Opinion

”Industrins data leder till innovationer – om den delas”

Thomas Olsson, teknisk doktor, Rise – Research Institutes of Sweden, Per Runeson, professor, Lunds universitet, Karin Rathsman, teknisk doktor, European Spallation Source.

DEBATT. Enligt ai-agendan för Sverige ska myndigheter göra data tillgänglig för att öka innovation i näringslivet. Men vi saknar datadelning i den andra riktningen, skriver forskarna Thomas Olsson, Per Runeson och Karin Rathsman.

Teknikens ”big five” (Facebook, Amazon, Apple, Microsoft och Google) bygger sina framgångsrika affärer på data från konsumenter. De låser in oss användare och våra data och kan därigenom innovera på nya områden. 

För industriföretag som inte samlar konsumentdata är läget ett annat. Data som behövs för ai motsvaras inte vad ett enskilt företag själv kan samla in, förädla och underhålla. 

Därför behöver svensk industri dela data. Det finns några spirande initiativ i det Vinnova-finansierade Piia-programmet och AI Sweden, men Finland och Tyskland ligger före med Industrial Data Sharing och Open Manufacturing. 

I sin bok ”Ingenjörerna” noterar Gunnar Wetterberg med exempel från SKF och Asea hur kunskap delades mellan företag i konsultliknande uppdrag i början av 1900-talet. ”På så vis skaffade sig Asea kunskaper om processtyrning hos en rad olika kunder, och kunde använda insikterna i nya uppdrag.” 

Ett sekel senare stavas denna kunskap ”data”, men tyvärr är företagen inte alltid lika benägna att dela med sig. Vi menar att det finns affärsmöjligheter – på liknande sätt som för öppen källkod – där tillgången till data effektiviseras genom att fler delar på insamlings-, förädlings- och underhållskostnaderna och att nya innovationer kan skapas utanför de organisationer där data samlats in. 

Naturligtvis ska vissa data hållas strikt inom företagen, men inte all data har direkt affärsvärde. Däremot kan data skapa affärsvärde i samverkan med andra. 

Vi har studerat fyra framväxande ekosystem för datadelning i Sverige: 

• I processindustrin delas drift-data från ESS, European Spallation Source, för träning av maskin-inlärning i Industri 4.0-tillämpningar. Detta går att genomföra utan att skapa säkerhetsrisker för anläggningen. 

• I trafiksektorn delas videosekvenser från trafiksituationer och annotering av dessa. Här är gdpr och användarlicenser en faktor som behöver hanteras. 

• I arbetsmarknadssektorn skapar Arbetsförmedlingens Jobtech-projekt en samverkansplattform med öppen källkod. Via denna kan arbetsförmedlande aktörer öka sin synlighet under bibehållen konkurrens. 

• Inom gruvbranschen har vi identifierat öppna och decentraliserade affärsmodeller med datadelning mellan gruvföretag och utrustningsleverantörer. Intresset är stort och de långsiktiga relationerna mellan företagen bäddar för öppen innovation. 

Exemplen visar hur datadelning kan skapa ömsesidiga värden och innovation, men också på utvecklingsbehov. Gemensamt är att någon central aktör – företag, myndighet, offentligt finansierad forskning eller innovationsverksamhet – finns med som drivkraft i ekosystemet. 

Vi uppmanar därför: 

• Industriföretag, särskilt i processindustrin, att etablera datadelning som praxis för att möjliggöra innovation kring data.

• Vinnova, att i sitt uppdrag att stödja forskningsinfrastruktur av särskilt värde för svenskt näringsliv, inkludera data från driften av ESS och Max IV som innovationskatalysator för processindustrin. 

• Myndigheter, i sina digitaliseringsuppdrag att utveckla öppen källkod och öppna data för att och öka transparens och innovationskraft för Sverige, samt minska inlåsningseffekter. 

Genom att dela data, och därmed kostnaden för insamling, förädling och underhåll, kan såväl företag som myndigheter bidra till effektivisering. 

Data bidrar då till öppen innovation som en motkraft mot att ”the big five” tar sig in i nya domäner. 

Per Runeson, professor, Lunds universitet 

Karin Rathsman, teknisk doktor, European Spallation Source 

Thomas Olsson, teknisk doktor, Rise – Research Institutes of Sweden