor er den neste forklaringen på listen, med 49 prosent i statlige virksomheter og 51 prosent i kommunene. Hva som ligger i denne forklaringen er ikke helt lett å vite, og det kan være flere ganske ulike ting. Hvis jeg skal våge meg på å gjette kan det handle om at digital løsninger som utvikles for flere virksomheter, og som det er meningen at mange virksomheter skal ta i bruk, som for eksempel pasientjournalløsninger i kommunehelsetjenesten, eller løsninger for å dele data på en sikker måte, ikke har blitt ferdig som forutsatt. Kanskje har virksomhetenelatt være å gjøre ting på egenhånd, og ønsket å satse på en fellesløsning, men dette tar tid.

Fjerde hindring som oppgis er manglende kompetanse i virksomheten. Ikke særlig overraskende, men kanskje litt overraskende at den ikke er enda høyere oppe på listen over hindringer. 38 prosent av statlige virksomheter og 53 prosent av kommunene oppgir dette som en stor hindring. Her viser bakgrunnstallene at det særlig er de mindre statlige virksomhetene og de små kommunene som sliter mest med å få tak i kompetansen de trenger for å digitalisere mer,

Lover og regler som må endres og tilpasses digitale løsninger nevnes av 36 prosent av statlige virksomheter og og av 30 prosent av kommunene, og den eneste hindringen som nevnes av flere i staten enn i kommunene. Og det er ikke så overraskende. I kommunene gjelder det nasjonale lov og regelverket alle, og det er mange som kan jobbe sammen for å få til nødvendige justeringer, mens mange statlige virksomheter har egne lover, regler og paragrafer som gjelder akkurat dem, og som kanskje ikke prioriteres høyt nok i køen av alt man burde gjøre for å legge til rette for digitalisering og omstilling. En lovbestemmelse som regulerer formkrav for søknader om tilskudd eller utbetaling av ytelser kan virke smått i den store sammenhengen, men kan være en avgjørende hindring for å hente ut effektiviseringsgevinster eller samhandlingsmuligheter. Kanskje er det ikke alltid behov for å vedta nye lover som er problemet heller, men å avklare hvordan lovbestemmelser skal forstås og praktiseres når man skal utveksle persondata eller etablere en skyløsning for en ny offentlige tjeneste, og ikke er helt sikker på hva som gjelder.

Nummer seks på listen over hindringer er at det mangler felles offentlige løsninger eller infrastruktur for å få til mer digitalisering. Ting som en enkelt kommune eller virksomhet ikke kan gjøre alene, men som trenger en eller annen fellesløsning å bygge tjenesten på toppen av. Dette nevnes av 31 prosent av statlige virksomheter og hele 50 prosent av kommunene. Også her tenker jeg det spiller inn at kommunene i bunn og grunn gjør akkurat det samme og kan oppnå store gevinster der det finnes fellesløsninger alle kan bruke, men ikke når løsningene ikke finnes oppleves det som en hindring.

Er det så noen felles tråd i disse forklaringene på hvorfor det ikke digitaliseres enda mer? Undersøkelsen viser i hvert fall at det er behov for å holde innsatsen oppe når gjelder å investere i ulike fellesløsninger og felleskomponenter på tvers av virksomheter. Og jeg tror den også viser hvor viktig det er å veilede virksomheter når det gjelder hvordan lov- og regelverk kan legge begrensninger, men kanskje også skape muligheter når man gjør det på rett måte. Men også når dette er på plass kan det være vanskelig å frigjøre nødvendig kapasitet til å implementere digitale tjenester. Det å sortere mellom kortsiktige og langsiktige behov, og rydde plass til å investere i digitale tjenester er en utfordring som neppe vil forsvinne med det første.

Kunstig intelligens og produktivitetsvekst

NHOs nettsider om rapporten

Vil bruk av kunstig intelligens øke verdiskapingen i Norge? Og gir det mening å tallfeste hvor mye, for eksempel i form av et regnestykke for hvor mye mer effektive og produktive vi blir når vi tar i bruk KI-verktøy i jobben?

Det er dette NHO, Abelia, Finans Norge og Nelfo har bedt Samfunnsøkonomisk Analyse (SØA) om å gjøre, og resultatet ble presentert i form av en rapport om om økt verdiskaping frem mot 2040 basert på produktivitetsvekst fra bruk av kunstig intelligens i forbindelse med NHOs årskonferanse. Tallet er i følge rapporten 5 600 milliarder kroner ekstra verdiskaping frem mot 2040,

 Jeg tenker at selve tallet er det minst viktige. Tallet er rett og slett en konsekvens av forutsetningene som er puttet inn modellen. Med andre forutsetninger får du et annet tall. Langt viktigere er derfor en diskusjon om disse forutsetningene som ligger bak er riktige, og hvordan de påvirkes av ulike ting vi kan gjøre noe med, eller av ting vi ikke kan gjøre noe med. 

Noen tenker nok at tallet virker veldig høyt. Det er omkring tre statsbudsjetter i ekstra verdiskaping på bare 15 år. Så kan man også innvende at tallet virker veldig lavt og utrykker en forventning om en temmelig slapp økonomisk utvikling framover, og som bare blir litt bedre med mer digitalisering og bruk av kunstig intelligens. 5 600 milliarder er tross alt bare litt over en tredjedel av markedsverdien av det norske oljefondet. Og i følge forrige regjerings perspektivmelding  er norsk finansformue bare 10 prosent av nasjonalformuen, mens verdien av fremtidig arbeidsinnsats og kompetanse utgjør 75 prosent. Og det er jo verdien av arbeidet vårt som skal fyres opp med kunstig intelligens.

Men tallet er som sagt ikke det viktigste. Det rapporten fra Samfunnsøkonomisk Analyse (SØA) gjør svært bra er å koble to problemstillinger som for sjelden sees i sammenheng: en drøfting av konkrete positive muligheter når det gjelder å ta i bruk kunstig intelligens til å løse ulike oppgaver, som til vanlig diskuteres av teknologene. Og en analyse av hvordan økt produktivitet i arbeidslivet gir gevinster for hele samfunnet, blant annet i form av et mer bærekraftig velferdssamfunn, en diskusjon som gjerne føres av samfunnsøkonomer. En god forståelse av denne koblingen er viktigere enn selve tallet,

Selve rapporten har som nevnt beregnet produktivitetsveksten som kan oppnås ved å ta i bruk kunstig intelligens til 5 600 milliarder kroner. Av dette kommer 2000 milliarder fra produktivitetsøkninger gjennom bruk av generativ kunstig intelligens fordi verktøy som Chat GPT, Copilot osv, vil bli tatt i bruk bredt i næringsliv og offentlig sektor. Det utløser gevinster i form av spart tid og høyere kvalitet når tekst, illustrasjoner, skriving av programkode og andre både kreative og analytiske prosesser, og sammenkobling av ulike data, gjøres maskinelt. En ytterligere gevinst på 3600 milliarder kommer fra annen digitalisering, også den med store innslag av kunstig intelligens, og gjerne i kombinasjon med automatisering, robotisering, autonome innretninger, stordata, droner, sensorer og masse annet spennende som vil gi oss teknologianvendelser og tjenester vi ønsker oss, og ting vi ikke har tenkt på enda.

Så sier rapporten at gevinstene naturligvis kan bli en del lavere fordi vi av ulike grunner ikke klarer å komme raskt nok  i gang med å ta i bruk de nye mulighetene, eller fordi det er hindringer eller flaskehalser som står i veien, for eksempel mangel på rett kompetanse, som hindrer oss i å få full effekt. Eller det kan være tilsiktede eller utilsiktede regulatoriske hindringer som står i veien for å hente ut gevinstene. Men gevinsten kan også bli mye høyere fordi denne type innovasjon kan utløse ulike dynamiske effekter som vanskelig lar seg planlegge eller beregne i forkant (eller i etterkant). For hva var egentlig produktivitetsgevinsten av internett? 

Jeg slutter meg helt til det Bente Sollid Storehaug, en dyktig og erfaren teknologileder, skrev på Linkedin etter en liten panelsamtale både hun og jeg var med på hos NHO da rapporten ble presentert. Der skriver Bente at:

"Vi har så lett for å snakke om gradvis og lineær vekst, og har en tendens til å glemme at nye sterke teknologier skaper eksponentiell vekst, en vekst som ofte er utenfor vår fatteevne. Nye teknologier skaper også disrupsjon. Det er noe annet enn gradvis innovasjon og mer effektive arbeidsprosesser. Alle bør ha som mål å ta ut gevinster, men problemene for næringslivet oppstår når disrupsjon endrer verdiskapningen. Mer kompetanse vil øke mulighetene for å retenke og digitalisere verdikjeder og forretningsmodeller og ikke minst løse de store oppgavene som ligger i den doble omstillingen."

Så når rapporten av ulike miljøer har blitt kritisert både for å være "tenk på et tall", for å være for lite dynamisk når det gjelder å beskrive hvordan teknologi-innovasjon, -spredning og -bruk faktisk skjer, og også for å være for nøktern når det gjelder veksttallene, så kan det stemme alt sammen. Det er avhengig av hva bedriftene, deres ansatte og ikke minst styrene og lederne klarer å få til, og av hva de ikke klarer å få til.

Jeg må innrømme at det aller først jeg reagerte på da jeg så disse beregningene til Samfunnsøkonomisk Analyse av produktivitetesveksten de neste 15 årene ikke var tallfestingen av veksten kunstig intelligens og digitalisering kan bidra med, men resten av produktivitetsveksten. Den veksten som ikke skyldes digitalisering og kunstig intelligens. For den er omtrent null. Eller litt mer presist, produktivitetsveksten er beregnet til 0,1 prosent i året. Så fra å ha hatt en gjennomsnittlige årlig produktivitetsvekst (målt som endringer i verdiskaping i faste priser per time) i Norge på 1980-tallet på 2,8 prosent pr år, på 1990-tallet på 2,7 prosent pr år, på tidlig 2000-tall, før finanskrisen, på 1,1 prosent pr år og i årene 2015-2022 på bare 0,6 prosent pr år, er  beregningen for årene som kommer helt nede på 0,1 prosent pr år uten bidraget fra digitalisering. Det er ikke mye å skryte av, og i hvert fall ikke noe som vil gi verken bedre velferdstjenester eller høyere reallønn fremover.

Derfor er et viktig hovedbudskap i denne rapporten at vi rett og slett må lykkes godt med å digitalisere mer  og ta i bruk kunstig intelligens, ellers blir det ingen vekst å fordele. Med avansert digitalisering og ikke-generativ KI er det beregnet relativt beskjedne 0,6 prosent produktivitetsvekst pr år. Lykkes vi med generativ KI blir summen litt høyere, i gjennomsnitt 1,1 prosent totalt, men heller ikke det er høyt når vi ser på historien. Så nok en gang: Det er ikke selve tallet som er det viktigste, men at vi legger til rette for at vi får på plass forutsetningene og rammebetingelsene som gjør at vi kan lykkes. Både den delen politikk kan legge til rette for, for eksempel innenfor forsknings og kompetansetiltak. Men aller viktigst er den jobben den enkelt virksomhet må gjøre når det gjelder å finne og ta i bruk de teknologiske mulighetene. Det er summen av alt det alle virksomhetene gjør som avgjør hva tallet blir. Så enkelt og så vanskelig.

Oppsigelser i Silicon Valley

Det måtte jo komme en gang. I dag kom nyheten om at Meta/Facebook sier opp 11 000 ansatte,  13 prosent av de som jobber der. Ikke fordi de taper penger, men fordi veksten ikke er så sterk som forventet. Og for noen dager siden måtte 3 700 ansatte i Twitter slutte, halvparten av de ansatte.

Som oversikten til venstre viser er det også mange andre it-selskaper, delingsplattformer og soisale medieselskaper som har nedbemannet den siste tiden. The Economist skriver

"According to Crunchbase, a data provider, more than 50,000 American tech personnel have been laid off so far this year, as the industry goes through a harsh downturn. That amounts to less than 1% of the nearly 6m people employed by America’s technology companies. But it is nevertheless a rude shock for firms far more familiar with hiring than firing."

Noe av nedgangen nå skyldes overdreven optimisme under pandemien da mange flere ble ansatt i disse selskapene. men det er også slik at hele sektoren sliter med å leve opp til forventningene som er skapt. 

Litt færre nye studenter

Tallene for årets opptak av nye studenter til universiteter og høyskoler kom i dag. Det er alltid interessant å analysere både hvilke utdanninger som er mest populære. hvor mange som har fått ønskene sine oppfylt og hvor mange studieplasser det blir på de ulike områdene neste år. I en tid der det er knapphet på kompetanse og arbeidskraft på mange områder er jo dette en viktig mekanisme, både for den enkelte og for samfunnet.

I regjeringens pressemelding om opptaket er de mest opptatt av å fortelle at rekordmange har fått oppfylt førstevalget sitt. Og det er jo riktig. Av 121 198 kvalifiserte søkere har 64 744 fått førstevalget innfridd. I tillegg har noen fått et annet ønske enn førstevalget oppfylt, så i alt har 105 216 personer har fått tilbud om en studieplass. Det er en nedgang fra 110 119 i fjor, eller 4,5 prosent. 

Hovedgrunnen til at flere får innfridd førstevalget er at mens antall studieplasser går litt opp så går antall kvalifiserte søkere ned med over 12 prosent. Det er særlig blant de litt eldre søkerne, de over 25 år, at det er en stor nedgang. Det har en ganske opplagt forklaring i at det under pandemien var et stort hopp i antall søkere til høyere utdanning, og dårligere jobbmuligheter, mens vi nå er tilbake på 2019-nivå i antall kvalifiserte søkere, mens arbeidsmarkedet er godt. Og når antall studieplasser er omtrent det samme, så blir det plass til flere.

Det andre det er interessant å se på er hvor mange som søker seg til ulike utdanningsområder. Hvordan ser det store bildet når det gjelder hva unge mennesker velger å utdanne seg til ut? Grafen over viser hvor mange som er tilbudt plass på de ulike utdanningsområdene. Helsefagene er størst med nesten 20 000 plasser, foran økonomiske og administrative fag med 17 600. Då er det et lite hopp ned til de tre neste: Samfunnsfag med litt over 12 000, teknologiutdanninger med  litt under 10 000 og lærerutdanninger omtrent like mange studieplasser. Deretter er det et nytt hopp ned til informasjonsteknologi og språk med litt over 5000 plasser hver. Så følger historie, realfag, juss, idrettsfag. og mediefag.

Så er det for det tredje interessant å se på hvor det er stort sprik mellom antall søkere og antall tilbudte plasser. Nå er ikke dette en helt eksakt vitenskap fordi det alltid er en del frafall ved at folk som har søkt likevel takker nei, ikke møter opp eller faller fra like etter oppstart. Noen har parallelt søkt på private høyskoler som ikke er en del av det samordnede opptaket, som Handelshøyskolen BI. Noe som gjør at man operer med såkalt "overbooking" basert på tidligere erfaringer. Mens det er planlagt 62 500 studieplasser er det hele 105 216 som nå er tilbudt plass. Det sier litt om størrelsen på frafallet. Det er laget et eget notat om "overbookingen" på ulike utdanninger.

Men som sagt er det uansett interessant å se på spriket mellom antall søkere og plasser. Her er helsefagene i en særstilling når det gjelder antall søkere: 38 000 søkere i fjor, ned til 32 000 i år, mens 19 800 har fått tilbud. Det betyr at de utgjør 24 prosent av søkerne, men bare 18 prosent av plassene. Jeg antar dette har med at frafallet er større på helsefag enn på andre utdanninger. Det kan i hvert fall ikke være fordi det ikke er behov for flere med helsefagutdanning i årene som kommer. Det mest bekymringsverdige i tallene er at antallet som har sykepleierutdanning som førstevalg har falt fra over 16 000 i 2017 og i 2018 til bare 10 000 studenter i 2022.

Det er også interessant å sammenligne antall søkere og antall plasser innenfor teknologifag og for informasjonsteknologi. Det blir stadig argumentert med at det er et stort underskudd på studieplasser for teknologer og it-folk. Men det er de siste årene opprettet mange nye studieplasser og det er kanskje ikke få studieplasser som er hovedutfordringen, man at det trengs enda flere kvalifiserte søkere? På meg virker årets tall som det er ganske balansert og at den største utfordringen er at det trengs flere søkere, og særlig norske søkere. Til teknologistudiene var det 13 830 med teknologi som førstevalg, flest ingeniører og sivilingeniører. Og det er 9 828 personer som er tilbudt plass. Og for informasjonsteknologi var det 6 886 med dette som førstevalg (flest på UiO, NTNU og UiB) og 5383 som er tilbudt studieplass.

Ellers er det også slik at det parallelt med dette opptaket til universiteter og høyskoler pågår et tilsvarende opptak til høyere yrkesfaglige utdanninger, de såkalt fagskolene. Her er det mindre forhold, med litt over 12 000 studieplasser og litt over 12 000 søkere, med helsefag og teknologifag som de klart største utdanningsområdene. Man kan lese mer om det i et eget notat.

Er data scientist fortsatt den mest sexy jobben?

For ti år siden skrev forskeren Thomas Davenport og DJ Patil, tidligere US Chief Data Scientist, en artikkel i Harvard Business Review der de kåret data scientist til vårt århundres mest sexy jobb. Jeg tror data scientist også er begrepet på norsk, men vi bruker ofte datavitenskap som begrep om faget de jobber med, som tilsvarer data science på engelsk.

Allerede for ti år siden var det tusenvis av mennesker som hadde som jobb å prøve å finne gull ut av rotete og sølete data, ved å finne fram til, strukturere, koble sammen og tilrettelegge, og anvende ulike verktøy for å skape verdi for virksomheter ut av dataene. Artikkelen beskrev at en viktig del av jobben den gang var å jobbe med å utvikle og programmere verktøyene sine selv:

"Perhaps it’s becoming clear why the word “scientist” fits this emerging role. Experimental physicists, for example, also have to design equipment, gather data, conduct multiple experiments, and communicate their results. Thus, companies looking for people who can work with complex data have had good luck recruiting among those with educational and work backgrounds in the physical or social sciences. Some of the best and brightest data scientists are PhDs in esoteric fields like ecology and systems biology. George Roumeliotis, the head of a data science team at Intuit in Silicon Valley, holds a doctorate in astrophysics. A little less surprisingly, many of the data scientists working in business today were formally trained in computer science, math, or economics. They can emerge from any field that has a strong data and computational focus."

Det har skjedd my på ti år både når det gjelder å etablere dette som et eget utdannings- og forskingsfelt, og også når det gjelder å utvikle verktøykassen, blant annet bruk av kunstig intelligens og andre hjelpemidler for å analysere stordata. Mindre tid må brukes på å utvikle verktøyene (noen er blitt spesialister på den delen av fagområdet også) og mer tid kan brukes på å finne verdien i dataene. 

Men er dette like attraktivt og viktig arbeid som for ti år siden? De to artikkelforfatterne har stilt og besvart spørsmålet i Harvard Business Review ti år etter: "Is Data Scientist Still the Sexiest Job of the 21st Century?". Svaret er at det i hvert fall ikke er mindre behov nå. Etterspørselen etter kompetansen er langt høyere:

"A decade later, the job is more in demand than ever with employers and recruiters. AI is increasingly popular in business, and companies of all sizes and locations feel they need data scientists to develop AI models. By 2019, postings for data scientists on Indeed had risen by 256%, and the U.S. Bureau of Labor Statistics, predicts data science will see more growth than almost any other field between now and 2029. The sought-after job is generally paid quite well; the median salary for an experienced data scientist in California is approaching $200,000."

Selv om utdanningene, jobb-beskrivelser og verktøy er langt mer standardisert og "mainstreamet" i dag enn for ti år siden, og erkjennelsen av hvilke verdiskapingsmuligheter som kan utløses i en virksomhet med ved smart bruk av data er langt større, peker de også på at noen av de grunnleggende utfordringene består. Forståelsen er ganske ujevnt fordelt. Og tilretteleggingen for at man virkelig skal kunne realisere disse mulighetene er også svært variable:

"Many of the same headaches remain, too. In our research for the original article, many data scientists noted that they spend much of their time cleaning and wrangling data, and that is still the case despite a few advances in using AI itself for data management improvements. In addition, many organizations don’t have data-driven cultures and don’t take advantage of the insights provided by data scientists. Being hired and paid well doesn’t mean that data scientists will be able to make a difference for their employers. As a result, many are frustrated, leading to high turnover."

Og dette er jo en god påminnelse om at vi har med mennesker og organisasjoner å gjøre, ikke bare teknologi. Avstanden mellom hva teknologi kan bidra med og hva vi får til av innovasjon og verdiskaping med teknologi har neppe vært større noen gang. Så ja, data scientists og andre som kan hjelpe oss bygge den broen er nok enda viktigere enn før. Ikke minst fordi, som artikkelen avslutter med å understreke, de får en stadig viktigere jobb når det gjelder å forklare og hjelpe oss med de viktige etiske og samfunnsmessige veivalgene som dukker opp når data skal kobles og brukes på nye måter. 

Men her er det også viktig å minne om at ingen yrkesgrupper løser slike systemiske og ofte komplekse utfordringer, som handler om mennesker. organisasjoner og teknologi, alene. Når utfordringer og muligheter er tverrgående og kan ha etiske og samfunnsmessige konsekvenser, løses de best når de teknologiske ekspertene er opptatt av brukerperspektivet og samarbeider godt med andre fagmiljøer som har gode verktøy for å analysere hva slags endringer som er mulige og ønskelige.

Slutten på iPod (for tredje gang)

iPoden er død, skriver Hans Petter Sjøli i VG. Og både han og andre medier som skriver om dette har på en måte rett, selv om det innlegget er skrevet to ganger før, blant annet av meg her på bloggen. iPodens død kan nemlig tidfestes til tre forskjellige tidspunkter, litt avhengig av hva man mener med iPod.

Men først kan det jo være grunn til å minne om betydningen av denne innretningen, den i særklasse mest vellykkede mp3-spilleren fra Apple som kom i sin første utgave i 2001. Ikke alle var imponert. Den kunne bare brukes sammen med Mac. Dessuten fantes det ikke noen iTunes-butikk å kjøpe musikk i. Den kom først to år senere, så man måtte rippe CD-samlingen sin og legge inn manuelt. Men da PC-tilkoblingen kom og iTunes Music Store åpnet i 2003 var det en suksess som ble så stor at den i løpet av noen år tok livet av både platebutikkene og de fysiske CDene. 

Første gang iPoden døde var i 2014 da den opprinnelige harddiskbaserte versjonen (etter hvert kalt iPod Classic) ikke ble laget lenger. Da hadde det ikke kommet en ny generasjon siden 6. generasjon, med formidable 160 GB lagringsplass ble lansert i 2007. Stor nok til å oppbevare hele musikksamlingen i lomma. Helt sensasjonelt. Men noen internettilkobling kom aldri på denne dingsen, så musikken måtte fylles på via en kablet tilkobling til en PC. En upraktisk fysisk omvei sett med dagens øyne. Jeg blogget om seks generasjoner med iPod her i 2014.

Så var det slutt igjen i 2017. Denne gangen var det iPod Nano og iPod shuffle som forsvant, etter flere generasjoner med nye versjoner fra 2005 og utover. Disse var også rene musikkspillere, eller mp3-spillere om man vil, uten noen apper eller andre bruksområder. Mindre lagringsplass enn den klassiske iPoden, men plass til noen hyllemeter med CDer likevel. Jeg blogget om Nano og Shuffle her i 2017. Og slo fast at det eneste gjenlevende med iPod-navnet, en iPod Touch, egentlig ikke var en musikkspiller, men en nettilkoblet dings med touch-skjerm som kan gjøre akkurat det samme som en smarttelefon, bortsett fra taletelefoni.

Og det er denne siste dingsen med iPod-navnet som forsvinner nå i 2022. For hva skal man med en smarttelefon uten taletelefoni når man kan ha en smarttelefon med taletelefoni, som samtidig også er musikkspiller. Og også har apper for alt det andre. Hans Petter Sjøli i VG skriver:

"Som overgangsteknologi var den uovertruffen. Men den levde på lånt tid. Apple selv var det som påførte iPoden det første banesåret, da iPhone ble lansert i 2007 (året etter i Norge), og smarttelefon-æraen var i gang. I dag vokser unger opp med smarttelefonen som en like selvsagt livsnødvendighet som vann og brød,,,"

Og så minner han om at "pod"-begrepet likevel ser ut til å leve videre, helt uavhengig av tilknytning til en fysisk dings:

"...men én ting direkterelatert til iPod lever og vokser videre – nemlig fenomenet som tidligere ble kalt radio, men som nå heter podkast, og som vi alle får kastet etter oss, nær sagt fra alle hold. «Podkast» er et såkalt portmanteu-ord, en sammentrekning av to ord – pod (fra iPod) og kringkasting. Så nå som podkast, tidligere kjent som radio (nå lager radioen podkaster), er blitt så populært, så består pod-ordet i språket og i offentligheten, som et siste stikk fra iPoden."

Four internets (and a funeral)

For omkring tre år siden deltok jeg, som representant for regjeringen, på et OECD-møte i Paris om digitalisering (Going Digital Summit). Det var diskusjoner om digitalisering av offentlige tjenester, plattformøknonomi, sosiale medier, datadeling, digital kompetanse, kunstig intelligens, og andre temaer vi kjenner godt fra debatten. 

Slike møteplasser er viktige arenaer for inspirasjon og læring, og noen ganger blir det også debatter med litt temperatur, som for eksempel når det gjaldt hvordan man vil forholde seg til aktører som AirBnB og Uber.

Men det store høydepunktet på dette digitale toppmøtet i Paris, og som jeg burde blogget om for tre år siden, var et foredrag Wendy Hall holdt under en middag for delegasjonslederne om internettets fremtid. Det var basert på et forskningsnotat med tittelen "Four Internets - The Geopolitics of Digital Governance", men som hun for anledningen spøkefullt døpte om til "Four Internets and a funeral" med den begrunnelsen at Russland ser ut til å ønske å skade og til å med ødelegge alle modeller for et fungerende internett. Det har definitivt ikke endret seg etter 2019, tvert imot.

Internett, også i world wide web-utgaven fra midten av 90-tallet, som åpnet opp for vanlige innbyggere verden over kunne kommunisere fritt, var et slags idealistisk nerdeprosjekt uten noen klar eier og leder. Standarder (for ting som adresser og filformater) og spilleregler måtte lages, men de ble ikke laget av land eller mellomstatlige organisasjoner, men av komiteer av mer eller mindre selvoppnevnte frivillige. Og det har fungert. Men Wendy Halls poeng er at den modellen er i ferd med å møte konkurranse fra tre andre, og svært ulike, konkurrenter som vil definere spillereglene på internett. De beskrives slik i omtalen av notatet:

"The first, the Silicon Valley open internet, reflects the idealism of the internet’s creators, who engineered it to be open, with transparent standards and portable, extensible and interoperable data and software, and also to scale as it grew. European nations, and the European Commission, champion a second model — a “bourgeois” internet, where trolling and bad behaviour are minimized and privacy protected, possibly at the cost of innovation. China and many other nations see a third, authoritarian internet, where surveillance and identification technologies help ensure social cohesion and security. The fourth and more commercial view, characteristic of the US Republicans in Washington, DC, understands online resources as private property, whose owners can monetize them and seek market rates for their use."

Og i følge Dame Wendy Hall, som også har vært sentral i Web Science Research Initiative sammen med Tim Berners Lee, er det mange områder i verden, som India, Latin Amerika og store deler av Asia, som ikke er definitivt plassert i noen av disse fire leirene, og som vil avgjøre hvilket internett som vinner. Og, igjen i følge Wendy Hall, er det den europiske modellen, GDPR-internettet, som må vinne denne kampen om fremtiden. Da kan vi ha den riktig balansen mellom personvern, sikkerhet, åpenhet og ytringsfrihet.

Jeg ser nå at tematikken i dette notatet fra Wendy Hall og Kieron O'Hara, begge knyttet til Universitetet i Southampton, nå også er blitt til en bok som heter "Four Internets: Data, Geopolitics, and the Governance of Cyberspace". Den må jeg få lest snart, kanskje i sommerferien, og så kommer jeg tilbake her på bloggen med en omtale.

Hva de 5 store investerer i

"Follow the money", heter det. Og når det gjelder verdens fem største teknologigiganter er det ikke så dumt å følge de enorme pengene de legger inn i oppkjøp, ansettelser og forskning og utvikling i fremvoksende teknologier for å finne ut hva de vedder på at er det neste store om noen år.

Det er The Economist som har kartlagt dette i artikkelen "What America’s largest technology firms are investing in". Noe av det interessante akkurat nå er at alle fem er på jakt etter det neste store innenfor teknologi, og gjør store veddemål på hva de skal leve av fremover, men det er ganske stort sprik i hva de satser på. Ser vi på nye ansettelser, og hva slags profiler de nyansatte har, så satses det på tungt på robotisering (særlig fra Amazon), på selvkjørende biler, helseteknologi, metaverse og fintech. 

Noe av det samme går igjen i tallene for hva penger til oppkjøp og investering i andre selskaper går til. Her ser vi også hvordan Amazon satser tung på robotisering og finansteknologi. I det siste området er også Alphabet, som også satser tungt på helseteknologi. Men det mest ensidige selskapet av alle akkurat nå er Facebook/Meta, som ser ut til å vedde tung på at det er VR/AR/Metaverse som er fremtiden:

"In terms of single-mindedness, the clearest signal is Meta’s pursuit of all things metaverse. Of the 13 firms that work in augmented reality (ar) or vr which were bought for a public price, Meta bought eight, including BigBox vr and Downpour Interactive. Apple bought another four, including Next vr and IKinema. But its highest priority by this measure was ai. Of its 22 purchases since 2019 more than half have been ai-related startups."

En annen interessant trend er de fem stores interesse for bil- og transporttekologi:

"Take the five investees that make cars. Amazon invested in two, Aurora and Rivian. The latter, in which it has a 20% stake, went public in November and is valued at $67bn. On top of this, last year Amazon bought Zoox, which like Aurora focuses on autonomous vehicles, for $1.3bn. Analysts suspect Amazon’s immediate interest in the sector lies in the possibility of making its delivery service cheaper and more efficient—it has already ordered 100,000 delivery vans from Rivian. The investment may be comparable to the company’s purchase of Kiva Systems, a robotics firm, in 2012. Kiva’s technology now helps Amazon’s warehouses run smoothly.

Google also invested in two self-driving-car companies: Waymo, a firm originally spun out of X, the tech giant’s in-house “moonshot” unit; and Nuro, an autonomous-delivery company. Apple, which in 2019 acquired Drive. ai, a self-driving-car startup, is mostly working on its self-driving cars in-house. Its Project Titan aims to launch a vehicle in 2025. This week Microsoft joined the race, with an investment in Wayve, a London-based self-driving-car firm. Overall, 9% of the investments made by the big tech companies are in cars and mobility,"

79 prosent av oss handlet på nett

Netthandelen har, ikke helt uventet, gjort et stort sprang oppover i 2021. Sammenligner vi første kvartal i 2021 med første kvartal 2020, det siste før pandemien traff oss, er veksten i andelen som handler på nett på hele 11 prosentpoeng. Fra et allerede ganske høyt nivå. Og selv om de unge handler mer på nett enn de eldre, er det i de eldre aldersgruppene veksten har vært sterkest. Det er nye tall fra SSB om bruken av ikt i husholdningene som forteller om denne veksten:

"79 prosent av nordmenn mellom 16 og 79 år handlet på nett 1. kvartal 2021. Andelen er høyest blant de unge, mens de eldre har størst økning fra tidligere år. Andelen av befolkningen mellom 16 og 79 år som sier de har handlet på nett de siste tre månedene , har økt med 11 prosentpoeng sammenlignet med samme måleperiode i 2020. Dette fremgår av nye tall fra statistikken Bruk av IKT i husholdningene. 

Tallene viser at litt flere kvinner enn menn handler på nett, men her er forskjellene ganske små. Det er større forskjeller mellom ulike aldersgrupper, unge handler mer på nett enn eldre, men den sterkeste veksten i netthandel er nå blant de over 55 år, og særlig sterk blant de over 75 år. SSB skriver:

"Selv om det er de over 55 år som handler klart minst på nett, så er det til gjengjeld denne gruppen som har hatt den kraftigste økningen i netthandel det siste året. Samlet sett så har andelen som har handlet på nett i aldersgruppene 55-64 år, 65-74 år og 75-79år økt med hele 20 prosentpoeng sammenlignet med 2020. Vi ser altså at økningen i andelen som har handlet på nett føyer seg inn i en stigende trend de siste årene, men at det har vært en særlig stor økning siste året. Andelen som netthandler er størst blant unge og kvinner, men økningen har vært størst blant de eldre."

Verdens største selskaper målt i markedsverdi

Hvilke selskaper er verdens største? Svaret er at det er avhengig av hva man mener med "størst", det vil si hva man er avhengig av å måle. 

Man kan rangere størrelse ut fra antall ansatte i virksomheten eller ut fra hvor stor økonomisk omsetning virksomheten har. En fordel ved slike måter å sammenligne er at man da også kan sammenligne ulike virksomhetstyper, som privateide selskaper og helstatlige eller helkommunale virksomheter, og ikke bare de som er børsnotert.

Nå er det likevel vanligst å bruke selskapenes markedsverdi når man skal sammenligne, med de fordelene og ulempene det har. Bland fordelene er at det er er færre avgrensnings- og definisjonproblemer når børskursen avgjør, og den foreligger hver eneste dag. En annen fordel er at det i lange og kanskje kompliserte leverandørkjeder kan være forskjell på hvor det er flest ansatte eller høyest omsetning, og hvor det høyest fortjeneste. Dessuten er det slik at markedsverdi ikke måler historiske resultater, men er opptatt av forventninger om fremtidige inntekter. Det gjør at selskaper som Facebook og Tesla har klatret raskt mot toppen på slike globale rangeringer se siste årene. 

Hvem er så størst målt i markedsverdi? Er det bare store globale it-plattformselskaper som dominerer sine respektive områder og der forventningen er at de skal dominere enda mer? Svaret er at slike selskaper definitivt preger toppen av listen, men at de ikke er helt alene.

På listen til Visual Capitalist basert på markedsverdien 31 mars i år er det Apple som topper listen, slik de har gjort de fleste kvartaler siden 2012 (i tiåret før var det normale at olje- og gasselskaper og finansselskaper dominerte i toppen). Apples markedsverdi var litt over 2000 milliarder dollar. På en litt omstridt andreplass (mer om det litt lenger ned) er oljeselskapet Saudi Aramco med en verdi på 1900 milliarder dollar, Så følger resten av de digitale kjempene på rekke og rad, Microsoft, Amazon, Alphabet (Google) og Facebook. På 7 plass er Tencent, et kinesisk digitalt plattformselskap. Så følger Tesla (biler, batterier og satellitter) Alibaba (netthandel) og Berkshire Hathaway (investeringer).

Når Saudi Aramcos plassering er litt omstridt er det fordi det er et statsoljesselskap der andelen aksjer som er fritt omsettelige på børs er nokså lavt, så vidt jeg vet under 2 prosent, noe som gjør at verdsettingen kan bli nokså upresis. Jeg tror det er grunnen til at Wikipedia ikke tar med Saudi Aramco på sine kvartalsvise rangeringer over de største selskapene i verden. Disse topp 10-listene som går tilbake til midten av 90-tallet er veldig interessante, blant annet fordi de viser at det er nokså omskiftelig hvilke bransjer som er i skuddet i markedet, men også at noen selskaper er imponerende stabile i toppen på tross av slike endringer.

Denne måten å sammenligne på gjør det også mulig å sammenligne verdien av de største selskapene i verden med med det norske oljefondet (riktignok bare verdien av det oljefondet eier, og ikke forventninger om fremtidig inntjening, i og med at oljefondet selv ikke er børsnotert). Verdiene i oljefondet er akkurat nå 12 000 milliarder kroner, eller omkring 1350 millarder dollar. Det betyr at oljefondet er verdt litt mindre enn Apple, Microsoft, Amazon og Google, men mer enn alle andre selskaper i verden, inkludert for eksempel Facebook, Tesla og Alibaba.

Økt digitalisering under pandemien

Vi har alle sett hvordan digitaliseringstempoet har økt gjennom koronatiden. Vi deltar på digitale møter, jobber digitalt fra hjemmekontor og mange bruker ulike nyutviklede digitale løsninger for å kommunisere med det offentlige, for eksempel for å søke om penger fra en kompensasjonsordning.

Men selv om vi vet at Norge er digitalisert i et rekordtempo, er det greit å gå det dokumenter. Statistisk sentralbyrå (SSB) gjennomfører jevnlig undersøkelser om digitalisering i offentlig sektor og i år har de stilt noen tilleggsspørsmål om statens og kommunenes digitalisering i koronatiden.

Svarene viser at det har skjedd mer enn vanlig i både stat og kommune. 78 prosent av de statlige virksomhetene og 82 prosent av kommunene svarer at de har økt digitaliseringstakten i koronatiden. 83 prosent av kommunene og 78 prosent av de statlige virksomhetene svarer at utgiftene til IKT har økt. På spørsmålet om det er en økning i satstingen på å utvikle digitale tjeneste svarer 76 prosent av kommunene og 73 prosent av de statlige virksomhetene bekreftende.

Men aller høyest andel som bekrefter økt digitalisering er det på spørsmålet om økt bruk av fjernarbeidsløsninger. 98 prosent i staten og 94 prosent i kommunene svarer bekreftende på det. Kanskje ikke spesielt overraskende når hele det siste året har handlet mye om teams-møter og zoom-møter fra hjemmekontoret.

Data som ressurs

Fredag gjorde vi noe vi aldri har gjort før da regjeringen la frem en stortingsmelding om data. Jeg tror ikke noen andre land har gjort akkurat det før. Stortingsmeldingen heter "Data som ressurs" og passerte statsråd fredag. Og går nå til stortinget for videre diskusjon og behandling.

Vi har laget mange strategier og stortingsmeldinger om digitalisering de siste årene. De har særlig handlet om nye og brukervennlige tjenester som skal utvikles og tas i bruk og om hvordan vi skal legge til rette for at næringslivet skal ta i bruk nye teknologier og digitale verktøy og arbedismåter. Noen gangen handler det også om teknolog: om infrastruktur og nettverk, og om fellesløsninger som ID-porten og AltInn. som gjør digitale tjenester som digital skattemelding og byggesaksbehandling mulig.. 

Så hvorfor en stortingsmelding om data? Uten oppdaterte og korrekte data er det ikke noe av det andre som virker. Dataene er ressursen som gjør det mulig å utnytte digitale teknologier til effektivisering, forenkling eller verdiskaping. På stadig flere områder er det slik at teknologiene, infrastrukturen og systemene er på plass. Men for å virkelig utnytte mulighetene må vi legge bedre til rette for innhenting, deling og gjenbruk av data. Det har vi også erfart når vi har jobbet med politikkutforming for smarte byer, kunstig intelligens, autonome kjøretøyer eller tingenes internett. Da har ofte diskusjonen og innspillene gått over til å handle om utfordringene med å fremskaffe og legge til rette for å dele de dataene som trengs for å gjøre dette mulig.

Kanskje her covid-19-situasjonen hjulpet til med å viser hvor avgjørende tilgang til data er når gjelder å bekjempe en pandemi. Det gjelder alt fra genetiske data om viruset som gjør at man har utviklet vaksiner på rekordtid til data om smittespedning som gjør det mulig å kartlegge relasjoner og spore hvor viruset har spredd seg. Det er helt avgjørende å ha dataene raskt og at de er korrekte. Gamle data og data med feil er verdiløse. og i verste fall direkte skadelige. Tilgang til oppdaterte og korrekte data bidrar til store verdier i samfunnet.

Og slik er det også på mange andre områder i samfunnet og næringslivet. Innføring av autonome kjøretøyer i trafikken vil ikke kunne fungere uten en avansert system for deling av data. I byggenæringen kan deling av data i komplekse verdikjeder vi enorme kostnadsbesparelser. Og i sjømatnæringen og energibransjen kan tilgang til ressursdata og driftsdata bidra både med sikkerhets- og miljøgevinster, men også til økt innovasjon og effektiviseringsgevinster.

Den nye stortingsmeldinger er full av eksempler på slike gevinster og hvordan mulighetene kan bli enda større fremover dersom vi legger bedre til rette for gjenbruk av data. Den beskriver også flere viktige tiltak som er satt i verk for at Norge kan spille en ledende rolle i en datadrevet økonomi. 

Noe av dette handler om at offentlig sektor kan legge bedre rette for næringsliv ved å selv bli flinkere til å dele og gjenbruke offentlige data internt. Men ofte vil det handle om å dele data som er eid av det offentlige med andre, også bedrifter, slike at det kan skapes verdier på toppen, for eksempel i form av nye tjenester, Og i noen tilfeller handler det om å legge til rette for deling av data i næringslivet. Mange bransjer har en lang tradisjon for åpen deling av sikkerhetsdata for å bli bedre av å lære av hverandre og løfte nivået i en hel bransje, eller på tvers av bransjer. 

Men denne holdningen om at vi blir bedre av å dele vil også kunne gjelder på andre områder. Når flere få anledning til å løse problemer og oppdage ting som ligger begravet i dataene, kan det gi store muligheter for ny kunnskap, nye erkjennelser, bedre tjenester og nytt næringsliv,