35 / 74
AMNYTT NR. 4 2026
Teknologi, operasjon og reguleringer – alt må fungere for å få til effektiv autonomi.( Illustrasjon: Knightec Group)
I en demo er det kontrollerte omgivelser, perfekte datasett, dedikert team, ingen historikk – og vi forholder oss til én oppdragsgiver. I virkeligheten er det uforutsigbarhet og dårlig vær, skitne og inkonsekvente data samt styrings- og vedlikeholdssystemer. Dessuten må man forholde oss til myndigheters regulativer, forsikringsselskaper og fagforeninger. – Virkeligheten er ikke perfekt, og det er flere parametere som kan påvirke teknologien, som endringer i vær og hvordan mennesker forholder seg til applikasjonen. Derfor bør du designe løsningen for ekstreme tilfeller, sier Mastad.
Integrering steg for steg Autonomi er et integrasjonsprosjekt, det skal fungere mot ERP, SCADA / OT og vedlikeholdssystemer. Derfor er det viktig å sette opp en god systemarkitektur, som er det tekniske fundamentet for alle data- og KI-initiativer. – Inkluder drift fra dag én. Driftsorganisasjonen må med fra starten, operativ forankring er ikke etterarbeid, mener Brunes. En god systemarkitektur muliggjør strukturering, integrering og håndtering av stadig voksende datamengder fra ulike kilder – samtidig som den ivaretar kvalitet, konsistens, sikkerhet og samsvar på en målbar måte. For å utvikle en ny applikasjon lages det ofte en demo eller en prototyp. – Her må vi definere hva den skal bevise, sier Brunes.— Og så bør man følge en god prosess. Når man har en velfungerende demo, skal den skaleres opp for å passe inn i helheten. Det tar litt tid å komme dit, men det er fullt gjennomførbart. Knightec bruker maskinlæring og KI-agenter for å lage et fundament for dataarkitekturen. – Da må vi også ha kontroll på dataene. For at KI skal bli nyttig er man avhengig av god datakvalitet, sier Mastad. – Vi bruker ofte Databricks, en skybasert plattform for storskala databehandling og maskinlæring. Det er en nyttig plattform for store, komplekse anlegg og virksomheter som jobber med store datamengder og avansert analyse. Ved å kombinere databehandling, KI og samarbeid i skyen får man raskere innsikt, bedre beslutninger og mer effektiv dataarkitektur.