ANNONSEBILAG FRA VIVICTA

Beate Kristin Langva, Head of Commercial, Industry and Retail i Vivicta

Fra ambisjon til gjennomføring: Muligheter og ansvar med KI

Norsk oljeindustri flytter grenser med KI, men hvorfor ender så mange prosjekter som glemte piloter? Vivicta belyser i denne artikkelen hvordan tydelig ledelsesansvar, god styring og nye KI baserte arbeidsformer kan bidra til å realisere ambisjonene i praksis

ANNONSEBILAG FRA VIVICTA

Den norske olje‑ og gassindustrien er kjent for høy innovasjonstakt og sterk ingeniørkunst. Det har resultert i store funn, industriledende utvinningsgrad og et lavt karbonavtrykk i internasjonal sammenheng. Det er derfor naturlig at kunstig intelligens (KI) nå får en sentral plass som verktøy for å forenkle, forbedre og sikre industrielle prosesser. IT‑selskapet Vivicta ser store muligheter i denne utviklingen, men understreker samtidig behovet for en tilnærming som sikrer trygg, ansvarlig og etterprøvbar bruk av teknologien.

Gjennom mer enn 50 år har norsk oljeindustri flyttet teknologiske grenser og gjort det som tidligere ble ansett som umulig, mulig. Operatørenes toppledelse har vært tett involvert i lete‑ og utbyggingsbeslutninger som forutsatte betydelige teknologiske nyvinninger for å kunne realiseres på en lønnsom måte. Samtidig har erfaringen vist at nye initiativer ikke alltid leverer som planlagt – verken når det gjelder tidsbruk, kostnader eller forventet effekt.

– Denne erfaringen gir et godt utgangspunkt for å finne relevante bruksområder for KI gjennom evaluering, utprøving og læring, sier Beate‑Kristin Langva, Head of Commercial, Industry and Retail i Vivicta.

Teknologi alene er ikke nok

Ifølge Langva har mange KI‑initiativer så langt vært for svakt koblet til implementering og faktisk bruk. Virksomhetene har høstet viktig innsikt om både muligheter og begrensninger, men i mindre grad realisert gevinster i drift. Mange «proof of concepts» har vist hvordan KI kan løse avgrensede oppgaver, uten at løsningene har blitt integrert i helhetlige prosesser med tydelig eierskap og ansvar.

Dette er også bakgrunnen for at såkalte agentic workflows nå får økt oppmerksomhet. Med agentic workflows kan AI‑agenter forstå et overordnet mål og selv bestemme hvordan oppgaver skal løses underveis, ved å kombinere resonnering, beslutningstaking og handling. Vivicta har allerede tatt i bruk denne tilnærmingen i egne tjenester, og samarbeider nå med aktører i energibransjen for å identifisere områder der selskapet kan ta ansvar både for å utvikle og forvalte KI‑løsninger over tid.

Regulatoriske krav former KI‑bruken

Olje‑ og gassindustrien er samtidig underlagt særskilte regulatoriske krav, som også stiller tydelige forventninger til bruk av kunstig intelligens. I fjor tydeliggjorde Havindustritilsynet sine forventninger overfor operatører og riggeiere når det gjelder ansvarlig og pålitelig KI‑bruk. Vivicta opplever det som positivt at myndighetene gir veiledning som kan omsettes til konkrete krav ved utvikling av nye løsninger for beslutningsstøtte og operativ bruk.

Rammeforskriften stiller blant annet krav til dokumentasjon av KI‑systemer og sporbarhet i bruk av data til trening, testing og validering. Videre forutsetter regelverket at berørte roller involveres når arbeidsprosesser endres – noe som også gjelder ved innføring av agentic workflows. Roller og ansvar forsvinner ikke selv om ny teknologi tas i bruk. Også styringsforskriften krever at KI‑basert beslutningsgrunnlag skal kunne forklares og følges opp. Ifølge Vivicta bidrar disse kravene til økt kvalitet, pålitelighet og kontinuerlig forbedring.

Tenk drift når du ønsker innovasjon

Mange virksomheter har investert betydelige ressurser i testing av ny teknologi, men hatt begrenset uttelling i faktisk bruk. I Vivicta knyttes innovasjon og utvikling derfor tett til hvordan teknologien kan settes i produksjon og skape reell effekt. Selskapet arbeider tett med kundene i innovasjonsfasen og involverer tidlig ressurser som senere får ansvar for drift.

Smidige utviklingsteam settes sammen av industrinære eksperter, sikkerhetskompetanse og utviklings‑ og driftsressurser fra etablerte driftssentre. DevSecOps fungerer både som metodikk og organisasjonsmodell, og bidrar til at KI‑systemene kan forvaltes gjennom hele livsløpet. Systemer som trenes på data blir aldri «ferdige», men må kontinuerlig vedlikeholdes og forbedres med nye datasett, i tråd med kravene i aktivitetsforskriften.

– Enten man tar i bruk ferdige KI‑løsninger eller utvikler egne systemer, er det avgjørende å forstå at teknologi alene ikke er nok. For å lykkes må ansatte involveres, og det må bygges en kultur som legger til rette for eksperimentering over tid. Samtidig må løsningene settes i produksjon for at verdiene skal realiseres, noe som krever aktiv ledelse og investeringsvilje, understreker Langva.

Kompetansebygging er også et lederansvar.

– Mange starter med generativ KI, men det er viktig at også ledere bygger forståelse for både muligheter og utfordringer. Ledere må engasjere seg aktivt sammen med fagmiljøene for å holde seg oppdatert på utviklingen og vurdere hvordan teknologien kan støtte egne ambisjoner, sier hun.

Samtidig stiller både norske tilsynsordninger og EUs AI Act krav til opplæring av brukere. Gode opplæringsprogrammer for både ledere og medarbeidere er derfor en viktig investering.

Nordisk KI‑optimisme – med et tydelig gjennomføringsgap

Erfaringene fra energisektoren samsvarer godt med funnene i Vivictas ferske Nordic AI Navigator‑studie, gjennomført i samarbeid med Kairos Future. Studien bygger på innsikt fra rundt 340 ledere og KI‑beslutningstakere i Norge, Sverige og Finland, og viser at nordiske virksomheter har stor tro på KI og høye ambisjoner, men sliter med å omsette intensjoner til skalerte, virksomhetsomfattende løsninger.

Selv om over halvparten rapporterer målbare produktivitetsgevinster fra KI‑initiativ, befinner de fleste seg fortsatt i tidlige faser med piloter og isolerte prosjekter. Samtidig forventer mange økt bruk av mer avanserte løsninger, særlig innen agentbasert og autonom KI, i løpet av det neste året. Studien peker på tydelig lederskap, god governance og evne til å integrere KI i drift som avgjørende faktorer for å lykkes med å ta teknologien fra eksperimentering til varig forretningsverdi.