Regjeringsmakt er makten til å lede departementer

Hva er egentlig den makten de politiske partiene kjemper om å få ved et stortingsvalg? Det er naturligvis mye snakk om saker og om samarbeidskonstallasjoner, men hva er det et flertall i Stortinget egentlig gjør når de har vunnet? Hvilke virkemidler og muligheter har de til gjennomføre det som blir vedtatt? Det holder jo ikke å vinne voteringer i Stortingssalen. Man skal gjøre det også.

Derfor er kampen om å vinne et stortingsvalg en konkurranse om å få sitte i regjering, og om å få styre departementene. Det er der den overordnede politikken utredes, utformes, besluttes og gjennomføres. Det er departementene som står for styringen av statens tjenesteleverandører, direktorater og tilsyn, samt eierstyring av statens foretak og selskaper. Det er også departementene som skriver budsjettproposisjoner og utarbeider nye lover.

Men hvordan står det egentlig til med departementene våre? Hva er det de som vinner et valg overtar? Er departementene organisert slik at at de kan møte forventningene til hva de skal levere av resultater? Har de virkemidlene som trengs? Er de forberedt på en fremtid der endringstempoet blir høyere og oppgavene som skal løses er mer komplekse og mer tverrsektorielle? Der ledelse ikke bare er ledelse i linje og der teknologien er en stadig viktigere komponent i det man skal beherske? Er de i er i stand til å omdanne politiske viljesærklæringer til konkret og gjennomførbar handling? 

Departementene i en brytningstid

Alle som er opptatt av denne type spørsmål, enten de har ambisjoner om å styre landet de neste fire årene, eller bare er generelt interessert i forholdet mellom politikk og embetsverk, eller av overgangen fra utredning til beslutninger til gjennomføring, kan gjøre lurt i å lese rapporten "Departementene i en brytningstid" (DFØ 2025:2) fra Direktoratet for forvaltning og økonomistyring (DFØ) som kom ut i april i år.

Rapporten forklarer innledningsvis både hva et departement gjør og hvordan man gjør det (mange politikere vet ikke så mye om det, før de plutselig en dag skal lede det). Den beskriver endringer som har skjedd i departementenes roller og ansvar de siste årene, og hva som vil kreves fremover. Her er det grunn til å nevne at rapporten tar utgangspunkt i en tidligere rapport, Difis rapport fra 2011 "Hva skjer i departementene?" (Difi-rapport 2011:11), og gir en analyse av hva som har skjedd, og ikke skjedd, i de 14 årene etter dette. Den er særlig opptatt av disse problemstillingene, hver for seg, og sammen:

• Hva kjennetegner departementsrollen i dag? Hvordan har rollen utviklet seg de siste 10-15 årene? 
• Hvilke eksterne faktorer påvirker departementsrollen? 
• Hvilke interne faktorer påvirker departementsrollen? 
• Hvilke utfordringer og utviklingstrekk vil påvirke departementsrollen i tiden fremover? 
• Hvordan kan/bør departementene møte utfordringene?

Departementenes to hovedroller

Rapporter fra 2011 la til grunn at departementene, litt forenklet og med en del overlapp, har to hovedroller. En rolle som sekretariat for politisk ledelse og en rolle som politikkgjennomfører. Og at det hadde vært en klar dreining, over lang tid, med mer vekt på den første rollen og mindre vekt på gjennomføringsrollen, som er flyttet ut av departementene og til direktoratene. 

Departementenes rolle som sekretariat for politisk ledelse beskrives slik:

"Denne hovedrollen er definert ved at den gjelder den direkte betjeningen av politisk ledelse. Departementene bidrar til politikkutvikling, som er en faglig forberedelse av statsrådens og regjeringens politikk. Det kan blant annet være utarbeiding av meldinger og proposisjoner og forberedelse av politiske utspill. Det kan også være utdyping eller underbygging av gjeldende politikk, gjennom svar til Stortinget og ved å bistå statsrådens tilsvar til medieoppslag.

Sekretariatsrollen omfatter også bistand til politikkformidling. som er formidling av innholdet i politiske vedtak og av statsrådens standpunkter i aktuelle saker. Dette omfatter å håndtere mediehenvendelser, yte medierådgivning i forbindelse med medieoppslag og lansering av statsrådens politikk. I tillegg omfatter sekretariatsrollen taktisk-strategisk rådgivning i form av tilrettelegging og timing av prosessene for politikkutvikling"

 Depatementenes rolle som politikkgjennomfører beskrives overordnet slik av DFØ:

"Denne hovedrollen er definert ved at embetsverket opptrer utad med fullmakt og på statsrådens vegne og ansvar. Politikkgjennomføring omfatter myndighetsutøvelse, primært gjennom enkeltvedtak eller forskrift. Det er også styring og oppfølging av underliggende virksomheter (etatsstyring) og statseide selskaper (eierstyring). I tillegg skal departementene sørge for gjennomføring og oppfølging av sektorpolitikk overfor kommuner, næringsliv, innbyggere og organisasjoner."

Mindre endringer de siste årene

En interessant og viktig erkjennelse i rapporten at denne inndelingen i ulike roller har vokst frem over ganske lang tid frem mot 2011, men at det egentlig ikke har skjedd særlig store endringer etter at forrige rapport kom. Den lange linjen har vært tanken om å gjøre departementene bedre i stand til å bistå statsråden i det daglige politiske arbeidet, noe som har preget de fleste omorganiseringer på departementsnivå de siste 40 årene. Helt siden 1946 har det vært et forvaltningspolitisk mål å utvikle og styrke departementene sin funksjon som "sekretariat for politisk ledelse", i følge DFØs rapport. De siste årene har det ikke vært like mange slike endringer:

"I perioden fra 1990-tallet til 2010 ble det gjort flere grep for å styrke rollen som sekretariat for politisk ledelse og nedtone politikkgjennomføringsrollen. Myndighetsoppgaver i form av enkeltsaksbehandling og tilskuddsforvaltning ble overført til underliggende virksomheter, og rent faglig utredningsarbeid likeså. Etter 2010 har departementene vært mer preget av stabilitet på dette området – det er få oppgaver som er flyttet ut."

Pussig nok vokste departementene mer i antall ansatte i perioden da oppgaver ble flyttet ut til direktoratene, mens det har holdt seg ganske stabilt de siste 10 årene. I 2024 jobbet det 4 637 ansatte i departementene og på statsministerens kontor. Antall ansatte i departementene økte fra 2000 til 2011 som var perioden da et ble flyttet oppgaver ut til direktoratene. Det har ikke vært en tilsvarende trend de siste årene. Fra 2016 har antall ansatte hatt en nedgang på 1,1 prosent. 

Rapporten dokumenterer også hvordan det kortsiktige har fått større oppmerksomhet og tar mer tid. Alt som haster må prioriteres foran det som haster litt mindre. Forhold som driver dette er økningen i antall mediehenvendelser, antall saker og anmodningsvedtak fra Stortinget, antall saker fra riksrevisjonen, mer EU-lovgivning som må følges opp og antall innsynsforespørsler. Alt dette er naturligvis viktig, men til sammen bidrar det til at det blir mindre tid til langsiktige og tverrsektorielle planer og prosesser. "Mediehverdagen er arbeidshverdagen" slår rapporten fast et sted, og det tror jeg er en presis spissformulering.

Er tredeling riktigere enn todeling?

DFØ-rapporten problematiserer imidlertid begrepet "sekretariat for politisk ledelse" som rollen som har vunnet fram på bekostning av politikkgjennomføring, og tar til orde for at politikkutviklingsrollen er mer sammensatt, og også har noen mer langsiktige sider, enn den daglige betjeningen av politisk ledelses agenda, reisevirksomhet og spørsmål fra Stortinget. DFØ tar til orde for at det er i dag egentlig er en tredeling av det som gjøres i et departement, og at en slik inndeling gir en mer riktig og nyansert forståelse:

"Flere tar derfor til orde for en tredeling av departementsrollen: sekretariat for politisk ledelse, policyutvikling (utvikling av sektorpolitikken) og politikkgjennomføring. Mens den første kategorien handler om betjening av statsråden og regjeringen, så handler den andre kategorien mer om departementenes ansvar for å ha strategier og planer for en kunnskapsbasert og langsiktig utvikling av sektoren. Flere er opptatt av å synliggjøre denne faglige politikkutviklingsrollen departementene har, og mener den er viktig fordi den ivaretar behovet for et mer langsiktig perspektiv og fordi den gir et godt strategisk og faglig grunnlag for den politikken som sittende regjering skal utforme."

Samordningsbehov mellom departementene og med etatene

Rapportens informanter er opptatt av at samordning på tvers av sektorer og departementer tar mer tid i dag enn tidligere, men at forventningene gjerne er enda større enn rammebetingelsene for å få til noe på tvers. Det er flere komplekse samfunnsutfordringer der det er behov for et mer gjennomføringsorientert samarbeid. Rapporten beskriver noen av verktøyene i verktøykassen: Regjeringsbehandling, etalering av "kjernegrupper"på syv prioriterte tverrsektorielle områder, statsbudsjettprosessen (som i rapporten kritiseres for å være kortsiktig og lite helhetlig), og det drøftes om departementskulturene fremmer samarbeid eller hemmer samarbeid.

Det er også et eget delkapittel (kap 4.5) om forholdet mellom departementene og etatene. De underliggende etatene har hatt et høyere endringstempo enn departemementene de siste årene. Mange har vært gjennom eller står i sammenslåinger, delinger, flyttinger, effektiviseringer, og ikke minst, store digitaliseringsprosjekter som endrer mange av arbeidsprosessene. Har departmentene god nok innsikt i og kompetanse om slike store omstillinger? Rapporten tviler på det:

"Flere av de underliggende virksomhetene har store IT-systemer som skal oppgraderes eller byttes ut. For mange innebærer dette en digital transformasjon, som ikke bare betyr en endring i teknologi, men en endring av virksomhetens arbeidsprosesser. Et spørsmål noen stiller er om departementene er rustet til å legge til rette for den digitale transformasjonen i etatene. Departementene har ikke selv store IT-systemer og har i begrenset grad digitaliseringskompetanse. IT-utvikling i etatene blir ofte primært et spørsmål om det når opp som satsingsforslag i budsjettprosessen. Forståelsen for at digitalisering kan innebære gjennomgripende endringer i organisasjonen kan derfor være mindre til stede."

Mens departementene hevder at de har et flerårig perspektiv i sin dialog med etatene, sier etatene at departementene i begrenset grad har et flerårig perspektiv i sin styring. Rapporten slår fast at departementer er hierarkiske og sektoroppdelte organisasjoner, der ledelsen i stor grad må se oppover. Samtidig som de underliggende etatene i stor grad har gått over til andre måter å lede og utvikle, med et stort innslag av nye digitale samarbeidsmodeller som har fjernet seg fra departementenes faglige avdelingsinndeling. Faren for å snakke forbi hverandre, eller rett og slett ikke forstå behovene ute i virksomhetene, er økende.

Fremtidens departement

Kapittel 5 i rapporten har fått overskriften "Fremtidens departement". Det innledes med å minne om tidens mer generelle utfordringer, med press mot demokratiet, økende byråkratikritikk og synkende tillit til institusjoner i samfunnet. Rapporten er, ikke helt uventet, opptatt av at kravene fra en mer kortsiktig politisk hverdag og mediehverdag må ivaretas, men at dette må balanseres mot en langsiktighet og en faglighet som er nødvendig for å sikre integritet og tillit. Rapporten peker helt konkret på at det den omtaler som "departementenes kunnskapsfunksjon" må styrkes:

"Etter vår vurdering er det viktig at departementene har analysekapasitet og -kompetanse til å ivareta kunnskapsfunksjonen. Det betyr ikke at departementene skal dublere direktoratenes kompetanse eller drive forskning. Men departementene må ha medarbeidere med evne til å koble faglig kunnskap og erfaringer fra politikkgjennomføring med det politisk mulige og ønskelige. Departementene og underliggende virksomheter må i felleskap sikre at utredningene som danner grunnlag for ny politikk har tilstrekkelig god kvalitet. Departementene er helt avhengige av faglige råd fra underliggende virksomheter. Da er det også behov for tilstrekkelig fagkompetanse i departementene til å gi gode bestillinger, og ha et tilstrekkelig kritisk blikk på innspillene som kommer fra direktoratene."

 Gjennomføringsrollen

Noe av det mest interessante og viktigste i denne rapporten er det som skrives om gjennomføringsrollen departementene har. Nå har riktignok mye av den praktiske delen av denne rollen blitt flyttet ut til etatene, men da er det desto viktigere at det er et godt samarbeid mellom departement og etat for å sørge for at det som blir vedtatt også kan gjennomføres. Her er det i følge rapporten mye som kan bli bedre:

"Selv om politikkformidling og utvikling av ny politikk har fått stadig større oppmerksomhet, er det viktig at departementene også sikrer at den vedtatte politikken blir gjennomført. Som vist i kap. 4.1.3 og 4.4.1 skjer det i stor grad gjennom styringsdialogen med underliggende virksomhet. Men også her er det viktig at ikke departementene blir fanget av detaljene, men evner å se de mer langsiktige linjene i sektorens kjerneoppgaver samtidig som virksomhetene blir minnet om den politiske dynamikken som ligger i departementene. Det innebærer at virksomhetene også må være i forkant og forstå hvilke behov departementet og den politiske ledelsen har.

En svakhet i forvaltningen er begrenset kunnskap om resultater og effekter. Selv om mål- og resultatstyring er den helt sentrale i styringsmodellen i offentlig sektor, er det fortsatt behov for bedre resultatinformasjon om offentlig virksomhet. En DFØ-gjennomgang av årsrapportene fra 2012 viste at et fåtall av virksomhetene vurderte eller omtalte oppnådde effekter for brukere og samfunn. Selv om de fleste virksomheter har blitt utfordret på dette siden den gang, er det fortsatt mye rapportering om gjennomførte aktiviteter heller enn om hvilke resultater de har gitt.

Ledelse, kompetansebehov for rekruttering

Rapporten avslutter med noen refleksjoner om hvorfor det er slik at uansett hvilke tiltak som ellers settes i verk, så vil en hovedutfordring være å være utstyrt med ledelse og kompetanse som står i forhold til det utfordringene krever. Også her er det en del å gå på, skal vi tro rapporten. Statlige eatsledere i store omstillingsprosesser føler seg ofte ganske alene, uten den støtten fre departementet som kunne gjort det lettere å lykkes. Kanskje fordi departemetets ledelse opplever at det er viktigere å beskytte statsråden sin enn å støtte egne etatsledere når det brenner. 

Men dette reiser også det mer generelle spørsmålet om vi klarer å bygge kultur og kompetanse for økt omstillingstempo. Der samarbeid på tvers av sektorer og virksomheter, mer tekologidrevet endring, og kanskje behov for mer generalistkompetanse om store tverrgående samfunnsutfordringer, og ikke bare "smal" faglighet, trengs mer. Hvor henter man den kompetansen og de egenskapene som kreves av ledere og medarbeidere for å lykkes med slike omstillinger? Hvor er støtten og virkemiddelapparatet som gjør det letttere for departementene og etatene å lykkes? Hvordan bygger man forutsetningene for å drive lansiktig utviklings og omstillingsarbeid når det kortsiktige alltid haster mer? 

DFØs rapport har ikke alle svarene på dette, men det er noen gode spørsmål, og også en del gode beskrivelser av hvordan denne balansen må håndteres bedre. Jeg håper politikerne som skal lede departememtene, og som er avhengige av departementene for å gjennomføre sine prosjekter, uansett hvilken side de er på, vil interessere seg mer for hvordan vi skal lykkes bedre med gjennomføringen av beslutningene.

En Moores lov for kunstig intelligens (Eller hvor fort er fort?)

Hvor fort er fort? For eksempel når det gjelder digital teknologiutvikling generelt, eller kunstig intelligens (KI) spesielt? Hva skal man egentlig måle for å finne ut hvor fort endring skjer, og hva kan man sammeligne med?

Spørsmålet om hvor fort utviklingen går ble naturligvis aktualisert for et par uker siden da Sam Altmann i Open AI, i beste Steve Jobs- og Apple-tradisjon, viste frem Chat GPT-5 på en stor lanseringskonferanse Neste morgen hadde jeg Chat GPT-5 på PCen, klar til å ta imot mine prompter.

Som vanlig ved disse KI-lanseringene blir det en blandet mottakelse. Noen mener at forbedringene er ganske små, og at "hypen" nå er i ferd med å gå over, eller at forrige versjon kanskje hadde et bedre toneleie i svarene. Mens andre minner om hvor vanvittig mye bedre disse modellene har blitt til å skrive tekst, lage bilder, lage podcaster, lage video og til å programmere, over litt tid.

Stadig raskere KI

Så hvor mye fortere enn før går det egentlig? The Economist har noen tanker om det i artikkelen "OpenAI’s latest step towards advanced artificial intelligence", som er utstyrt med undertittelen "GPT-5 is an update, not a revolution. But revolution may still be on the way". I stedet for å vente på et stort gjennombrudd, argumenterer the Economist men at man må tenke på samme måte som med annen digital teknolgiutvikling der det er snakk om en underliggende kontinuerlig og ekponentiell ytelsesforbedring som kan virke langsom i begynnelsen, men som får en enorm kraft for hver nye fordobling av ytelsen:

"In 2019 GPT-2 could achieve 50% accuracy on the sorts of tasks that took software engineers two seconds to complete correctly. By 2020, GPT-3 could rival those engineers for tasks that took eight seconds; by 2023, GPT-4 could reliably tackle ones that took four minutes. The data, METR says, suggests a doubling every 200-odd days. More than 800 days later and GPT-5, right on trend, can handle tasks that would take a human a little over two hours. (...) Within two years, METR’s trend suggests a model will be able to complete an entire working day’s worth of labour."

Den opprinnelige Moores lov 

En fordobling av ytelsen hver 200 dager er en helt vanvittig forbedringshastighet. Jeg har skrevet om den opprinnelige Moors lov her på bloggen flere ganger, blant annet her i 2018. Den ble først formulert av Gordon Moore hos Fairchild Semiconductor, senere Intel, og handlet om prosessorhastigheten i en datamaskin. Wikipedia beskriver den slik:

"Moore's law is the observation that the number of transistors in an integrated circuit (IC) doubles about every two years. Moore's law is an observation and projection of a historical trend. Rather than a law of physics, it is an empirical relationship. It is an observation of experience-curve effects, a type of observation quantifying efficiency gains from learned experience in production. The observation is named after Gordon Moore, the co-founder of Fairchild Semiconductor and Intel and former CEO of the latter, who in 1965 noted that the number of components per integrated circuit had been doubling every year,[a] and projected this rate of growth would continue for at least another decade. In 1975, looking forward to the next decade, he revised the forecast to doubling every two years, a compound annual growth rate (CAGR) of 41%. Moore's empirical evidence did not directly imply that the historical trend would continue; nevertheless, his prediction has held since 1975 and has since become known as a law."

Wrights lov, Coopers lov og andre læringskurver

Dette med at jo flere ganger en industriell prosess blir gjennomført, jo mindre arbeidsinnsats kreves for å nå et gitt resultat, og at kostnadene dermed går ned, er formulert i litt ulike varianter. Man snakker om "erfaringskurver" eller "læringskurver". Theodore Paul Wright har fått æren av å få navnet sitt på "Wrights lov" da han formulerte en kostnadsreduksjonskurve for flyproduksjon:

"The more times a task has been performed, the less time is required on each subsequent iteration. This relationship was probably first quantified in the industrial setting in 1936 by Theodore Paul Wright, an engineer at Curtiss-Wright in the United States. Wright found that every time total aircraft production doubled, the required labor time for a new aircraft fell by 20%. This has become known as "Wright's law".".

En lignende vedvarende og eksponentiell erfartingskurve er observart for mobil radiokommunikasjon, som blant annet påvirker kapasiteten i et gitt spektrum til samtidige mobiltelefonsamtaler. Her er det Martin Coopers lov som gjelder. Den sier at fordobling av kapasiteten inntreffer hver 30. måned, noe som har gjort at vi i løpet av noen tiår har gått fra 2G til 3G til 4G til 5G, med enorme sprang i forbedringer av båndbredden:

"Cooper found that the ability to transmit different radio communications simultaneously and in the same place has grown at the same pace since Guglielmo Marconi's first transmissions in 1895. This led Cooper to formulate the Law of Spectral Efficiency, otherwise known as Cooper's Law. The law states that the maximum number of voice conversations or equivalent data transactions that can be conducted in all of the useful radio spectrum over a given area doubles every 30 months"

 

Swansons lov for solenergi 

For solenergi er det Richard Swanson som har fått æren av formulering av læringskurven som gjør at solenergi er blitt og fortsetter å bli veldig mye billigere, og utkonkurrerer ut gasskraft og kjernekraft, helt uten subsidier. Swansons lov sier at:

"Swanson's law is the observation that the price of solar photovoltaic modules tends to drop 20 percent for every doubling of cumulative shipped volume. At present rates, costs go down 75% about every 10 years"

Nettstedet "Our world in data" skriver at:

"One of the most transformative changes in technology over the last few decades has been the massive drop in the cost of clean energy. Solar photovoltaic costs have fallen by 90% in the last decade, onshore wind by 70%, and batteries by more than 90%. These technologies have followed a “learning curve” called Wright’s Law. This states that the cost of technology falls consistently as the cumulative production of that technology increases." 

Et annet område der man har lett etter en lignende formel er batteriers ytelse og pris. Nå er ikke batterier helt som prosessorer eller radiokommunikasjon fordi det i batterier også er kjemiske prosesser og ikke bare å pakke komponenter tettere sammen, slik at kurven ikke er fullt så forutsigbar, men det har likefullt vært en helt imponerende forbedring i ytelsen. Noe som blant annet har resultert i at "rekkeviddeangst" forsvinner som en hindring for å erstatte dieselbiler med elbiler. Our world in data skriver at:

"The price of lithium-ion battery cells declined by 97% in the last three decades. A battery with a capacity of one kilowatt-hour that cost $7500 in 1991 was just $181 in 2018. That’s 41 times less. What’s promising is that prices are still falling steeply: the cost halved between 2014 and 2018. A halving in only four years."

Jensen Huangs lov

Jensen Hunang, NVIDIAs toppsjef, har også forsøkt seg med å formulere en slik forbedringslov. Hans selskap utvikler såkalte GPUer, grafikkort, som er en spesiell versjon av dataprosessorer som driver PC-skjermer og er viktig for spill og andre anvendelser av data som krever spesielt høy ytelse. Disse "skjermkortene" har også funnet sin plass i datasentre som utvikler og driver tjenester med kunstig intelligens. Jensen Huangs postulat er at GPUer forbedrer seg raskere enn CPUer, eller tradisjonelle dataprosessorer. "Huangs lov" har sin egen side på Wikipedia som omtaler den slik:

"Huang's law is the observation in computer science and engineering that advancements in graphics processing units (GPUs) are growing at a rate much faster than with traditional central processing units (CPUs). The observation is in contrast to Moore's law that predicted the number of transistors in a dense integrated circuit (IC) doubles about every two years. (...) The observation was made by Jensen Huang, the chief executive officer of Nvidia, at its 2018 GPU Technology Conference (GTC) held in San Jose, California. He observed that Nvidia's GPUs were "25 times faster than five years ago" whereas Moore's law would have expected only a ten-fold increase

Hvis dette stemmer kan det også bidra til at forbedringshastigheten for KI også kan være raskere, muliggjort av stadig bedre grafikkprosessorer. Men påstanden er omstridt, og en viktig grunn til dette er at Jensen Huang ikke bare er opptatt av selve prosessorens ytelse, men av flere andre ting som virker sammen med prosessoren og til sammen gir en aksellerert forbedringskurve: 

"Compared to Moore's law, which focuses purely on CPU transistors, Huang's law describes a combination of advances in architecture, interconnects, memory technology, and algorithms."

En Moores lov for KI? 

Så er jo spørsmålet om kunstig intelligenens i en enda mer utvidet forstand en Nvidias arkitektur- og prosesseringssystemer vil følge en tilsvarende rask erfaringskurve og føye seg inn i en rekke digitale forbedringskurver som har fått egne "lover" oppkalt etter seg. Problemet er at kunstig intelligens (KI) ikke er en enekelt teknologi, men er basert på flere ting som skal virke sammen, blant annet tilgang til data, bruk av opptrente språkmodeller, algoritmer og datamodeller, som i sum sørger for at jobben blir gjort stadig grundigere og raskere, til stadig lavere kostnader.

Derfor er det vanskelig å spå at ytelesfordoblinger vil fortsette å komme hver 200 dager i lang tid framover. Det er også slik at ulike typer oppgaver kan følge ulike erfaringskurver, fordi selv om datakraft er viktig så er det som nevnt også andre faktorer som påvirker erfaringskurven. Dagens KI-modeller er bedre til å løse noen typer oppgaver enn andre. Men vi kan nok trygt regne meg at forbedringene vil fortsette og at tempoet vil vil være høyt også i fortsettelsen.

Kina og de sjeldne jordmetallene

Hvor kraftig nakketak har Kina på vesten når det gjelder tilgang på sjeldne jordmetaller? Tilgang til grunnstoffer som er helt avgjørende for at mange teknologier i et moderne samfunn skal virke. Det å ikke ha kontroll er helt kritisk, i følge The Economist, som beskriver tre veier ut av den krevende situasjonen vi er kommet i, og som må forfølges samtidig: Gjenvinning, erstatning og egen utvinning og rafinering.

Hvordan vi får redusert denne kritiske avhengigheten av Kina er tema i en lengre artikkel ("briefing") i siste utgave av The Economists med overskriften: "China's power over rare earths is not as great as it seems". Den er bare for abonnenter, men flere av de samme poengene er beskrevet i en tilhørende lederartikkel med overskriften: Xi Jinping’s weaponisation of rare-earth elements will ultimately backfire, som ikke er bak betalingsmur.

Hva er så disse sjeldne jordmetallene? De utgjør en gruppe på 17 grunnstoffer: de 15 lantanoidene (atomnummer 57–71 i periodesystemet) samt yttrium og scandium. De 15 lantanoidene er lanthan, cerium, praseodym, neodym, promethium, samarium, europium, gadolinium, terbium, dysprosium, holmium, erbium, thulium, ytterbium og lutetium. Noen av disse finnes det mer av i jordskorpen enn for eksempel gull og sølv, men de er spredt tynt utover og derfor kostnadskrevde og teknisk- og miljømessig vanskelige å utvinne.

Kinas makt over jordmetallene

The Economist uttrykker, som antydet i overskriftene over, en viss optimisme, men redusert avhengighet av Kina vil ikke komme av seg selv. Det krever målrettet og avktiv handling å snu en  bekymringsfull situasjon til en tilstand der vi har kontroll over egen ressurstilgang og verdikjede. 

La oss begynne med det bekymringsfulle. Kina kontrollerer 90 prosent av tilgangen til sjeldne jordmetaller som brukes i avanserte teknologiske produkter vi er helt avhengige av, både i dagliglivet og for sikkerheten vår, og virker mer enn villig til å bruke denne maktposisjonen til å presse andre land:

"When China choked off the export of rare-earth elements in April, producers and politicians around the world were quick to sound the alarm. China provides over 90% of the world’s supply of refined rare earths, which are used to make the strong magnets inside almost anything with an electric motor, from vacuum cleaners to cars, and which also appear in high-tech products from smartphones to fighter jets."

The Economists briefing går igjennom de ulike bruksområdene for disse kritiske metallene, alt fra små og helt nødvendige magneter som brukes i høyttalere, mikrofoner, skjermer, snarttelefoner og kameralinser, til elektriske motorer og turbiner, og som også brukes i motorer og andre komponenter i elektirske biler. Jagerfly, radarer og styringssystemer for missiler bruker jordmetaller i nødvedndige komponenter. 

Til tross for navnet er ikke sjeldne jordmetaller fullt så sjeldne som navnet tilsier, de er bare veldig tynt spredt utover og derfor teknisk krevende å utvinne. Kina dominerer ikke ressurstilgangen så mye som de har kontroll over virksomheter, kompetanse, utvinningsteknologiener og utstyret som benyttes:

Despite their name, rare earths are relatively abundant; less than half of all known reserves are found in China. Refining is a painstaking and polluting business, but is not as technologically complex as advanced chipmaking. China’s grip on rare earths is therefore not as strong as the West’s on cutting-edge chips, and easier to work around. Indeed, until the 1980s, America was the biggest supplier of the minerals. The dominance of China came about because it was more willing to accept the environmental consequences, and has since been cemented by its gargantuan size, which allows rare earths to be mined cheaply.

Tre strategier for å unngå utpressing

The Economist beskriver tre strategier vesten bør forfølge for å komme ut av avhengigheten til Kina, og mener at alle tre bør satses på samtidig. Den første handler om å resirkulere produkter og komponenter som allerede inneholder sjeldne jordmetaller, noe som i veldig liten grad skjer i dag:

"One possibility is recycling, which is currently negligible. After all, says Frédéric Carencotte, the founder of Caremag, a rare-earth startup, recycled magnets “are the richest kind of ore we know”. The EU, which has no rare-earth mines of its own, is especially keen to foster a recycling industry. A law adopted last year aims to satisfy a quarter of the bloc’s demand for critical minerals, including rare earths, through recycling by 2030."

Den andre strategien er å la være å bruke sjeldne jordmetaller der det finnes andre alternativer. Det kan man gjøre ved å utvikle komponenter og teknologier som gjør jobben like godt, men ikke er avghengige av materialer som det kan bli umulig å få tak i. I elektriske bilmotorer har for ekempel noen produsenter valgt å gå for andre og mer Kina-uavhengige produkter:

"Both BMW, a German carmaker, and Renault, a French one, sell cars powered by externally excited motors, and boast about their lack of reliance on rare earths in their ads. The technology is improving rapidly. ZF Friedrichshafen, a big German supplier to the car industry, has developed an EEM that is no bigger than an equivalent PMM. With no rare earths, the motor is cheaper too, says Otmar Scharrer, who runs electric-powertrain research for ZF." 

Men verken resirkulering eller erstatning vil være tilstrekkelig til å dekke det raskt økende behovet for skjeldne jordmetaller, og særlig til magneter av ulike slag som brukes i elmotorer, turbiner, sensorer og annet elektroniske utstyr. Grafen til høyre viser hvordan etterspørselen har eksplodert de siste 10 årene. The Economist skriver:

"In May Lynas, an Australian firm backed by the American and Japanese governments, began producing heavy rare earths in Malaysia, making it the first commercial producer outside China. In June the European Union said it would back rare-earth projects in Malawi and South Africa. Hundreds more schemes are being mooted around the world. The problem is that most of these are years away from starting up, if they ever do. Project Blue, a consultancy, lists just 22 projects that hope to be up and running by 2030."

Den norske kilden

The Economist nevner ikke Norge spesielt, men det grunn til å minne om at Norges mineralressurser er en svært interessant kilde til å redusere avhengigheten av Kina. Fensfeltet ved Ulefos i Nome kommune i Telemark er Europas største forekomst av sjeldne jordmetaller og kan potensielt utgjøre et helt vesentlig bidrag for å redusere europeisk avghengighet av Kina. EU har vedtatt en egen European Critical Raw Materials Act som adresserer Europas knapphet på ulike råvarer, også andre enn de sjeldne jordmetallene, men de er en viktig del av denne utfordringen.

Hva er så til hinder for å bygge ut denne kilden til å sikre vår forsvarsevne og økonomisk og politisk uavhengighet? Forhåpentligvis ikke så mye. Et problem kan være at de nødvnedige tillatelsene må komme fra ulike myndigheter og kan være lite koordinert, noe som gjør at de som vil hindre at noe skjer kan ha bedre kort på hånden enn alle som ønsker at ressursene skal utvinnes. Dessuten er det ikke slik at Norge i dag renner over av erfaring, kompetanse og forsknignsbasert kunnskap om minerallutvinning og raffinering. Det må bygges noen ledende kompetansemiljøer for å kunne lykkes,og det må helt sikkert samarbeides internasjonalt. 

Derfor er det gledelig av Norges forskningsråd nylig har presentert en strategi for forskning om kompetanseutvikling på dette området. Den kom i juni i år og heter. Anbefaling om en framtidig FoU-satsing for landbaserte mineraler. Jeg har ikke fått lest den ordentlig enda, men tenker at den er veldig interessant. Når jeg finner ut mer om hva den anbefaler så skal skrive om den her på bloggen.

Datadeling og digitalisering mot arbeidslivskriminalitet

Bedre systemer og verktøy for informasjons- og datadeling får en sentral plass i politikken på flere områder. Nå også i regjeringens nye handlingsplan for å bekjempe arbeidslivskriminalitet. 

Digitale og automatiserte systemer for å utvekste informasjon mellom myndigheter og bedrifter får noen ganger negativ oppmerksomhet fordi de kan misbrukes til svindel og kriminalitet. Denne handlingsplanen illustrerer hvordan bedre systemer for å fange, forvalte og dele data tvert imot kan bidra til det motsatte; til mer effektiv bekjempelse av kriminalitet og svindel på arbeidslivsområdet.

Arbeidslivskriminalitet som problem

Men hva er egentlig arbeidslivskriminalitet? Og hva er det digitaliseringstiltak i det offentlige kan bidra til å løse når det gjelder å hindre ulovligehter og samtidig gjøre hverdagen enklere for seriøse og lovlydige bedrifter? Handlingsplanen definerer arbeidslivskriminalitet som:

"...ulike former for profittmotivert kriminalitet i arbeidslivet. Denne kriminaliteten skjer på bekostning av arbeidstakeres arbeidsvilkår og rettigheter, men rammer også skattefundamentet og velferdssystemet. Useriøse og kriminelle aktører som utnytter skatte- og trygdeordninger til egen fordel, bidrar til å undergrave tilliten til norske myndigheter og velferdssystemet. Arbeidslivskriminalitet er en samlebetegnelse for handlinger som bryter med norske lover om lønns- og arbeidsforhold, trygder, skatter og avgifter, gjerne utført organisert, som utnytter arbeidstakere eller virker konkurransevridende og undergraver samfunnsstrukturen."

Men i tillegg til disse samfunnsskadelige direkte effektene vil en minst like viktig indirekte effekt av arbeidslivskriminaliteten være at adferden går ut over seriøse og lovlydige virksomheter. De lovlydige og ordentlige taper i konkurransen mot virksomheter med lavere kostnader , eller får refusjoner og tilskudd fra det offentlige de ikke skulle hatt. Dårlig designede tiltak for å føre tilsyn, kontroll og avslure juks vil dessuten kunne påføre lovlydige og seriøse virksomheter enda høyere kostnader i form av tidsbruk, skjemavelde og rapporteringskrav som kunne vært brukt til å utvikle bedriften, mens de kriminelle slipper unna. 

En god og en dårlig nyhet

Den gode nyheten om arbeidet for å bekjempe arbeidslivskriminalitet er at at det virker som at det er bred politisk enighet om at dette arbeidet er veldig viktig og må prioriteres høyt. Forrige regjering la i 2021 frem en Strategi mot arbeidslivskriminalitet som hadde bred tilslutning. Dagens regjering har lagt frem Handligsplaner mot sosial dumping og arbeidslivskriminalitet i 2022, og nå en ny og oppdatert versjon i 2025. Også nå virker det som det er bred oppstutning om både problembeskrivelser og tiltak. Regjeringen har også lagt frem en stortingsmelding om økonomisk kriminalitet i 2024.

Den dårlige nyheten, som er et viktig premiss i den nye handlingsplanen, er at utviklingen på en del områder går i feil retning. De kriminelle er mer grenseoverskridende og mer profesjonelle, mens myndigheters arbeid er for fragmentert. Virkemidlene virker ikke godt nok. Handlingsplanen slår fast at:

"Det rapporteres om at kriminelle aktører blir mer profesjonelle, noe som gjør kriminaliteten mer kompleks og vanskeligere å avdekke. Det er økende aktivitet i nye deler av arbeidslivet der kriminelle utnytter andre måter å organisere og utføre oppgaver på til ulovlige formål. 

I en omtale av Økomrims trusselvurderinger sier handlingsplanen at:

"Økokrim viser videre til at aktørene stadig blir mer profesjonelle, og at kriminelle aktører og nettverk blant annet benytter seg av tilretteleggere for at kriminaliteten skal fremstå lovlig. Kriminaliteten blir dermed mer utfordrende å oppdage. Skal denne typen kriminalitet avdekkes stilles det høye krav til tverrfaglig kompetanse, evne til prioritering og samarbeid internt i politiet, i tillegg til samhandling med kontrolletater og næringslivet."

Nye tiltak for datadeling og digitallisering

Flere av de nye tiltakene i handlingsplanen adresserer nettopp denne mulgheten for tilgang til og kunne sette sammen informasjon myndighetene trenger for å forhindre og avsløre kriminalitet. Et helt sentralt tiltak i så måte er tiltak 21 som har overskriften "Deling av seriøsitetsinformasjon og digitale lommebøker". Dette muliggjøres av at EU er i ferd med å legge til rette for både personlige digitale lommebøker, der hver enkelt av oss kan oppbevare id-bevis og ulike andre beviser og bekreftelser. Det skal også rulles ut digitale virksomhetslommebøker som kan brukes til å sørge for at bedrifter kan bevise digitalt at de har ting i orden. Regjeringens handlingsplan sier at:

"EU gjør rask fremgang i arbeidet med å innføre digitale lommebøker. Det er derfor viktig at Norge setter av ressurser til å utforske hvordan digitale lommebøker og datadeling kan bidra til å styrke kunders mulighet til å kontrollere om leverandører følger regelverket og opptrer seriøst."

Det er mange fordeler også for private virksomheter ved å ta i bruk denne type løsninger. En fordel er at man slipper å sende inn samme dokumentasjon manuelt hver gang hvis man deltar i en offenltlig anbudskonkurranse, søker om en tillatelse eller trenger å bevise at man har de nødvendige kvalifikasjonene som trengs for å oppfylle kravene i en kontrakt. Man kan bevise at man betaler skatt og merverdiavgift. En annen fordel er at utsteder av et bevis kan trekke det tilbake umiddelbart hvis det ikke er gyldig lenger, for eksempel hvis en bedrift ikke lenger har de nødvendige tillatelsene.

For å utnytte mulighetene som ligger i slike løsninger for datadeling er det igangsatt et arbeid med å etablere en "felles regulatorisk og teknisk sandkasse for digitale lommebøker" til både personer og virksomheter. Tanken bak en slik sandkasse er å ha et trygt og avgrenset testmiljø der nye løsninger kan prøves ut uten å påvirke eksisterende systemer. Da kan man teste ny teknologi, avdekke svakheter og vurdere sikkerhet, og gjøre forbedringer før man tar løsningen i bruk i full skala.

Andre digitale tiltak:

Også på noen flere andre områder er tilrettelegging for datadeling og digitale bærere av korrekt og oppdatert informasjon, sentrale virkemidler i kampen mot organisert kriminalitet. Handlingsplanen trekker blant annet opp disse tiltakene:

• Tiltak 17 er "innføring av HMS-kort for varebiltransport og forslag om å innføre et oppdragsgiveransvar". Det innebærer at på samme måte som det er krav om bruk av et eget id-kort på norske bygge- og anleggsplassesr og i enkelt andre bransjer, også vil bli det i varebiltransport.
• Tiltak 19 er å utrede et system for "forbedret digital informasjon om arbeidsforhold og arbeidskontrakter". Utredningen av en mulig digital oversikt over arbeidskontrakter, inkludert teknisk løsning og hvem som skal forvalte den, skal gjøres av Arbeidstilsynet i samarbeid med Skatteetaten og NAV.
• Titalk 20 heter "tiltak mot misbruk av identiteter" og handler om at utenlandske borgere med norsk D-nummer skal få tilbud om et norsk id-kort. Det er egenlig et gammelt tiltak som av ulike grunner ikke er blitt realisert, men kanskje får det en fornyet energi.
• Tiltak 22 heter "videreutvikle Norgesmodellen og tydeliggjøre regelverket om offentlige anskaffelser", og beskriver hvordan den såkalte Norgesmodellen med nasjonale seriøsitetskrav i anskaffelsesregelverk og kontrakter kan utvides med flere digitale koblinger, som krav til digitale manskapslister og å knytte dagens eBevis til digitale virksomhetslommebøker.
• Tiltak 26 har den litt lange overskriften: "Publisering av stansingsvedtak og tilsynsrapporter slik at innkjøpere og forbrukere lettere kan velge bort useriøse og kriminelle aktører". Det handler om at Arbeidstilsynet skal publisere tilsynsdokumenter og sine stansingsvedtak både på sine nettsider og via den digtale postjournalløsningen eInnsyn, slik at de blir synlige for innkjøpere og forbrukere.

Jeg tenker at summen av disse tiltakene for datadeling, åpenhet og digitale verktøy for at virksomehetene skal kunne bruke oppdaterte offentlige data i sine systemer, vil kunne ha stor effekt i arbeidet mot arbreidslivskriminalitet og økonomisk kriminalitet. Nå sier ikke handlingsplanen så veldig mye om næringslivssiden, og hvordan man får til gode koblinger mellom bedriftenes fagsystemer og fellesløsinger, og de offentlige registrene, men dette blir en helt sentral problemstilling dersom det skal lykkes. Ellers blir det masse merarbeid for bedriftene, uten at dataene blir spesielt tilgjengelige.

Det vi også må huske når vi leser fine tiltakslister, er at flere av disse ambisjonene er et godt stykke unna å realiseres, rett og slett fordi de digitale systemene som omtales ikke finnes enda. Eller finnes, men er ikke koblet sammen slik at data kan deles. Det er jo også slik at digitale muligheter som finnes likevel ikke blir brukt, for eksempel deling av tilsynsdata gjennom Tilda, som Riksrevisjonen har beskrevet i en rapport om mangelfull datadeling i staten. Det hjelper ikke å lage nye digitale systemer som skal muliggjøre deling av data hvis statlige virksomheter ikke får klar beskjed om at det må prioriteres, og dersom kostandene for egen virksomhet er større enn gevinstene. Man vil gjerne at andre skal dele, men har ikke råd til å gjøre det selv.

Id-forvaltningen

Når det gjelder punktene om id-forvaltning i handlingsplanen er det også greit å minne om at mye som tidligere er utredet i en egen områdegjennomgang, og varslet at skal følges opp, fortsatt ligger og venter. DFØ har nylig skrevet en egen rapport om dette, som jeg tror jeg må skrive mer om her på bloggen snart. Forholdet mellom utredninger og konkret handling er et litt sørgelig kapittel på dette området.

 Denne nye handlingsplanen velger å la være å love noe konkret på området, men slår bare fast at

"Det er også behov for å styrke koordineringen av myndighetenes arbeid i ID-forvaltningen. Regjeringen vil vurdere hvordan myndighetenes innsats kan koordineres bedre, for eksempel ved hjelp av veikart som viser sammenhengen mellom sentrale utviklingstiltak."

Det er flott om det lages visualiseringer av sammenhenger og veikart. Det er ofte gode verktøy i et slikt arbeid. Men det vil nok fungere best å om det også er en formulert ambisjon og målbilde, slik at vi vet hvor veien på veikartet skal lede oss, og hvilke andre veier som finnes i nærheten. 

Konklusjonen min er at dette er en god start på å mer systematisk koble digitale økosystemer og verktøy til den store samfunnsutfordingen arbeidslivskriminalitet er, at det er noen gode tiltak her, men at det er behov for å jobbe mer med sammenheng og koordinering. Ikke bare mellom myndighetsorganer, men også mellom myndigehtene og ulike bransjer i næringslivet.

Oversikt over eierskap til fast eiendom i Norge

Hvem eier selskaper og fast eiendom i Norge? Kartverket og Skatteetaten presenterte i juni en ny konseptvalgsutredning (KVU) som beskriver tre ulike alternativer for hvordan vi kan få bedre oversikt over eierskap til fast eiendom, etter at det i desember i fjor kom en tilsvarende KVU om eierskapsopplysninger til aksjer.

Hva er problemet?

Problemet med manglende oversikt over eierskap i til selskaper og fast eiendom har vært grundig omtalt i Dagens Næringsliv, som i flere omganger har hatt gode artikler om  de negative virkningene av at vi ikke har god nok oversikt. DNs samleside "Hvem eier Norge" omtaler en rekke eksempler på samfunnskadelige virkninger for nasjonal sikkerhet, at det åpner for økonomisk kriminalitet og hvordan det gjøre det lettere å unndra skatt og bryte habilitetesregler. Både tillit, sikkerhet og økonomi lider.

Så er det jo naturultigvis slik at vi ikke er helt uten oversikt over slike ting i Norge. Vi har gode registre for mange ting, også eierskap, og vi har lover og regler om hva det skal rapporters om og hva det skal gis innsyn i. Problemet når det gjelder både selskaper og eiendommer er at det har vært for lett å unngå å opplyse om reelle eierskap og for vanskelig å få tak i opplysningene. Dels fordi informasjonen i offentlige registre er ufullstendig eller direkte feil. Og dels fordi selv om den den finnes, kan det være spredt på flere datakilder, og ikke lett å få tak i for dem som trenger den, eller som trenger å sammenstille den med annen informasjon som finnes i andre registre og å få et helhetlig bilde.

Ting tar tid

Nå er det heldigvis ikke slik at myndighetene som er satt til ha oversikt, og som er satt til å ivareta rikets sikkerhet, kriminalitetsbekjempelse, skatteinnkreving, offentlige planprosesser og andre viktige formål er fornøyd med tingenes tilstand. De ansvarlige etatene har over lengre tid etterlyst tiltak i form av bedre reguleringer og bedre digitale løsninger for å få nødvenig oversikt over eierskap. Skatteetaten, Brønnøysundregistrene og Kartverket har til og med skrevet kronikker og sendt pressemeldinger sammen og etterlyst handling fra sine tre eierdepartementer.

Slike prosesser går ikke nødvnedigvis kjempefort når det handler om både tekniske løsninger, lovverk  og penger på budsjetter. Det er dessuten komplekse ansvarsforhold, og endringer berører mange. Men arbeidet er i gang og i januar skrev jeg her på bloggen om "Fire tiltak får åpenhet om eierskap" der to tiltak som gjelder åpenhet om eierskap i selskaper er gjennomført og et tredje er i prosess. Når det gjelder oversikt over eierskap til fast eiendom har vi ventet på en konseptvalgutredning (KVU) fra Kartverket for å komme videre. Det er denne som nå er klar og som ble overlevert til kommunalminister Kjersti Stenseng i juni. Skatteetaten og Kartverket står bak anbefalingen som er gitt, og vi få håpe at  det etter en høring, og en ekstern kvalitetssikring (KS1), blir fulgt opp raskt med et forprosjekt.

Hva er problemet? Utredningsinstruksens første spørsmål

I tråd med utredningsinstruksen beskriver konseptvalgsutredningen hva problemet er, før det går videre og vurderer noen ulike måter å løse det på. Problemet beskrives slik:

"Selv om Norge har godt etablerte offentlige eiendomsregistre som inneholder opplysninger om eierskap til fast eiendom, dekker ikke eksisterende ordninger i tilstrekkelig grad dagens behov, særlig med tanke på ivaretakelse av nasjonale sikkerhetsbehov og effektiv bekjempelse av økonomisk kriminalitet. Dagens løsninger dekker heller ikke nye behov som dukker opp. Dette begrenser myndighetenes mulighet til å forebygge og bekjempe økonomisk kriminalitet, som hvitvasking og skatteunndragelse, og svekker evnen til å beskytte nasjonale sikkerhetsinteresser."

Når det gjelder dagens registres egenskaper og funksjonalitet, sier KVUen at det er ganske mangelfullt sett i lys av dagens behov for informasjon:

"I dag er det flere ulike og spredte kilder til opplysninger om eierskap til fast eiendom. Det er ingen felles, autoritativ kilde som eierskapsopplysninger kan hentes fra. Regelverk og definisjoner knyttet til eierskaps- og eiendomsområdet varierer på tvers av kildene. De viktigste kildene til opplysninger om eierskap til fast eiendom er grunnboken, matrikkelen og Skatteetatens eiendomsregister for opplysninger om eierskap til fast eiendom for skatteformål. Ingen av disse gir full oversikt over faktisk eierskap."

Eierskapsinformasjon til eiendom er altså en ganske kompleks saus av flere datakilder, blant annet i form av tre nasjonale registre, som er lagt for ulike formål og, selv om de utveksler opplysninger med hverandre, er etablert for ulike formål og også har til dels ulike definisjoner av sentrale begreper. For eksempel er begrepet "eiendom" definert på ulike måter.

Matrikkel, grunnbok og tinglysing

De to sentrale registrene der det finnes informasjon om eiendommer og eierskap til eiendommer heter matrikkelen og grunnboken. Matrikkelen er en nasjonal fellesløsning som inneholder de offisielle opplysningene om eiendomsgrenser, arealer, bygninger, boenheter og adresser, og skal inneholde opplysninger om den enkelte eiendom som er nødvendig for planlegging, utbygging, bruk og vern av fast eiendom. 

Grunnboken er et register over tinglyste rettigheter og heftelser i fast eiendom, og andeler i borettslag. Endringer i grunnboken foregår gjennom en tinglysning, som innebærer registrering av opplysninger i grunnboken og gir rettsvern for å sikre rettigheter i fast eiendom og borettslagsandeler. En helt sentral problemstilling i arbeidet med å få bedre oversikt over eierskap til eiendom, er at tinglysning ikke er obligatorisk i Norge. Det gjør at informasjon i grunnboken om eierskskap og eierskifter ikke trenger å være korrekt, og at det finnes andre reelle eiere enn det som fremkommer av grunnboken. KVUen sier at:

"Tinglysing er frivillig i Norge, både når det gjelder erverv av eiendomsrett og andre begrensede rettigheter i fast eiendom. Siden det er frivillig å tinglyse, inneholder grunnboken kun opplysninger om de rettighetene partene har valgt å tinglyse. At en person er registrert som tinglyst eier av en fast eiendom eller rettighet i grunnboken er altså ikke ensbetydende med at vedkommende også er reell eier."

110 000 døde eiere 

KVUen lister også opp noen tall og noen anslag om hvor mye feil det er snakk om. Av 3 380 000 matrikkelenheter totalt i Norge, er det for eksempel slik at 110 000 matrikkeleheter har eiere som i folkeregisteret er døde. 26 000 hjemmelshavere har andre statuser enn bosatte eller døde. Hele 500 000 enheter er registrert på et organisasjonsnummer og ikke på person, og av disse er 11 000 knyttet til selskaper som er slettet i andre registre. I Skatteetatens eiendomsregister er om lag 165 000 eiendommer registrert uten eier og omtrent 60 000 eiendommer registrert på eier som er død

Kunne vi løse problemet ved å innføre obligatorisk tinglysning i Norge? Det har jo vært luftet i den politiske debatten som en slags mirakeloppskrift som løser alt, men KVUen slår fast at det ikke er slik, av flere grunner. Ikke alle eierformer lar seg tinglyse, for eksempel 30 000 aksjeleiligheter, men også fremvoksende ordninger med "leie-til-eie". Det samme gjelder kontraktsforhold i boliger som er under oppføring, men ikke ferdige. I private skifter etter dødsfall unnlater man ofte å tinglyse ererskifte, kanskje på grunn av manglende kunnskap om at det ikke skjer automatisk.

Og så er det noen ganger slik at eiere ikke ønsker å tinglyse, for eksempel for å unngå å betale en høy dokumentavgift, eller fordi noen rett og slett ønsker å holde eierskapet skjult. Her er KVUen opptatt av av tilltak som skal iverksettes ikke først og fremst må skape problemer og nye utgifter for alle andre, mens de som vil skjule noe fortsatt vil slipper unna. Derfor er det ikke foreslått å innføre obligatorisk tinglysning generelt i noen av de tre konseptene, men i stedet en kombinasjon av tiltak for å øke tinglysingsandelen og, i konsept 2 og 3, noen nye registreringsplikter for eierskap til fast eiendom.

Tre alternative registerkonsepter 

Etter at rapporten, i tråd med utredningsinstruksens første spørsmål, har beskrevet problemet, må den besvare utredningsinstruksens andre spørsmål, som lyder "Hvilke tiltak er relevante?". Det gjør denne KVUen på en bra måte ved å beskrive tre relativt ulike konsepter for hvordan problemet med mangelfull eierskapsinformasjon kan løses, og sammenligner dem med et "nullalternativ" som handler om å ikke gjøre noe nytt. 

Jeg skal ikke gå dypt inn i de tilhørende samfunnsøkonomiske analysene, der noen virkninger (særlig beregninger av spart tid) er prissatt, mens mange av de viktigste andre effektene, som nasjonal sikkerhet, skattebetaling og kriminalitetsforebygging, ikke er prissatt. Man antyder imidlertid at det kan være snakk om svært store gevinster, også økonomisk, og det ligger til grunn for at det er det dyreste og mest omfattende alternativet som blir anbefalt fulgt opp. For å ta de tre konseptbeskrivelsene i tur og orden. Det første kalles "Forbedret grunnbok"

"Konsept 1 forbedrer dagens grunnbok ved å øke samsvaret mellom tinglyst og reell eier gjennom opprydding, kvalitetskontroll og økt digitalisering. Det innebærer ingen nye registreringsplikter, men benytter eksisterende matrikkelfunksjoner for bedre kobling mellom eiendom og formuesobjekter, som særlig forenkler Skatteetatens arbeid."

Konsept 1 har lave investerings og driftskostnader enn de to andre og handler vel først og fremst om en ryddejobb i dagens løsninger, men ikke nye digitale systemer. Her vblir det heller ikke noen gevinster knyttet til kriminalitetsbekjempelse eller økt nasjonal sikkerhet. Noe tilsbesparelser og noe økt skatteproveny vil det imidlertid  komme.

Konsept 2 handler om å lage en overbygning over dagens fragmenterte datakilder i en felles portalløsning, og omtales som "Deling av eierskapsopplysninger"

"Konsept 2 innfører en felles portal som gir samlet tilgang til eierskapsopplysninger fra desentraliserte registre, som fortsatt forvaltes av ulike aktører. Portalen samler, men registrerer ikke data selv. Matrikkelen utvides til å inkludere formuesobjekter som ikke er matrikkelenheter, samtidig som Skatteetaten avvikler sitt register over objekter i fast eiendom. Det legges opp til høy grad av standardisering for eiendomsobjekter, men lav standardisering for eiere og relasjoner. Ingen nye registreringsplikter innføres sentralt, men rapporteringsplikter kan innføres lokalt i de desentrale registrene."

Her er det beskrevet noen langt større gevinster på flere områder, ikke minst når det gjelder tidsbesparelsesr og når det gjelder å bekjempe økonomisk kriminalitet, rett og slett fordi det oppnås en samlet tilgang til verdifull informasjon som også kan fremstilles i sammenheng.

Men de største gevinstene kommer i den løsningen som beskrives i konsept 3 der den viktigste nyskapningen er et nytt sentralt og standardisert eiendomsregister med entydige definisjoner og identifikatorer. Konseptet har fått navnet "Sentralisert eierskapsregistering"

"Konsept 3 innfører et sentralisert eiendomsregister som samler og standardiserer eierskap og roller til fast eiendom på ett sted. Både objekter og relasjoner får entydige definisjoner og identifikatorer. Matrikkelen utvides til å omfatte formuesobjekter som ikke er matrikkelenheter, og det er blant annet mulig å registrere kontraktsposisjoner og eiendomstransaksjoner der det tidligere ble brukt blankoskjøter. Det innføres registreringsplikt for eierskap og overdragelser. Rapportering av formuesobjekter til Skatteetaten erstattes av registrering i det sentrale registeret."

Noen av de viktigste tilleggsgevinstene i dette konseptet, som kommer på toppen av det som også ligger i konsept 2, er den fleksibilitetet og det verdibidraget andre kan dra nytte av når ting informasjon blir standardisert og samlet. Da kan man sette den sammen med annen informasjon, for eksempel hos private aktører i finans- og eiendomsbransjene, og få virkelig verdiøkende nye tjenester. 

Blir det noe av?

Rapporten gir en overbevisende argumentasjon både når det gjelder behovet for en modernising av eierskapsoversikten til fast eiendom, og hvorfor konsept 3 er bedre enn konsept 2. Men blir det noe av?

Det store utfordringen for slike store offentlige digitaliseringsprosjekter er sannsynligivs at vi har et betydelig etterslep når det gjelder digitale systemer i mange sektorer og etater. Forsvaret skal investere milliarder i datasentre, ERP-system og sikre plattformer. Politiet er blitt analysert av Riksrevisjonen som peker på at de henger langt etter på blant annet digitale systemer for straffesakskjeden og for personellstyring. DSB skal investere i et nytt nød- og beredskapsnett. Og både Skatteetaten og Kartverket har flere andre behov enn digitale systemer for eiendomsinformasjon, blant annet er det et stort teknologisk etterslep og store behov når det gjelder de digitale fellesløsningene for kartdata.

Gode og samfunnsøkonomisk lønnsomme prosjekter havner i kø, og blir utsatt, selv om de er samfunnsøkonomisk lønnsomme. Det mangler gode prioriteringsmekanismer på tvers av sektorene og i praksis konkurrerer disse digitaliseringsprosjekter like mye mot andre formål egen sektor som de konkurrerer mot andre digitaliseringsprosjekter. Og fordi mange slike tverrektorielle digitaliseringsprosjekter skaper større gevinster utenfor egen virksomhet enn i egen virksomehet, der kostnadene ligger, er det fristende å prioritere helt andre formål enn digitale fellesløsninger.

Mary Meekers 340-siders KI-presentasjon

Trends - Artificial Intelligence (AI)

Hvor raskt går utviklingen når det gjelder kunstig intelligens (KI), og hva kan man egentlig måle? Datakraft? FoU-innsats? Antall brukere? Lønnsomhet? Eller kanskje effekt for kundene?

Bond Capital har gjort en strålende jobb når det gjelder å få fram en helt massiv 340 siders powerpoint-presentasjon med masse grafer, analyser og sammenligninger. 

Den ligger åpent tilgjengelig for alle i en pdf-versjon her på Bond Capitals nettsider. Kortversjonen er at dette er en svært interessant gjennomgang av investeringer i FoU og datakraft, energibruk, vekst i antall brukere, opptrening og drift av KI-systemer, og mye mer.

Mary Meekers metode

Men her må jeg et øyeblikk bevege meg ut på et sidespor og nevne at selveste Mary Meeker er tilbake i sin gamle rolle som formidler, og er i spissen for teamet som har satt sammen denne enorme presentasjonen. Som noen vil huske var hun en av de store internettoptimistene på slutten av 90-tallet og skrev dengang analyser for Morgan Stanley. Hun ble også kraftig kritisert for å ikke i tilstrekkelig grad advare mot boblen der mange investerte i ting som viste seg å ikke leve opp til hypen.

Men Mary Meeker fortsatte å være opptatt av de underliggende drivkreftene, teknologisk og kommersielt, og var dessuten også involvert i flere av selskapene. Hun var blant annet tilrettelegger for Googles børsnotering 2004. Og hun har fortsatt å holde foredrag og skrive rapporter om teknologi, internett og eksponentiell vekst. Selv om dotcom-boblen sprakk for 25 år siden var det jo ikke slik at internett, mobiltelefoni og de fremvoksende tech-selskapene ikke var viktige lenger. Tvert imot så har Google, Microsoft, Amazon, Apple, Meta og Nvidia i ettertid blitt de mest verdifulle selskapene i verden.

KI-vekst og internett-vekst

Jeg har flere ganger skrevet innlegg om, og lenket til, disse rapportene til Mary Meeker her på bloggen, blant annet i 2010, 2013 og 2018 da hun jobbet i Kleiner Perkins. På Bond Capitals nettsider er det lenke til alle disse mer eller mindre årlige presentajonene fra 1996 og til og med 2019. Så ble det brått stille, og jeg har savnet å ha disse store trend-oversiktene, og jeg må innrømme at jeg har søkt på nettet for å finne nye utgaver flere ganger,. Men mai i år kom det endelig en ny utgave, med en vri: Denne gangen er det KI-trender som er gjenstand for analysen. I innledningen formulerer hun sitt hovedsyn slik:

"As investors, we always assume everything can go wrong, but the exciting part is the consideration of what can go right. Time and time again, the case for optimism is one of the best bets one can make. The magic of watching AI do your work for you feels like the early days of email and web search – technologies that fundamentally changed our world. The better / faster / cheaper impacts of AI seem just as magical, but even quicker."

Presentasjonen er ikke akkurat siste nytt når det gjelder visuell design, og er slett ikke utstyrt med kule KI-genererte visualiseringer, men er herlig gammeldags når det gjelder utformingen. Her er det enkel klipp-og-lim av bilder, tekst, men aller mest grafer og søylediagrammer som gjelder. 

De 340 sidene er delt inn i 9 kapitler. Det første har et overordnet blitt på tempoet i utviklingen og beskriver hvor raskt vi har fått tilgang til verktøy som vinner matematikkolympiader og som det på stadig flere områder er vanskskelig å avsløre som datamaskiner og ikke mennesker. Ikke bare kan de skrive anvanserte tekster lynraskt, men det produserer bilder og film, og lager og oversetter tale. Og det blir tatt i bruk. Chat GPT brukte to år på å komme opp i 365 milliarder årlige søk, i 2024. Googles søkemotor brukte 11 år før det ble så mange, i 2011.

KI-anvendelser i næringslivet

Kapittel 2 i presentasjonen (fra side 52) gir et overblikk over bedrifter og bransjer der det investeres tungt i KI og som er i gang med å ta i bruk kunstig intelligens i ulike kjerneprosessser. En morsom indikator er hvor ofte KI nevnes i store selskapers kvartalsvise resultatpresentasjoner, noe som skjer veldig ofte for tiden. Men enda mer overbevisende er eksempler og statistikker over hvordan KI tas i bruk i YUM Brands 25 000 restauranter og i store bankers kundedialoger. En graf i pakken viser veksten i antall "medical devices" med KI som er godkjent av regulatoriske myndigheter i USA. En annen viser hvor mye kortere tid "medical R&D-timelines" er blitt med bruk av KI. 

Her finner vi også grafer som viser hvordan FoU-investeringene til de seks største tech-selskapene er i ferd med å øke ytterligere, og at de har nok penger på bok til å gjøre det, og hvordan investeringer i datasentre og annen infrastruktur i øyeblikket vokser kraftig. Det er også en tilsvarende vekst i elektrisitetsforbruket, spesielt i USA som har tatt ledelsen i å bygge nye gigantiske datasentre. xAIs datasenter Colossus i Memphis pekes på som et eksempel , et datasenter de hevder har verdens største superdatamaskin i et enormt datasenter det tok 122 dager å bygge, omtrent halvparten at tiden det tar å bygge en ny enebolig i USA.

Hva så med KI brukt til å løse oppgaver i fysiske sammenhenger, for eksempel selvkjørende biler,  industriroboter, medisinsk utstyr og forsvarsteknologi? Dette er ikke hovedtemaer i denne presentasjonen, men det er noen plansjer som breskriver utvalgte caser og trender. vi kan for eksempel se at Waymo, det Google-eide taxiselselskapet med selvkjørende biler, på 20 måneder har økt sin markedsandel på betalte turer fra 0 til 27 prosent i San Francisco. Det er også eksempler på KI- anvendelser i forsvarsindustri, gruvedrift og ugressfjerning i landbruket, for å nevne noen.

KI-demografien

Presentasjonen nevner noen interessante utviklingstrekk når det gjelder bruken av ulike KI-tjenester. I motsetning til da internett kom, og USA dominerte stort i starten, og det spredte seg globalt etter hvert, så er bruken av KI langt mer jevnt distribuert over hele verden allerede i utgangspunktet. Kina spiller en ledende rolle ikke bare i bruk, men også i utvikling av KI, og har egne forskningsmiljøer, hardwareaktører og tjensteutviklere som er mer eller mindre på nivå med de amerikanske.

Kampen mellom selskapene om å ha flest brukere er viktig. Det er skarp konkurranse og det investeres helt ekstreme beløp i å utvikle stadig bedre datamodeller og tjenester som går dypere enn å bare svare raskt på enkle spørsmål. Rapporten nevner blant annet såkalte "multimodale" egenskaper, der det ikke bare skrives tekst, men også produseres bilder, lyd og video sammen. Det lages tjenester som produserer mer grundige og utredningstunge analyser, som Google Gemini Deep Research, Chat GPT Deep Research eller xAI Groks Deep Search.

Men selv om det knivskarp  konkurranse om lederrollen teknologisk og å ha de beste dataene, forteller denne rapporten at Open AIs Chat GPT så langt har klart å opparbeide seg en suveren ledelse når det gjelder antall brukere. Google Gemini, Grok, Perplexity, Deep Seek og Anthropics Claude kommer langt bak både på PC og på mobil-app. Men også disse opplever nå en kraftig vekst:

"At a global level, OpenAI’s ChatGPT remains the clear leader in both desktop and mobile user share. But underneath the surface, the market is shifting. Platforms like Anthropic’s Claude are gaining momentum, and Google’s Gemini continues to grow. xAI’s Grok posted a staggering +294% increase in global website visits month-over-month according to Similarweb – making it the fastest-growing AI assistant during the 2/25-3/25 window.

"Geography is also playing an increasingly central role in shaping which models win. ChatGPT dominates in most countries – excluding Russia and China, where ChatGPT cannot operate and DeepSeek is strong. China users are turning to local models at scale. According to Roland Berger Consulting, the top 10 AI apps by monthly active users in China are domestically developed…DeepSeek, Kimi, Nami AI, and ERNIE Bot are each racking up tens of millions of users. The story is different outside China, where ChatGPT leads by a wide margin."

Dilemmaer og usikkerheter

Tallene, casene og trendene i rapporten er interessante, men kanskje det mest interessante er de mer fremadskuende analysene av hvor dette bærer. Hvor sørger teknologiutviklingen og stordriftsfordelene for at kostnadene faller raskt, og hvor går de opp? Hvilke allianser, partnerskap og foretningsmodeller ser lovende ut? Proprietære systemer eller open source? Er det store horisontale KI-plattformer som utvikles og drives av de største tech-aktørene som er best posisjonert, eller spesialiserte bransjeeksperter som utvikler forretningsnær teknologi som vil prege utviklingen?

Presentasjonen trekker frem flere interessante uavklarte spørsmål og mulige interessekonflikter og kamper mellom aktørene ikke bare om størrelse, men også om forretningsmodeller. Jeg kan nevne noen:

Investeringskostnader vs drift: Kostnadsutviklingen for KI er i endring. Det investeres stadig flere milliarder i utvikling og trening av språkmodeller, i datakraft og annen infrastruktur, og tilgang til stadig større datasett, men det kan virke som rommet for å differensiere seg gjennom slike investeringer, og ha et langt bedre produkt enn konkurrentene, ser ut til å krympe. Samtidig er det slik at driftskostnadene for kundene faller. Man får gjort mye mer for mindre. Det skjer en maktforskyvning fra de store kapitalintensive KI-utviklerne til kundene og innovative og disruptive aktører kundene samarbeider med.

"To understand where AI model economics may be heading, one can look at the mounting tension between capabilities and costs. Training the most powerful large language models (LLMs) has become one of the most expensive / capital-intensive efforts in human history. As the frontier of performance pushes toward ever-larger parameter counts and more complex architectures, model training costs are rising into the billions of dollars.

 Ironically, this race to build the most capable general-purpose models may be accelerating commoditization and driving diminishing returns, as output quality converges across players and differentiation becomes harder to sustain. At the same time, the cost of applying/using these models – known as inference – is falling quickly. Hardware is improving – for example, NVIDIA’s 2024 Blackwell GPU consumes 105,000x less energy per token than its 2014 Kepler GPU predecessor. Couple that with breakthroughs in models’ algorithmic efficiency, and the cost of inference is plummeting."

Horisontale plattformer vs vertikale spesialister: En annen dimensjon der kampen om forretningskundene vil foregå er mellom store etablerte plattformselskaper og softwareleverandører som allerede har en stor kundebaser, og bruker denne som univers for å markedsføre nye KI-tjenester. Det gjelder naturligvis Microsoft, Google og Amazon, men også Spotify, Duolingo, Adobe, Canva og mange andre kjente aktører putter KI-tjenester på det de tilbyr kundene. Og havner i et terreng der de møter konkurrense fra bransjespesialister innenfor byggenæring, finans, juss, transport og helse, folk som kan bruke sin bransje- og fagekspertise til å bygge tilliten som trengs:

"For decades, business software followed a familiar pattern: build a specialized tool, sell it to a narrow user base, and scale up within a vertical. This was the age of vertical SaaS – Toast for restaurants, Guidewire for insurance, Veeva for life sciences...Each tool solved a deep, narrow problem. But with the rise of foundation models and generative AI, others are gunning for these prizes. Enter the horizontal enterprise platforms – horizontal layers that combines AI-native productivity, search, communication, and knowledge management into one unified interface. Think of it as Slack meets Notion meets ChatGPT, all in one platform."

Lukkede systemer vs open source: En tredje dimensjon i kampen om forretningsmodellen er om programvaren og modellene er åpne og mulige å tilpasse, og dermed mulige å laste ned og intallere lokalt på egen PC uten brysom datadeling med en leverandør, eller om det er lukkede systemer som vil vinne frem fordi de oppleves som sikrere, eller fordi de er lettere for eierne å forvare å bruke milliardbeløp på å utvikle noe man har kontroll over. Her er det også et viktig spørsmål hva slags rammebetingelser som finnes for it-utviklerne, de som faktisk skal lage tjenestene og verktøyene.

"Platforms like Hugging Face have made it frictionless to download models like Meta’s Llama or Mistral’s Mixtral, giving startups, academics, and governments access to frontier-level AI without billion-dollar budgets. Open-source AI has become the garage lab of the modern tech era: fast, messy, global, and fiercely collaborative. And China (as of Q2:25) – based on the number of large-scale AI models released – is leading the open-source race, with three large-scale models released in 2025 – DeepSeek-R1, Alibaba Qwen-32B and Baidu Ernie 4.5.

The split has consequences. Open-source is fueling sovereign AI initiatives, local language models, and community-led innovation. Closed models, meanwhile, are dominating consumer market share and large enterprise adoption. We’re watching two philosophies unfold in parallel – freedom vs. control, speed vs. safety, openness vs. optimization – each shaping not just how AI works, but who gets to wield it."

Jeg tenker at dette er veivalg vi bør interessere oss for, også i Norge. Det er ikke slik at vi nødvendigvis har avgjørende makt og innflytelse på disse områdene, men både myndigheters og privates makt som kompetente kunder har betydning. Dessuten kan myndigheter gjennom sine reguleringer og forsknings- og innovasjonssatsinger bidra til å dytte ting i en ønsket retning. Men da hjelper det å vite hva man ønsker.

Supervekst eller superkatastrofe med KI?

For noen dager siden skrev jeg her på bloggen om en god, men ganske nøktern prognose fra OECD som forsøker å beregne de årlige produktivitetsgevinstene ti år fremover av å ta i bruk kunstig intelligens (KI). I det mest pessimistiske scenarioet blir den årlige veksten 0,2-0,4 prosent, mens det i det mest optimistiske scenarioet er 0,8 til 1,3 prosent ekstra årlig vekst på grunn av KI.

Men hva om forutsetningene som er brukt i denne og andre lignende analyser undervurderer endringskraften og derfor er helt feil? Feil fordi teknologiutviklingen går raskere, oppgavene KI løser bedre enn mennesker er langt flere og antall arbeidsplasser som helt eller i stor grad kan erstattes av KI er mye høyere enn det som ligger inne i forutsetningen i modellene.

Slike andre og langt mer disruptive scenarioer for effektene av KI er tema i the Economist denne helgen. Lederartikkelen, med den lange overskriften: "The economics of superintelligence - If Silicon Valley’s predictions are even close to being accurate, expect unprecedented upheaval", slår fast at kunstig intelligens har noen egenskaper som gjør at demografiske og menneskelige kapasitetsebegrensninger som kan bremse innovasjoner på samfunnsnivå på andre områder, i mindre grad gjør seg gjeldende her. KI er en annen type muliggjørende teknologi, blant annet fordi den kan lære av og bygge videre på egne innovasjoner på egenhånd. Uten at masse mennesker må være involvert:

"If computing power brings about technological advances without human input, and enough of the pay-off is reinvested in building still more powerful machines, wealth could accumulate at unprecedented speed. Economists have long been alive to the relentless mathematical logic of automating the discovery of ideas. According to a recent projection by Epoch AI, a bullish think-tank, once AI can carry out 30% of tasks, annual growth will exceed 20%."

Supervekst

Basert på på en slik analyse som legger vekt på det dynanamiske og disruptive når det gjelder hvor store endringer KI kan bidra til, beskiver The Economist to hovedretninger, i to ulike artikler. Der den ene vektlegger mulighetene for en vekst og en innovasjontakt verden aldri har opplevd før, og den andre er opptatt av farene ved å slippe teknologien løs uten tilstrekkelige sikkerhetsbarrierer. Den første har overskriften "What if AI made the world’s economic growth explode?" og beskriver blant annet forskjellen på vanlig automatisering og automatisering med innebygde læringssløyfer der KI-systemene driver sine egne FoU-prosjekter:

"Suppose production was fully automated, but technology did not improve. The economy would settle into a constant rate of growth, determined by the fraction of output that was saved and reinvested in building new machines. 

Truly explosive growth requires AI to substitute for labour in the hardest task of all: making technology better. Will it be AI that delivers breakthroughs in biotechnology, green energy—and AI itself? AGI agents will, it is hoped, be able to execute complex, long-running tasks while interacting with computer interfaces. They will not just answer questions, but run projects. The AI Futures Project, a research group, forecasts that by the end of 2027, almost fully automated AI labs will be conducting scientific research. Sam Altman, the boss of OpenAI, has predicted that AI systems will probably start producing “novel insights” next year."

Artikkelen drøfter også hvordan forholdet mellom kapital og arbeid vil kunne endre seg radikalt dersom avhengighetsforholdet blir helt annerledes enn i dag. Den spekulerer også i hvordan den såkalte Baumol-effekten slår inn, det at virksomheter som fremdeles er avhengige av å ha ansatte, og må betale lønninger som ikke henger for langt etter de ledende teknologiselskapenes lønninger, vil slå ut i økte kostnader på samfunnsnivå. 

Men så slår The Economist også fast at noen av de samme forholdene som bremser teknologidrevet supervekst i dag fortsatt vil være der i fremtiden, også med KI. Kanskje er begrensningene færre, men de finnes:

"A booming but workerless economy may be humanity’s ultimate destination. But, argues Tyler Cowen of George Mason University, (...), change will be slower than the underlying technology permits. “There’s a lot of factors of production…the stronger the AI is, the more the weaknesses of the other factors bind you,” he says. “It could be energy; it could be human stupidity; it could be regulation; it could be data constraints; it could just be institutional sluggishness.” Another possibility is that even a superintelligence would run out of ideas.

Eller, som The Economist minner om, så hjelper det ikke å produsere stadig mer effektive fiskere og fiskeredskaper hvis antall fisk i havet er det samme som før. Nå er det neppe slik at mulighetesrommet for gode ideer, nye forskningsgjennombrudd og skalerbare innovasjoner har de samme begrensningene som naturressurser, men det er jo mulig at avtagende avkastning på forskningsinnsatsen vil gjøre seg gjeldende også når vi bruker KI? 

KI uten tilstrekkelig sikkerhet

I det andre scenarioet The Economist trekker opp, i artikkelen "AI labs’ all-or-nothing race leaves no time to fuss about safety" er ikke hovedproblemet at det blir fryktelig mye mer produktivitetsvekst og økonomisk vekst enn vi er vant til, men at man tar risiko i et tempo som er så høyt at det truer sikkerheten. Ikke fordi man ikke forstår farene, eller fordi man egentlig ønsker å ta uansvarlig høy risiko, men fordi selskapene ikke vil stå igjen på stasjonen når de andre sitter på toget:

"Qualms notwithstanding, however, both Western tech firms and their Chinese counterparts are, if anything, accelerating their pursuit of AGI. The logic is simple. They are all convinced that even if their firm or country were to pause or slow down, others would press ahead, so they might as well push on, too. The belief that the benefits of attaining agi or superintelligence are likely to accrue chiefly to those who make the initial breakthrough provides even more reason to rush."

Men hva er egentlig problemet med KI og sikkerhet? Verden går ikke akkurat under om vi stiller et litt lite gjennomtenkt spørsmål til Chat GPT? The Economist viser her til et godt notat fra Google DeepMind fra april som beskriver sikkerhetsutfordringene knyttet til generell kunstig intelligens og sorterer dem i fire ulike problemkategorier. The Economist oppsummerer:

"In Google DeepMind’s April paper, researchers (...) flagged four ways powerful AIs could go wrong. The most obvious is “misuse”, when a malicious individual or group harnesses AI to cause deliberate harm. Another is “misalignment”, the idea that the AI and its creators might not want the same things—the stuff of sci-fi movies. They also noted that AIs might cause harm by “mistake”, if real-world complexity prevented systems from understanding the full implications of their actions. Finally, they flagged a nebulous set of “structural risks”, events where no one person or model is at fault but harm still occurs.

To tanker i hodet, og kanskje tre

Noe av utfordringen med rask teknologisk endring, og som særlig gjelder KI, er at det utfordrer forestllingsevnen vår. Vi skjønner at ting går raskt og at det muliggjør store endringer i samfunn og arbeidsliv på mange områder samtidig, men vi vet ikke akkurat når og hvordan endringene vil komme. 

Det fascinerende og litt problematiske med KI er dessuten at avstanden mellom optimister og pessimister er så stor. Det gjør det vanskelig å bygge en felles virkelighetsoppfatning og å lage politikk og strategier som får bred tilslutning. Kanskje er avstanden blitt noe mindre i tiden etter at Chat GPT ble sluppet i offentligheten i slutten av 2022, og vi alle har fått anledning til å prøve ut ulike verktøy som i mer eller mindre grad skal revolusjonere arbeidslivet. Hypen har nok avtatt litt, men det er fortsatt stor avstand mellom optimister og pessimister, også blant forskere og i teknologimiljøene.

Usikkerhet og mulighetene for ulike utfall gjør at vi i våre forestillinger om digitale fremtider må ta høyde for at det både er store muligheter og krevende etiske og kanskje eksistensielle utfordringer, og at vi må være bevisste på begge deler dersom regulatoriske myndigheter og bedriftenes etiske regelverk skal klare å balansere dette riktig. Og så minner The Economist også om at det også kan være et tredje alternativ: At utviklingen slett ikke går så fort som optimistene håper på og pessimistene frykter:

"Progress in AI may yet stall. The labs may run out of new training data; investors may run out of patience; regulators may decide to meddle. Anyway, for every expert predicting an AI apocalypse there is another who insists there is nothing to worry about. Yann LeCun of Meta thinks the fears are absurd. “Our relationship with future AI systems, including superintelligence, is that we’re going to be their boss.”".