Leverandørbinding handler også om kompetanse

KS vil undersøke om kommunesektoren kan få en felles nasjonal KI-satsing, samtidig som de vil unngå at sektoren låses til én eller noen få leverandører. Det er et godt utgangspunkt. Men leverandørbinding handler ikke bare om modeller, data og integrasjoner. Vi bør også diskutere hvem som skal lære de ansatte å bruke teknologien, og hva slags kompetanse vi egentlig ønsker å bygge.

Robin Laumb grunnlegger, KI-Akademiet

KS og KS Digital har invitert markedet til dialog om en mulig felles nasjonal KI-satsing for kommuner og fylkeskommuner. Bakgrunnen er lett å forstå. Norske kommuner løser mange av de samme oppgavene og gjør samtidig mange av de samme vurderingene hver for seg når de skal ta i bruk kunstig intelligens. Verktøy skal velges, sikkerhet og personvern vurderes, integrasjoner etableres og teknologien innføres i organisasjonen.

For en stor kommune kan dette være krevende. For en liten kommune kan terskelen bli så høy at man enten kommer sent i gang eller blir svært avhengig av noen få leverandører.

KS’ ambisjon om samarbeid, gjenbruk og et modulært økosystem er derfor interessant. Det samme er spørsmålet de selv stiller om hvordan en eventuell avtale kan legge til rette for konkurranse fra mindre og nye leverandører gjennom hele avtaleperioden.

Men i diskusjonen om leverandørbinding mener jeg det finnes et område det er lett å overse: kompetansen til menneskene som skal bruke teknologien.

Produktopplæring er ikke det samme som KI-kompetanse

Det er helt naturlig at leverandøren av en KI-plattform også tilbyr opplæring. Leverandøren kjenner sitt eget produkt, vet hvordan funksjonene virker og kan lære brukerne hvordan løsningen skal brukes.

Problemet oppstår dersom vi samtidig legger til grunn at dette dekker behovet for kompetanse og innføringsstøtte.

For det viktigste en ansatt kan lære er ikke nødvendigvis hvor en bestemt knapp befinner seg, men hvordan man identifiserer en oppgave som egner seg for KI, hvordan man gir modellen nødvendig kontekst, hvordan man vurderer resultatet, når menneskelig kontroll er nødvendig og hvilke typer informasjon som kan og ikke kan brukes.

Det er kompetanse som bør være nyttig også den dagen kommunen bytter modell, plattform eller leverandør.

Hvis tusenvis av ansatte lærer én bestemt leverandørs grensesnitt og arbeidsmetodikk, samtidig som kommunen investerer store ressurser i å bygge organisasjonen rundt dette, har vi i praksis etablert en form for leverandørbinding selv om de tekniske løsningene er bygget med åpne API-er og gode eksportmuligheter.

Vi bør derfor skille tydeligere mellom opplæring i et produkt og kompetanse i å arbeide med KI.

Tilgang til teknologi er bare begynnelsen

Det er også fullt mulig å lykkes med den tekniske innføringen av KI og samtidig mislykkes med innføringen i organisasjonen.

Kommunen kan ha gjort alt riktig. Verktøyet er anskaffet, sikkerhetsvurdert og tilgjengelig. Databehandleravtalen er på plass, brukerne har fått tilgang og ledelsen har fortalt organisasjonen at KI skal bidra til effektivisering.

Likevel kan svært lite skje.

For når den ansatte setter seg ved PC-en mandag morgen, er spørsmålet ikke lenger om kommunen har tilgang til en språkmodell. Spørsmålet er hvordan denne personen skal bruke teknologien til å løse sine faktiske arbeidsoppgaver bedre.

En HR-rådgiver, en kommunikasjonsrådgiver, en leder og en medarbeider innen tekniske tjenester har ikke nødvendigvis de samme behovene. De sitter med forskjellige arbeidsprosesser, forskjellige typer informasjon og forskjellige muligheter for å hente ut gevinstene av teknologien.

Det er derfor jeg mener innføringsstøtte må forstås bredere enn teknisk implementering og introduksjon til et produkt.

Standardiser det vi gjør tusen ganger

Her ligger det samtidig en stor mulighet i en nasjonal satsing.

Det finnes mye grunnleggende KI-kompetanse som ikke trenger å utvikles på nytt i hver eneste kommune. Hva generativ KI er, hvilke begrensninger teknologien har, hvordan man vurderer svarene den gir, hvordan man håndterer informasjon, hvorfor menneskelig kontroll fortsatt er nødvendig og hvilke grunnleggende prinsipper som gjelder for ansvarlig bruk, er i stor grad felles problemstillinger.

Dette egner seg godt for standardisering og skalerbar digital opplæring.

Hvis hundre kommuner hver for seg utvikler omtrent det samme grunnkurset, har vi bare flyttet dobbeltarbeidet KS ønsker å redusere fra teknologianskaffelsen og over til kompetanseområdet.

Men det betyr ikke at all opplæring bør være lik.

Poenget med å standardisere grunnkompetansen bør nettopp være at vi slipper å bruke dyre lokale ressurser på å gjenta den. Når ansatte allerede har en felles grunnforståelse, kan tiden som brukes lokalt heller gå til å arbeide med egne oppgaver, egne prosesser og egne utfordringer.

En nasjonal grunnmur og lokal tilpasning er derfor ikke motsetninger. Den første kan gjøre den andre både billigere og bedre.

Et modulært økosystem bør også være modulært på leverandørsiden

KS beskriver selv muligheten for et modulært økosystem og vurderer blant annet rammeavtaler med flere leverandører, delområder og dynamiske innkjøpsordninger.

Det mener jeg er særlig viktig dersom kompetanse og innføringsstøtte blir en del av satsingen.

En leverandør som er svært god på språkmodeller trenger ikke være den beste til å utvikle opplæring. Et miljø som er svært godt på praktisk innføring i kommunale arbeidsprosesser trenger ikke kunne levere en nasjonal KI-plattform. Et lite fagmiljø kan utvikle en svært god løsning innen ett bestemt område uten å ha omsetningen, kapasiteten eller bredden som kreves for å konkurrere om hele leveransen.

Hvis alt pakkes sammen, fra plattform og modeller til integrasjoner, kompetanse og innføringsstøtte, er det i praksis de største leverandørene som kan konkurrere. Mindre aktører blir enten stående utenfor eller må komme inn som underleverandører til selskapene som allerede dominerer markedet.

Det ville være et underlig resultat av en satsing som nettopp ønsker å unngå avhengighet av noen få leverandører.

Når arkitekturen skal være modulær, bør vi derfor også spørre om leverandørmarkedet kan organiseres etter samme prinsipp.

Ikke bestem i 2026 hvem som er best i 2030

Dette er ekstra viktig fordi KI-markedet utvikler seg så raskt.

Vi vet ikke hvilke modeller som vil dominere om fire år. Vi vet heller ikke hvilke norske selskaper og fagmiljøer som vil utvikle de beste løsningene for kommunesektoren i denne perioden.

Noen av de mest interessante leverandørene i 2030 finnes kanskje ikke i dag.

En nasjonal satsing bør derfor ikke bare sørge for teknisk mulighet til å bytte modell. Den bør også gjøre det mulig for nye leverandører, nye fagmiljøer og nye løsninger å komme inn i markedet underveis.

Om den riktige anskaffelsesrettslige mekanismen er en dynamisk innkjøpsordning, flere delområder, rammeavtaler med flere leverandører eller en kombinasjon, finnes det andre som er bedre kvalifisert enn meg til å svare på. Det viktige er resultatet: En spesialistleverandør som utvikler noe svært godt i 2028 bør ikke måtte vente til 2030 fordi leverandørmarkedet ble lukket fire år tidligere.

Målet kan ikke være at flest mulig får en KI-lisens

Det er mye som skal løses dersom kommunesektoren skal få en felles nasjonal KI-satsing, og kompetanse er bare én del av et betydelig større bilde. Sikkerhet, personvern, arkitektur, integrasjoner, datakvalitet og økonomi må naturligvis fungere.

Men til slutt bør vi være forsiktige med å måle suksessen i hvor mange kommuner som har kjøpt løsningen eller hvor mange ansatte som har fått tilgang.

Den interessante testen kommer senere.

Har ansatte funnet arbeidsoppgaver som faktisk kan løses bedre? Har arbeidsprosesser blitt endret? Har kommunen spart tid eller økt kvaliteten? Klarer medarbeiderne å vurdere når teknologien bør brukes og når den ikke bør brukes? Og sitter organisasjonen igjen med kompetanse som fortsatt er verdifull når neste generasjon verktøy kommer?

Hvis svaret på disse spørsmålene skal bli ja, trenger kommunesektoren gode teknologileverandører.

Men vi bør ikke automatisk anta at de samme leverandørene også skal definere hvordan vi lærer å bruke teknologien.