LØRN Case #C0581
Norge skal bli datadreven
Hvordan kommer man i gang med bigdata? Og hvordan forvalte dataen til innsikt, slik at man tjener penger på det? I denne episoden av #LØRN snakker Silvija med daglig leder, Visma bWise, Kristin Rotevatn Nyberg, om det å sammenstille intern og ekstern informasjon slik at man kan starte å hente verdier ut av det gjennom ting som prediksjon og optimalisering.

Kristin Rotevatn Nyberg

Redaktør Produkt og Innovasjon

Visma bWise

"Når vi kan bruke innsikten og de datadrevne løsninger for å effektivisere samfunnet begynner det virkelig i bli moro (og viktig!) og jobbe med tech."

Dette er LØRN Cases

En LØRN CASE er en kort og praktisk, lett og morsom, innovasjonshistorie. Den er fortalt på 30 minutter, er samtalebasert, og virker like bra som podkast, video eller tekst. Lytt og lær der det passer deg best! Vi dekker 15 tematiske områder om teknologi, innovasjon og ledelse, og 10 perspektiver som gründer, forsker etc. På denne siden kan du lytte, se eller lese gratis, men vi anbefaler deg å registrere deg, slik at vi kan lage personaliserte læringsstier for nettopp deg. 

Vi vil gjerne hjelpe deg komme i gang og fortsette å drive med livslang læring.

En LØRN CASE er en kort og praktisk, lett og morsom, innovasjonshistorie. Den er fortalt på 30 minutter, er samtalebasert, og virker like bra som podkast, video eller tekst. Lytt og lær der det passer deg best! Vi dekker 15 tematiske områder om teknologi, innovasjon og ledelse, og 10 perspektiver som gründer, forsker etc. På denne siden kan du lytte, se eller lese gratis, men vi anbefaler deg å registrere deg, slik at vi kan lage personaliserte læringsstier for nettopp deg. Vi vil gjerne hjelpe deg komme i gang og fortsette å drive med livslang læring.

Vis

Velg ditt format

Varighet: 30 min

Ta quiz og få læringsbevis

Du må være medlem for å ta quiz

Ferdig med quiz?

Besvar refleksjonsoppgave

Du må være medlem for å gjøre refleksjonsoppgave.

Hvem er du, og hvordan ble du interessert i innovasjon?

Jeg er teknolog og leder for et selskap med 110 engasjerte analyticshoder. Innovasjonsinteressen min blir kraftig trigget i jobbhverdagen; vi ser hvor mye smartere vi og kundene våre kan jobbe når vi forvandler data til innsikt.

Hva er det viktigste dere gjør på jobben?

Vi kobler teknologi og business. Norske selskaper er langt fremme i digitaliseringen, og datamengdene de har samlet seg er enorm. Likevel ser vi at de som styrer i bedriftene har dårlig med tilgang på fersk og relevant innsikt.

Hva fokuserer du på innen teknologi/innovasjon?

Demokratisering av data. Vi må kunne benytte oss av data/innsikt uten å kunne kode, skrive sql querys. Innsikten må ut til alle. Det kan være alle i en bedrift (ikke bare IT og anlytikerne), eller alle i samfunnet (ikke bare journalister, analytikere, forskere).

Hva synes du er de mest interessante kontroverser?

At alt plutselig handler om maskinlæring. Mange har kjørt piloter. Ofte viser det seg at selve ML-algoritmene ikke er det mest krevende, men heller å automatisere hele prosessen, både den tekniske delen og det organisatoriske, for å kunne få på plass en helautomatisert løsning som spiller på mer enn testdata.

Dine egne relevante prosjekter siste året?

Et av våre prosjekter er publisering av statsregnskapet. Statsregnskapet publiseres en gang i året, så det er ikke den mest sanntidsnære løsningen, men det interessante ligger i hvor godt og enkelt regnskapsinformasjon blir presentert.

Dine andre favoritteksempler på lignende prosjekter, internasjonalt og nasjonalt?

Det er lett å peke på de største selskapene i verden: Google, Facebook, Amazon, Apple.

Hva tror du er relevant kunnskap for fremtiden?

Programmering. Det burde være et like selvsagt fag på skolen som matematikk og språk. Koding er grunnleggende teknologiforståelse og er alt for viktig til å være forbeholdt noen få. Det må avmystifiseres.

Hva gjør vi unikt godt i Norge av dette?

Norge er langt fremme i digitalisering. Offentlig sektor er digitalisert, nå må vi effektivisere og hente ut mer gevinst ved å jobbe smartere.

Et favoritt fremtidssitat?

«There is nothing so useless as doing efficiently that which should not be done at all” – Peter Drucker.

Viktigste poeng fra vår samtale?

Vi må bli mer datadrevne for å overleve. Det er ingen snarvei til ML. Vi må ha orden i sysakene. Og når vi kan bruke innsikt og datadrevne løsninger for å effektivisere samfunnet begynner det virkelig i bli moro (og viktig!) og jobbe med tech.

Hvem er du, og hvordan ble du interessert i innovasjon?

Jeg er teknolog og leder for et selskap med 110 engasjerte analyticshoder. Innovasjonsinteressen min blir kraftig trigget i jobbhverdagen; vi ser hvor mye smartere vi og kundene våre kan jobbe når vi forvandler data til innsikt.

Hva er det viktigste dere gjør på jobben?

Vi kobler teknologi og business. Norske selskaper er langt fremme i digitaliseringen, og datamengdene de har samlet seg er enorm. Likevel ser vi at de som styrer i bedriftene har dårlig med tilgang på fersk og relevant innsikt.

Hva fokuserer du på innen teknologi/innovasjon?

Demokratisering av data. Vi må kunne benytte oss av data/innsikt uten å kunne kode, skrive sql querys. Innsikten må ut til alle. Det kan være alle i en bedrift (ikke bare IT og anlytikerne), eller alle i samfunnet (ikke bare journalister, analytikere, forskere).

Hva synes du er de mest interessante kontroverser?

At alt plutselig handler om maskinlæring. Mange har kjørt piloter. Ofte viser det seg at selve ML-algoritmene ikke er det mest krevende, men heller å automatisere hele prosessen, både den tekniske delen og det organisatoriske, for å kunne få på plass en helautomatisert løsning som spiller på mer enn testdata.

Dine egne relevante prosjekter siste året?

Et av våre prosjekter er publisering av statsregnskapet. Statsregnskapet publiseres en gang i året, så det er ikke den mest sanntidsnære løsningen, men det interessante ligger i hvor godt og enkelt regnskapsinformasjon blir presentert.

Dine andre favoritteksempler på lignende prosjekter, internasjonalt og nasjonalt?

Det er lett å peke på de største selskapene i verden: Google, Facebook, Amazon, Apple.

Hva tror du er relevant kunnskap for fremtiden?

Programmering. Det burde være et like selvsagt fag på skolen som matematikk og språk. Koding er grunnleggende teknologiforståelse og er alt for viktig til å være forbeholdt noen få. Det må avmystifiseres.

Hva gjør vi unikt godt i Norge av dette?

Norge er langt fremme i digitalisering. Offentlig sektor er digitalisert, nå må vi effektivisere og hente ut mer gevinst ved å jobbe smartere.

Et favoritt fremtidssitat?

«There is nothing so useless as doing efficiently that which should not be done at all” – Peter Drucker.

Viktigste poeng fra vår samtale?

Vi må bli mer datadrevne for å overleve. Det er ingen snarvei til ML. Vi må ha orden i sysakene. Og når vi kan bruke innsikt og datadrevne løsninger for å effektivisere samfunnet begynner det virkelig i bli moro (og viktig!) og jobbe med tech.

Vis mer
Tema: Digital strategi og nye forretningsmodeller
Organisasjon: Visma bWise
Perspektiv: Mindre bedrift
Dato: 200124
Sted: OSLO
Vert: Silvija Seres

Dette er hva du vil lære:


Nye forretningsmodeller Dataanalyse Kobling mellom teknologi og business Verdiskapning

Mer læring:

Dra på konferanser Visma har mange gode åpne kurs

Del denne Casen

Din neste LØRNing

Din neste LØRNing

Din neste LØRNing

Flere caser i samme tema

#C1118
Digital strategi og nye forretningsmodeller

Karl Munthe-Kaas

Styreleder

Oda

Anne-Lise Fredriksen

Utviklingsleder

NKI

#C0294
Digital strategi og nye forretningsmodeller

Ole Gabrielsen

Direktør for teknologi og endring

Sarpsborg Kommune

#C0310
Digital strategi og nye forretningsmodeller

Ingvar Didrik Haukland

Co-founder og Managing Partner

Innovationizer

Lytt #C0581

Tekst for Case #C0581

Velkommen til Lørn.Tech – en læringsdugnad om teknologi og samfunn med Silvija Seres og venner.

 

Silvija Seres: Hei og velkommen til Lørn. Navnet mitt er Silvija Seres og temaet i dag er big data og ny forretning rundt det. Gjesten min er Kristin Nyberg, som er en god venn og en utrolig flink daglig leder i Visma BWise AS. Velkommen!

 

Kristin Rotevatn Nyberg: Tusen takk, Silvija.

 

Silvija: Kristin, vi skal snakke om big data og hva dere gjør i deres del av Visma. Vi skal snakke om overgangen fra å være teknolog til å være en leder, vi skal snakke om overgangen fra å jobbe i et internasjonalt selskap til å jobbe i et mer nasjonalt selskap og fordeler med det. Men før vi gjør dette så håper jeg at du kan fortelle litt om Kristin.

 

Kristin: Det kan jeg gjøre. Jeg er en teknolog, jeg tror jeg fortsatt er en programmerer, der ligger fortsatt identiteten min, men hvis jeg ser på hvordan jeg bruker timene og dagene mine, så er det ikke så mye programmering lenger, det er mer ledelse. Jeg er sivilingeniør fra NTNU, har studert datateknikk og ..

 

Silvija: Ble du plukket opp av NTNU også?

 

Kristin: Det er veldig vanskelig å komme seg igjennom et helt sivilingeniørstudie som jente på uten å bli fanget opp, så jeg fant min kjekkas på NTNU, ja.

 

Silvija: Jeg tror det var første test eller noe sånn. Kristin og Silvija er altså gamle naboer, og det jeg savner aller, aller mest etter å ha flyttet bort fra det fantastiske grendeområdet på Hosle er da Kristins naboskap, og Cato da, som han heter. Så det er derfor jeg avslører litt av familien. Vi har også to barn i samme klasse. Vi kjører videre, Kristin. Du studerte på NTNU og det studerte var datateknikk?

 

Kristin: Jeg studerte datateknikk, ja.

 

Silvija: Som betyr programmering?

 

Kristin: Programmering, systemutvikling, en del algoritmer. Jeg ble veldig fascinert over kunstig intelligens og bildebehandling, jeg skrev en hovedfagsoppgave innen det. Når jeg begynte å jobbe, så havnet jeg i oljeservice og oljebransjen.

 

Silvija: Det var Schlumberger? Hva gjør en programmerer i Schlumberger?

 

Kristin: Det var Schlumberger. I den delen som jeg jobbet med så laget vi real-time systemer for innhenting av store datamengder, analyserte det og brukte det både innen navigasjon og innen kvalitetskontroll av data.

 

Silvija: Så for eksempel at man sjekker at en oljeplattform gjør det den skal eller at brønnene fungerer som de skal, eller alt imellom?

 

Kristin: Ja, og alt imellom. Jeg jobbet mye med seismikk og da var det mye ..

 

Silvija: Boredata?

 

Kristin: Ja, det var seismikkdata, så da var det båter som bevegde seg og tauet ti kilometer lange kabler som var fulle av sensorer og de beveget seg i vann og skulle ha en nøyaktighet på kanskje noen centimeter på hvor de var.

 

Silvija: Så det er rett og slett å bearbeide noen enorme datamengder og få noe fornuftig ut av dem.

 

Kristin: Ja, og tett. Det var ganske tørt faglig, for da var det ikke bare dataene du jobbet med, du jobbet mot elektronikken og vi var alltid tverrfaglig i teamene.

 

Silvija: Du måtte kunne litt geologi etter hvert også?

 

Kristin: Ja, vi måtte kunne litt fysikk og litt algoritmer, så det var en veldig teknisk systemutvikling, teknisk programmering.

 

Silvija: Men så begynte du å jobbe mer og mer som prosjektleder?

 

Kristin: Ja, jeg ble trukket veldig mot det. Sikkert litt farget av at det kom to barn underveis også, for programmering er en veldig ferskvare, men så fikk jeg lov å ta mer og mer lederoppgaver og prosjektlederoppgaver og det var noen store prosjekter. Så det ble en veldig naturlig utvikling, det var ikke sånn at «Den veien skal jeg gå», det ble mer at jeg bare hoppet på de mulighetene som kom.

 

Silvija: Vi har snakket litt om å være både mammaer og damer i sånne superheavy mannsdominerte yrker, men det har egentlig ikke vært noe ulempe for deg har jeg inntrykk av. Nettopp fordi du er veldig god på å organisere, og det har kanskje noe med å være dame å gjøre, jeg vet ikke jeg?

 

Kristin: Fordelen med å være dame er jo at du blir veldig synlig i et mannsdominert miljø. Jeg har hatt gode rollemodeller, så jeg har sett at det har vært mulig. Jeg har hatt forståelsesfulle kollegaer, for barnehagen er ikke døgnåpen, så av og til har man vært nødt til å prioritere. Det er en del slike rammer som har vært på plass som har gjort det har vært mulig. Så har det vært noen hektiske år, og så roer det seg, så det er liksom det å komme over den ... 

 

Silvija: Tidsklemma, eller den verste tidsklemma i hvert fall. Kan jeg spørre deg, hvis vi går et hakk bak, så skal vi gå ett hakk forover, for vi har ikke kommet til slutten av den historien forresten. Etter hvert så sluttet du i Schlumberger og gikk over til.. 

 

Kristin: Visma BWise.

 

Silvija: Før var det BWise, og så ble det Visma. Så du fikk da en invitasjon om å lede, eller først være mellomleder i et veldig kult big data selskap, mine gode gamle Fast venner.

 

Kristin: Ja, det var veldig morsomt og det var å gå fra et selskap hvor vi var 120 000 ansatte i Schlumberger da jeg sluttet, til å begynne i et selskap hvor jeg var nummer 41. Det var større forskjell enn jeg ante da jeg kom, og utrolig gøy.

 

Silvija: Gøy fordi?

 

Kristin: Fordi man satt så nær på beslutningene. Vi kunne hele tiden hoppe og gjøre det vi trodde var best. Det var ingen som satt ti nivåer lenger oppe og bestemte hverken prosesser eller retning. Vi kunne være mye mer attraktive der vi gikk.

 

Silvija: Og så vet jeg at du liker å være nær beslutninger, du klarer ikke å være å fikse ting som må fikses. Så på et eller annet tidspunkt sa de at da kan du like godt bare ta dette roret. 

 

Kristin: Ja, det var veldig morsomt og vi planla det jo en stund at jeg skulle ta over. Jeg tenkte at «jaja, vi får se om de virkelig tørr å gi meg det ansvaret», men det fikk jeg lov til, så 1. januar i fjor tok jeg over som daglig leder. Først for et norsk selskap, BWise, som jeg jobbet i, og så gikk det et halvt år, så fikk jeg et svensk selskap i tillegg som jeg har integrert inn.

 

Silvija: Du fikk ikke, du kjøpte.

 

Kristin: Ja, det var jo et annet Visma-selskap som vi har slått sammen. 

 

Silvija: Også big data?

 

Kristin: Ja, også big data, analyse, analytics, store datamengder, business intelligence. 

 

Silvija: Let’s hold that thought. Vi skal gå over på dette med big data og hvordan tjener man penger på big data, hva skal man med big data osv. Før vi gjør det, Volda, oppvekst, flotte fjell, alltid ski på beina osv. har jeg lært om Kristin – hvorfor bestemte du deg for å studere datateknikk?

 

Kristin: Jeg tror nok det var litt sånn en naiv drøm. Jeg fikk utdelt noen brosjyrer fra NTNU som gikk på jenter og data, så jeg er et produkt av den jenter og data satsningen som NTNU hadde på slutten av 90-tallet. 

 

Silvija: Som rett og slett gikk ut på å gjøre seg attraktiv?

 

Kristin: Gjøre seg attraktiv, de var på videregående skoler og var nok litt fremovertenkende og tenkte at vi trenger flere kvinnelige datastudenter. Og det traff meg, jeg har alltid vært litt interessert. Jeg har aldri vært en av de som har sittet og programmert på jenterommet, men har alltid synes det har vært spennende. Så den interessen lå der, og så solgte de det inn godt, og så solgte de det inn så godt inn fra NTNU at vi var faktisk 30 prosent jenter som startet på NTNU i datateknikk i 1998. Da var det også et miljø for det, du følte ikke at du var alene. Mine venninner i dag er de som jeg studerte med der oppe. 

 

Silvija: Jeg synes det er et utrolig viktig poeng, jeg lurer på om vi skal ha en overskrift over det eller i hvert fall et bilde dit at jeg er et produkt av NTNUs jente + datasatsing, for det funker. Det som er viktig er å vise frem positive rollemodeller, ikke snakke om hvorfor det er vanskelig, men hvorfor det er spennende og gøy.

 

KRN; Jeg er veldig takknemlig for at NTNU gjorde den satsningen den gangen. De gjør det sikkert fortsatt, jeg er jo ikke så tett på nå. Det har gitt meg et utrolig spennende jobbliv og utrolig mange flotte, dyktige venninner.

 

Silvija: Og veldig gode jobbmuligheter, som du sier. Ok, da er vi tilbake på big data. Hva er forretningsmodellen? Hva er greien?

 

Kristin: Vi ser at det er data overalt. Alle selskaper samler inn data, vi produserer data, uansett hva vi gjør.. 

 

Silvija: Det blir dataeksos?

 

Kristin: Overalt. Det blir altfor mye. Vi ser også at vi har kommet ganske langt med digitalisering, spesielt i Norge, både i offentlig- og i privat sektor. Det som jeg ser på som er det neste steget som vi hjelper selskaper med, det er å skape verdi ut av disse dataene som de har samlet inn – gjøre analyse. Dataene bor i fagsystemer, det er siloer og det er ingen relasjoner imellom, men det å sammenstille ekstern og intern informasjon, slik at man kan hente ut verdier av det. Det er den analytics-biten og etter hvert som man modner og bedriftene modnes i den retningen, både organisatorisk, men også teknisk, så kan man gjøre dette mer og mer avansert og man kan hente ut verdier fra prediksjon og optimalisering og AI osv.

 

Silvija: Så enkelt sagt da, så tenker jeg at data kan være gull, men bare hvis du vet hva du skal med det, og da er det hvordan du vedlikeholder en plattform eller et hus eller hvordan du optimaliserer, som du sier. Det vil si at vi bruker optimalt med energi og fordelingen av rom osv. Mens hvis vi ikke gjør det, så har data forblitt gråstein, og egentlig ganske plagsom gråstein.

 

Kristin: Ja, uansett selv om det er gråstein, så må det vedlikeholdes, det er ingen som tørr å skru det av. Så det å faktisk finne de områdene hvor det gir gevinst for bedriftene, slik at det skaper verdi, det prøver vi å jobbe med. 

 

Silvija: Det jeg også da leser ut ifra det du sier er at vi må egentlig hjelpe til med en slags voksenopplæring, forretningsutvikling også, hos bedrifter slik at de skal forstå hva deres behov er. Er det en viktig del av det dere gjør eller hvordan kommer man da i gang hvis man skal gjøre noe med big data?

 

Kristin: Jeg tror vi er inne på noe viktig, fordi det å bare å komme med den teknologikunnskapen er ikke nok. Vi må også jobbe tett for å forstå businessen, og det kan være mye felles på tvers av bransjer og sånt. Det kan være retail, forskning, eller det kan være produksjonsbedrifter, men det å forstå hva det er som skal til for at den blir bedre, det er ikke bare verktøy og teknologi. Det er også en forståelse for hvordan de menneskene driver bedriften sin og hva som kan være det neste steget.

 

Silvija: Når jeg da spør deg hva er det viktigste dere gjør på jobben, da svarer du at dere kobler teknologi og business, men det er det du mener, altså dere hjelper folk å forstå businessen bak data. 

 

Kristin: Ja, og det helt sånn banale eksempelet er at man går fra å ta beslutningene sine på magefølelse, det kan være en fin magefølelse med 30 års erfaring på den magefølelsen, men at man finner svar i dataene sine i stedet for å spekulere. Det er nivå én. Nivå to er å kunne bruke dette til helt nye forretningsområder og gå inn i nye forretningsmodeller, fordi du har den innsikten som du har klart å gjøre nyttig.

 

Silvija: Nå produktutvikler jeg litte grann, fordi jeg tror at man burde lage noen oppskrifter på hvordan de forretningsmodellene ser ut for forskjellige vertikaler og bransjer. Veldig ofte handler det om at man selger noe annet enn det man solgte før. For eksempel, som du vet, og etterhvert alle lytterne vet, så har vi nettopp vært igjennom et grusomt oppussingsprosjekt hjemme med huset mitt på Fornebu. Det som fascinerer meg var at ingen var villig til å selge meg et prosjekt hvor de garanterte tid og pris. Jeg var villig til å betale mer for det, men jeg ville vite hvor lang tid det tok. «Nei, sånn funker det tydeligvis ikke, for vi vet ikke hvor lang tid det tar», men jeg tenker at alle de som skryte av sin erfaring, og med all ny teknologi som er, burde det være mulig å selge den strategiske fleksibiliteten til. Om det er en ny tunnel du selger, at du ser at vi har så mye data på boring på vedlikehold og alt mulig, at du kan garantere at dette blir prisen for å bygge, og dette blir prisen for å opprettholde eller vedlikeholde osv. Det er en ny forretningsmodell på hvordan man selger for eksempel et byggeprosjekt i dag, men likevel er det veldig få som tørr å skifte forretningsmodeller. Det som da skjer er at de som har gjort det, ofte kommer de fra Silicon Valley, begynner å selge først i det små og så plutselig har de tatt over. Jeg vet ikke hvordan vi skal bygge denne sense of urgency hos deres kunder i forhold til å gå over til nye forretningsmodeller på basis av data og ny teknologi.

 

Kristin: Nei, og jeg tror det har noe med kompetanse å gjøre og så tror jeg det har noe med hvordan organisasjonen er bygget opp. Jeg tror du treffer utrolig godt hvis man snakker til IT-avdelingen eller de tekniske, eller engineeringdel avhengig av hva slags .. men så er der beslutningene taes.

 

Silvija: Jeg er 100 prosent enig med deg. Det jeg tror er at våre forretningsmodeller, men også våre KPI’er som ledelsen styrer etter er basert på gårsdagens forretningsmodell, og de har absolutt ingen insentiver til å disrupte dem. Og inntil de har det, så er det lureste å ikke gjøre det.

 

Kristin: Nei, og det er jo også litt av problemstillingen i big data og analyseprosjekter. Du sitter og ser bak speilet, men det du trenger, det er å bruke det du har i bakspeilet til å se fremover. Akkurat å få til den tvisten krever mye, også fra teknologien sin side.

 

Silvija: Jeg skjønner at dere synes dette er spennende, jeg spurte deg hvorfor du synes det er spennende. «Jo, vi er utålmodige». Man er utålmodige på fremtiden, tenker jeg. Den kommer fort og den er ujevnt distribuert, og det er greit å være der den er. Er det noen kontroverser? Noe som du mener går får fort eller som er feilforstått?

 

Kristin: Alle som driver med maskinlæring overalt, alle selskaper med respekt for seg selv bygger opp maskinlæringskompetanse og de har alle de flinkeste sommerstudentene inne på maskinlæringsprosjekter om sommeren og sånn. Jeg synes det har blitt litt oppskrytt.

 

Silvija: Det er litt hype. Jeg her helt enig. Jeg føler vi er litt søvngjengere når det gjelder anvendelse av AI. Vi har hørt at det er viktig og da skal vi bare gjøre det, men vi har ikke gjort oss bryen med å forstå hva det egentlig betyr for oss. 

 

Kristin: Og så gjør man det, så samler man sammen noe data og så setter man noen eksperter på det, og så sitter de egentlig ikke i organisasjonen der det virkelig skjer, men blir satt litt i et hjørne, og så har man en eller annen pilot hvor man gjør en test.

 

Silvija: Så skal man egentlig lage en modell som, hjelper deg å gjøre ting du allerede gjør i dag mye bedre, men uten forståelse av hvordan du egentlig gjør det i dag.

 

Kristin: Man har ikke rammeverket rundt til å gå fra pilot til forretningsforberedelse, man må ha kontroll på dataene. Det å kjøre en maskinlæringsalgoritme en gang er lett, men det å sette det i produksjon og kapre nye forretningsområder er en helt annen business. Så det å få lov til å gjøre dette ordentlig, gjøre en skikkelig satsning er mye mer spennende enn å gjøre den one-off’en med å teste.

 

Silvija: Jeg er 100 prosent enig på det også. Jeg tenker at AI er nødvendig og viktig, og kanskje det beste strategiske middelet vi kommer til å ha mange steder, men vi forstå litt mer om hva det er vi egentlig ønsker at det skal hjelpe oss med. Og hva vi kan kanskje. Hva er det viktigste prosjektet du har holdt på med i det siste året?

 

Kristin: Et prosjekt som jeg synes er viktig, eller som er veldig illustrerende er et prosjekt som vi levert for direktoratet for økonomiforvaltning som går på statsregnskapet. Den norske stat bruker en del kroner i året på offentlige budsjetter og alle de dataene har vært tilgjengelig. Vi er et demokratisk land, og de blir publisert på web. I alle år har de vært levert ut i kommaseparerte filer. Alle kan lese og alle kan gjøre analyse, problemet er bare at det er veldig få som faktisk gjør det, for det er så pass krevende tallmateriale at det egentlig ikke er tilgjengelig. En del av de viktige samfunnstrendene nå er å gjøre den informasjonen forståelig og tilgjengelig for de som ikke er data scientist eller ikke har en doktorgrad innen det.

 

Silvija: Så det man kunne ha gjort er å legge på sånne gode visualiseringer for eksempel på toppen av dette statsregnskapet slik at man faktisk skjønte noen av de tallene?

 

Kristin: Ja. Så der er det nå en webside som fortsatt ligger åpen, som de kommaseparerte filene, det er litt lettere å finne den. Der får du alt presentert i en kombinasjon av tekst, visualiseringer der det er forklaringer, du blir guidet igjennom og kan på en helt annen måtte nyttiggjøre deg den informasjonen som er viktig, for det demokratiske prinsippet er jo å kunne vite hvor pengene blir brukt. Det er tilgjengelig selv for min mor for å gå inn å se. Hun hadde aldri kunne klart å prosessere en kommaseparert fil. Nå er det åpent for journalister, studenter og alle som orker å se.

 

Silvija: Hvem inspirerer deg internasjonalt? Eller nasjonalt for den saks skyld? 

 

Kristin: Jeg synes det er gøy med de som tør å stå i stormen. Jeg er imponert over de som tør å stikke hodet sitt frem, som merker at det koster og som likevel står i det. Hvis jeg skal zoome inn på min egen bransje med teknologi, så synes jeg det er veldig gøy å se de store IT-selskapene. De har nå tatt over plassen for de gamle, mektige industrikonsernene og det er vår bransje som dominerer verdensbildet.

 

Silvija: Veldig bra. Jeg tenker at vi må både beundre Google, Facebook, Amazon, Apple osv. og deres kinesiske motparter for den saks skyld, og så må vi lære fra dem og tenke på hva vi kan gjøre bedre selv. Det er noen områder vi bare må ta, og der tenker jeg dere er midt i smørøyet med industriell big data.

 

Kristin: Det som er felles for alle disse selskapene er at de har en datadreven businessmodell. Selv om de er i B2C-markedet, så vet de godt hvem vi er. De har masse data på oss og de klarer å utnytte det. I det jeg setter meg i bilen om morgenen så foreslår Google. Den vet ikke bare hvor jeg er, men det vet også hvor jeg skal. Slik driver alle disse selskapene.

 

Silvija: Snart forteller den deg hvor du bør være. 

 

Kristin: Ja, absolutt, og det tror jeg vi vil se på alle de store, de som lykkes internasjonalt. Alle markedsledere er datadrevne. De tar beslutninger basert på den informasjonen, og de har klart å gjøre den transformasjonen fra data til innsikt og verdi. 

 

Silvija: Alle i B2C hvert fall er dataselskaper, og så ler vi fortsatt når en bank sier at de er et softwareselskap, men det er jo det de etter hvert forvalter. 

 

Kristin: Absolutt, jeg jobber jo i et IT-selskap og vi kjenner jo at vi kan jo være en bank. Og bankene tenker at de kan være et IT-selskap, så der tror jeg det vil være en glidende overgang. 

 

Silvija: Kjempekonvergens. Der viser sånne som Amazon veien, ikke sant. Hva tror du er relevant kunnskap for fremtiden?

 

Kristin: Jeg tror at vi må lære mer programmering. Man kan snakke om at det er viktig at vi har nok IT-studier og alt sånn, men jeg tror at programmering eller koding må bli allemannseie. 

 

Silvija: Det blir det nye fellesspråket nesten?

 

Kristin: Ja, skal du ut i arbeidslivet, nesten uansett hva slags rolle du har, så må du ha den grunnleggende forståelsen, akkurat som enkelt språk og enkel matematikk, så må du kunne koding.

 

Silvija: Jeg spurte deg om hva du tror gir oss unike fordeler ved å være i Norge i den tiden vi lever i? Du skrev til meg at «Norge er veldig langt fremme i digitalisering og at vi er stolte av det – det begynner faktisk å bli flaut for en samfunnstopp å være IT-analfabet». Det synes jeg er morsomt, for jeg skjønner poenget og så tror jeg faktisk at du har fått rett de siste tolv månedene. Det er litt sånn at inntil nylig har det vært kult å si at «Det der kan jeg ikke, det får sekretæren min eller IT-sjefen fikse», men nå er det like lite kult å si at man ikke skjønner noen ting av det web-greiene som det er å si at man ikke skjønner noen ting av de HR-greiene. Det har blitt et spekk-krav.

 

Kristin: Det tror jeg. På samme måte som at det er en del av allmennutdannelsen. Man må kunne litt språk og man må kunne en god porsjon teknologi, hvis ikke så er man utdatert.

 

Silvija: Hvor skal man gå for å lære litt mer om big data og sånn? Hvor lærte du?

 

Kristin: Nei, jeg har jo lært en del på grunnleggende utdanning og jobb, men jeg går også på en del seminarer og internasjonale konferanser. Vi har mye kurs som vi kjører eksternt i Visma som er åpent.

 

Silvija: Det er rett og slett så pass mye at det er ikke sånn big data for dummies, og så er du ferdig?

 

Kristin: Nei, jeg tror vi har en guide som heter det, men jeg tror egentlig at det er så pass mye spennende som skjer hele veien at det å henge med på de trendene er god underholdning

 

Silvija: Vi får lage en TED-talk om de ti tingene du bør vite om big data. Har du et lite sitat som du kan legge igjen til våre lyttere som en avskjedsgave?

 

Kristin: En av mine favoritter er Peter Drucker, han har jo mange gode sitater. Det som jeg lever mye etter, eller prøver i hvert fall det er «There is nothing so useless as doing efficiently that which should not be done at all». Så vi kan forbedre oss og forbedre oss og forbedre oss, men gjør vi det på ting vi egentlig ikke burde gjøre, så kunne vi like gjerne ikke gjort det og i hvert fall ikke brukt energien på å forbedre noe som ikke skal gjøres.

 

Silvija: Jeg liker det parallellsitatet med at «There is a difference between doing things right and doing the right things”, og jeg tror dessverre at vi alle blir oppdratt til å måle oss selv på å «do things right» og så blir det litt krevende å stille spørsmålstegn ved ting man alltid har gjort, men det er det man må gjøre.

 

Kristin: Vi må det. Vi må tørre å gå nye veier, hvis ikke havner vi bakpå.

 

Silvija: Kristin, vi har snakket både høyt og lavt. Hva mener er den viktigste tingen, eller hva vil du at folk skal huske fra denne samtalen?

 

Kristin: Jeg vil at folk skal tenke at det faktisk er sant det vi sier, at data er gull og at det er masse å hente der, men avhengig av at det må forvaltes riktig. Det kommer ikke av seg selv, men når man først setter i gang og ønsker å hente ut verdier, så er mulighetene grenseløse.

 

Silvija: Det er både verktøy og naturresurs, men det må gjøres noe mer med. 

 

Kristin: Absolutt. Det er råmaterialer.

 

Silvija: Kristin Nyberg, daglig leder i Visma BWise. Tusen takk for at du var med oss her i Lørn og inspirerte oss til å tenke både big data og ny ledelse. Takk til dere som lyttet.

 

Du har lytte til en podcast fra Lørn.Tech – en læringsdugnad om teknologi og samfunn. Følg oss i sosiale medier og på lørn.tech.

Quiz for Case #C0581

Du må være Medlem for å dokumentere din læring med å ta quiz 

Allerede Medlem? Logg inn her:

0

C0581 BIGDATA Norge skal bli datadrevne - med Kristin Rotevatn

1 / 3

Hva er felles for de store IT-selskapene, slik som Facebook, Google, Amazon, Apple, osv.?

2 / 3

Hva er det viktigste Visma gjør?

3 / 3

Hva sier Peter Drucker i sitt sitat?

Your score is

The average score is 0%

Du må være Medlem for å kunne skrive svar på refleksjonsspørsmål

Allerede Medlem? Logg inn her: