Norges største AI-konferanse for havbruksnæringen

Statssekretær Digitaliserings -og Forvaltningsdepartementet

Norges Bank Investment Management

Foredraget tar publikum med på en reise inn i fremtiden til år 2029, hvor datamaskiner har like høy prosesseringskraft som den menneskelige hjernen. Dette betyr at maskiner kan gjøre omtrent alt et menneske kan, bare raskere og bedre. En nær fremtid som allikevel vil være veldig annerledes enn i dag. Denne fremtiden kan bli fantastisk! Foredraget er positivt og optimistisk vinklet, og tar opp de store problemene i verden. Kanskje har vi utryddet fattigdom, eliminert sult, blitt kvitt miljøproblemer, og kanskje til og med sykdom hører fortiden til, alt ved hjelp av kunstig intelligens og eksponentiell teknologi?
Det er faktisk mulig, og Lars viser hvordan det kan skje.

AI har potensial til å forandre hvordan vi jobber, produserer og tar beslutninger. Men for at AI skal levere på alle løftene, må én ofte oversett forutsetning være på plass: kontekst.

AI forstår ikke data av seg selv. Uten kontekst vet verken mennesker eller maskiner hva dataene betyr, hvor de kommer fra, eller om de kan brukes trygt til automatiserte beslutninger. Når AI-systemer blir stadig mer avanserte, blir tydelig eierskap og ansvar for dataenes betydning helt avgjørende.

I dette foredraget viser Siv hvorfor kontekst og tydelig eierskap er avgjørende for at AI skal fungere pålitelig og gi verdi i praksis.

Med utgangspunkt i Googles E-E-A-T-rammeverk (Experience, Expertise, Authoritativeness, Trustworthiness) viser Henrik hvorfor det ikke lenger er nok å være synlig. For å bli en foretrukken kilde – for både mennesker og AI-modeller – kreves det anerkjennelse fra troverdige kilder og åpenhet i egne kanaler.

AI kommer aldri til å true virksomheten deres. Eller…? Sannheten er at AI ikke nødvendigvis erstatter ansatte, men selskaper som bruker AI, kan raskt overgå de som ikke gjør det. I en bransje preget av teknologi, presisjon og store datamengder, er det bedrifter som tar i bruk AI som vil ligge foran. Verktøyene er tilgjengelige for alle, konkurransegrunnlaget er jevnet ut. Forskjellen ligger i hvem som faktisk tar dem i bruk. I dette foredraget viser vi hvordan AI allerede brukes i salg og markedsføring, og hvordan det kan komme til å se ut i nær fremtid, for de som velger å være med.

Ingvard Wilhelmsen er professor emeritus ved Universitetet i Bergen og spesialist i indremedisin og psykiatri. Han har i 31 år drevet en liten Hypokonderklinikk på Haraldsplass Diakonale Sykehus. Med sin karakteristiske blanding av humor, sunn fornuft og psykologisk innsikt, snakker han om liv og død, risiko, flaks og ansvar – og hvorfor det er helt nødvendig å tåle livets iboende usikkerhet for å få ro i sinnet.

Kunstig intelligens er et veldig omfattende tema, også innenfor akvakultur. Gradvis vil næringen ta i bruk ulike verktøy og programvare som skal gjøre hele verdikjeden bedre, mer oversiktlig og mer driftssikker.

Dette vil jeg belyse gjennom å peke på ulike områder hvor dette tas i bruk.

Et nøkkelbegrep er data og håndtering og bruk av bedrifters data. For den enkelte, men også for myndighetene vil data bli sentralt i forhold til kontroll og virksomhetsstyring.

I den grad dette bedrer driften, løser noen av næringen sine utfordringer, vil det kunne medføre bedrede resultater og med det reprising av næringen.

Det er imidlertid ikke bare rett frem. Det vil kreve noe av alle som arbeider i og med næringen. Innsikt , brukererfaringer , deling av kunnskap vil bli avgjørende om denne data revolusjonen lykkes.

Felles sesjon sammen med Fredrik Sætre - Microsoft

Det dyreste halve døgnet i norsk lakseoppdrett – og hva AI gjør med det. 
Bransjen har brukt år på å bygge kvalitet. Men verdien av alt dette arbeidet avgjøres ikke bare i merden – den avgjøres spesielt i timene mellom bløgging og marked. Mellom bløgging på båten og slakteriets graderanalyse finnes det et handlingsvindu bransjen i stor grad ikke utnytter. Det AI gjør er ikke å spå fremtiden perfekt – det er å gi beslutningstakerne mer tid. En agent som tidlig varsler om avvik, kobler det mot åpne ordrer og vurderer om det er rimeligere å justere logistikk, kjøpe suppleringsvolum eller reforhandle med kunde – mens det fortsatt er handlingsrom – er ikke science fiction. Innlegget viser dette gjennom tre konkrete eksempler: AI-drevet slakteplanlegging på tvers av biologi, logistikk og kontraktsbok; bløggedata som handlingsvindu for tidlig allokering og markedsposisjonering; og en biologisk feedback-løkke som sikrer at ressursene brukt på fiskehelse faktisk reflekteres i kommersiell verdi.

Oppdrettere taper millioner fordi de tar valg og handler på dårlige data. Drømmen om bedre drift, datadeling og AI forblir en uoppnåelig visjon så lenge fagekspertene drukner i manuelt analysearbeid og støy. Tore presenterer hvorfor fageksperter er avgjørende for å gi egne data mening og verdi, samt hvordan Clarify automatiserer overvåking og tolking av strømmende operasjonelle data. Bedre data, bedre drift. Lær suksessoppskriften for hvordan ledende aktører allerede har hentet ut 10-30 % forbedring på fôring og energikostnader ved å sette sine egne data i arbeid

Moderator

Unlocking data sharing partnerships with shared value will stimulate new innovation and sustainability pathways in aquaculture"

Felles sesjon sammen med Tore Frihagen - DNV

Mange sentrale stemmer i næringen har i det siste pekt på viktigheten av datadeling i havbruk. Men uten en tydelig problemstilling og en faglig kontekst, har data i seg selv liten verdi.

Det grunnleggende spørsmålet er ikke hvordan deler vi data, det er: Hvilket problem prøver vi egentlig å løse, og hvilke data er relevante, pålitelig og «fit for purpose»?
Vi må først identifisere problemet, være enige om at en løsning har høy verdi og deretter definere de riktige dataene som faktisk kan svare på det.
Dette er også et avgjørende premiss for å kunne levere på de politiske ambisjonene som ligger foran oss: Produksjonen skal reguleres etter faktisk miljøfotavtrykk, og flere områder skal standardiseres slik at vi kan rapportere digitalt og sammenlignbart. Vi går mot en mer kunnskapsbasert, forutsigbar og dokumenterbar forvaltning. Dette krever en felles innsats, der data, kvalitet og faglig innsikt kobles tettere sammen enn i dag."

AI har løftet havbruksnæringen, men de fleste realiserer bare en brøkdel av potensialet — ikke fordi teknologien mangler, men fordi systemene ikke snakker sammen. Med utgangspunkt i Tidals arbeid viser jeg konkret hvilken innsikt som oppstår når kameradata, kundedata og AI-analyse kobles sammen — og hvorfor kunnskap og tillit, ikke teknologi, er det som avgjør om investeringen din gir full verdi.

Digital modenhet er en grunnleggende forutsetning for økt verdiskaping i havbruksnæringen. For å realisere potensialet i avanserte analyser og algoritmer kreves både store datamengder, og vilje til å dele data på tvers av aktører. Når dataene deles, styrkes både kvaliteten og verdien av innsikten som kan hentes ut. Digital modenhet handler om å erkjenne at digital strategi ikke er et tillegg til forretningsstrategien, men en integrert del av den. Likevel er behovet for riktig digital kompetanse, og utfordringen med å få tak i den, en av næringen sine største barrierer. Resultatet er et økende gap mellom potensialet i teknologien og evnen til å realisere det.

KI i havbruk handler ikke om å erstatte erfaring – men om å gi bedre beslutningsgrunnlag. I dag jobber mange med flere dashboard og data i lukkedes "siloer" som ikke henger sammen. Resultatet? Beslutninger tas på ufullstendig grunnlag – og verdien av dataene blir begrenset. Når vi samler data fra produksjon, miljøsensorer, kameraer og fiskehelse i én plattform, får du et helhetlig bilde. Da kan KI forsterke det folkene i driften allerede gjør godt – ikke erstatte dem.

Dyp drift bør bli den foretrukne driftsformen der forholdene ligger til rette for det. Men erfaringsgrunnlaget er tynt sammenlignet med overflatedriften, som er forbedret gjennom flere tiår. Likevel forventes minst like effektiv drift — og det er vi allerede langt på vei til å levere. Det som er virkelig spennende er hva som skjer videre. Med AI som verktøy lærer vi fortere enn noen gang, og mulighetene til å optimalisere i dypet er på mange måter større enn det vi kjenner fra overflaten.

Hvordan Mowi jobber med sin digitaliseringsprosess og hvilke forutsetninger som må være på plass for å lykkes og skape merverdi.