� DIGITALISERING
ARROW-CI Det er viktig å system og data
Når han startet Intelecy var ambisjonen å bygge en programvare som fagfolkene i industrien kunne bruke selv . Med kunstig intelligens , avansert dataanalyse , skulle de selv kunne få ut de svarene de hadde behov for for å forbedre effektiviteten , blant annet redusere svinn , og redusere energiforbruk . – Tradisjonelt sett er dette med data et IT-domene for de med IT-bakgrunn . De som jobber med maskinlæring og koding er veldig gode på koding og veldig god med data , men de vet egentlig ikke så mye om prosessene på anleggene , forklarer Helseth .
Uendelig lange prosjekter Fortsatt den dag i dag settes det sammen multidisiplin-team , altså tverrfaglig grupper , som består av IT- og prosess- og fagspesialister . – Det blir som regel uendelig lange prosjekter .
For først må de som kan produksjonen definere og begrunne målet med oppgaven , hva prosessen er og hvordan alt henger sammen . Deretter skal IT-folkene kode , for så å komme tilbake med noe prosessfolkene allerede visste , fremholder gründeren . – Og det var nettopp dette vi ville komme unna . Vi ville gjøre fagfolkene i stand til å ta disse beslutningene selv . Helst på få minutter , sier han , og fortsetter : – Digitalisering er et ord som har blitt brukt mye de siste årene , og digitalisering handler ikke om store dataplattformer eller om store IT-prosjekt . Det handler om å skaffe verdier ut av den dataen du har , det handler om merverdi – og å gjøre mer , å kunne utnytte data . Da må eierskapet ligge under produksjon eller under vedlikehold eller under forskning og utvikling . Det må rett og slett ligge under den som er fageksperten .
60