Da kongen skulle begraves, måtte Avinor tenke nytt for å håndtere alle gjestene

Når det kommer storbesøk til Norge, stilles det ofte ekstra høye krav til flyplassen der de lander.

– Vanligvis håndteres denne typen reisende av VIP-huset vårt, gjerne med ett team på vakt, sier Cathrine Kirkøen-Bere, teamleder for KI-adopsjon og kompetanse i Avinor.

Da kong Harald skulle begraves, og 66 statsdelegasjoner skulle lande og reise igjen i løpet av tre dager, måtte veldig mange flere enn normalt brette opp ermene i Avinor.

– Det var et av de viktigste sikkerhetsoppdragene vi noensinne har hatt. Nå trengte vi plutselig 23 team på dagtid og 23 team på kveldstid. Det var veldig mange flybevegelser der mange skulle komme samtidig, og vi skulle koordinere oss både internt og mot politiet, UD og Slottet, sier Kirkøen-Bere.

Avinor hadde heller ikke noe verktøy for å håndtere en slik mengde VIP-gjester, nettopp fordi det ikke er et vanlig problem.

– Så her var KI eneste mulighet. Og siden vi ikke kan kjøpe sånt verktøy i løpet av noen dager, måtte vi selv lage det vi trengte.

Bygget på åtte dager

I løpet av bare åtte dager hadde Avinor bygget og testet et helt nytt koordineringsverktøy.

– Det hentet inn flydata i sanntid, slik at de som ledet operasjonen kunne koble hvert fly til riktig oppdrag og kjøreteam, og følge med på fremdriften, sier Kirkøen-Bere.

Utviklingen ble gjort av en IT-sikkerhetsarkitekt i et veldig tett samarbeid med fagmiljøet.

– Han er ikke utvikler til vanlig, men med KI var dette mulig, og sikkerheten var da bygget inn hele veien.

Verktøyet fantes også som en app på mobilen, slik at teamene på vakt fikk tilgang til relevant informasjon og kunne sjekke inn sine oppgaver.

– Alle måtte trå til, og veldig mange med helt andre jobber måtte plutselig stå ute i gule vester. Med mobilappen kunne de sjekke inn, få oppgaver, registrere dem som utført og se informasjon om neste oppdrag.

Skapte stor iver

Da pulsen igjen kunne senke seg på Gardermoen, merket KI-avdelingen at den dugnadsaktige innsatsen med KI-verktøyet i sentrum hadde gitt mersmak i organisasjonen.

– Det har skapt utrolig mye engasjement. Nå som mange har sett hvilke muligheter som åpner seg når vi kan gå fra idé til fungerende løsning på svært kort tid, rekker flere opp hånden og lurer på hva mer KI kan skreddersy for oss.

Men det er stor forskjell på et verktøy som skal virke i tre dager, og noe som skal driftes og forvaltes over tid, påpeker hun.

– For ja, KI kan lage et verktøy – men mye av grunnen til at vi fikk det til på så kort tid, var også at alle la bort alt annet.

For eksempel snakket teknologimiljøet og fagmiljøet sammen døgnet rundt, noe de vanligvis ikke har for vane å gjøre.

– Men erfaringene fra dette arbeidet har vist at det er mulig å utvikle verktøy som dekker helt konkrete behov raskere enn vi tidligere har vært vant til, sier Kirkøen-Bere.

Hun mener koordineringsverktøyet som ble laget til kongens gravferd er et godt eksempel på noe mange ser verdi i å videreutvikle og ta i bruk også i andre sammenhenger.

– Dette handler like mye om samarbeid og prioritering som om teknologi. Når vi samler kompetansen rundt et felles mål og jobber tett sammen, får vi til veldig mye på kort tid.

Valgte vinteren

Det å prioritere riktig går igjen i det meste Avinor har gjort og lært siden KI-avdelingen ble startet i 2024, forteller Kirkøen-Bere.

De startet med tre utvalgte prosjekter innen økonomi, drift og ruteutvikling. Alle lyktes, men de opplevde samtidig at det var krevende for en liten avdeling å bytte fagfelt så ofte.

– Vi er rigget for fart og vil helst videre til et nytt prosjekt etter tre–fire måneder. Da er det krevende å hoppe mellom tre så ulike fagfelt og prosjekter på så kort tid, sier hun.

– Det er ikke bare det å lage en KI-modell som er tidkrevende. Du må også bli kjent med folk og sette deg godt nok inn i et fagområde, slik at du skjønner at du løser reelle problemer. Ikke minst tar det tid å grave frem data og sjekke datakvalitet.

I stedet for å lete etter muligheter, spurte de seg derfor om hva som egentlig er viktig for Avinor.

– Noe av det aller viktigste er sikker og stabil drift. Og der har vi en utfordring som mange andre lufthavner i verden slipper: Vi har vinter, sier Kirkøen-Bere.

Halve året skal fly avises, enorme flater brøytes og dyre kjemikalier legges ut på rullebanene – og dette var utfordringer de valgte å prioritere.

Ingen «svart boks»

Forholdene på rullebanen påvirkes av mange ulike faktorer, blant annet når det sist ble lagt ut kjemikalier eller brøytet. Vurderingene som gjøres av de operative fagmiljøene er avgjørende for sikker drift.

– Vi har medarbeidere med høy kompetanse og lang erfaring. Samtidig ønsket vi å utforske hvordan data og KI kan bidra med ytterligere innsikt og støtte i beslutningsprosessene, sier Kirkøen-Bere.

Resultatet ble en prediksjonsmodell som søker å estimere forventet rullebanetilstand opptil seks timer frem i tid.

– De ansatte vil fortsatt være ansvarlige for de endelige beslutningene, men løsningen utvikles som et verktøy som kan gi beslutningsstøtte. Den skal gi våre ansatte et bedre informasjonsgrunnlag når de vurderer behovet for kjemikalieutlegg, og dermed bidra til sikker, effektiv og mer bærekraftig drift.

Teamet brukte tid på å bli kjent med fagfolkene og behovene deres, men også på å undersøke hvilke data som fantes innenfor fagområdet deres.

– Da var det mye enklere å gjøre mer innenfor samme område. Når vi deretter knytter arbeidet til selskapets overordnede mål, får vi også resultater som betyr mer for hele organisasjonen, sier hun.

Nå tester Avinor ut tre nye maskinlæringsmodeller, laget på egne data. I tillegg til å predikere forholdene på rullebanen, kan de forutsi bakketemperaturen der flyene står parkert, og hvor mange fly som kommer til avising. Dermed kan bakkevarme, folk og utstyr brukes mer treffsikkert.

– Dette er heller ikke «svarte bokser». Det er modeller vi kan forklare, og vi forstår hvorfor de predikerer som de gjør.

– Hva bør vi lage?

Hele Avinors konsernledelse sitter nå i styringsgruppen for KI-arbeidet. I tillegg har de etablert en egen gruppe for KI, etikk og regulering, med folk fra compliance, personvern, juss, virksomhetsarkitektur og innkjøp.

– Det kommer veldig mange spørsmål. «Kan vi gjøre sånn, kan vi gjøre sånn?» Hvis hvert av disse fagområdene skulle svart hver for seg, frykter vi at det enkleste ville vært å si nei for å sikre sitt eget område, sier Kirkøen-Bere.

I en travel hverdag blir det fort slik, med mindre disse spørsmålene kan bli behandlet i faste rammer.

– Når alle jobber tett sammen, har faste møtepunkter og et mandat til å skape verdi, spiller de også mye mer på lag. Da finner vi lettere ut hvordan vi kan få til disse tingene, og hvordan vi kan gjøre det trygt.

I tillegg til et KI-reglement som forteller de ansatte hva som er lov og ikke, har Avinor laget en plakat om sunn bruk av KI (se faktaboks nederst i saken).

– Vi synes ikke det er nok å bare snakke om hva som er lov. KI kan lage ferdige produkter veldig raskt, men det ferdige produktet er ikke alltid det eneste som har verdi, sier Kirkøen-Bere.

– Nettopp fordi KI kan lage så mye så raskt, er det ekstra viktig å stoppe opp og tenke: Hva bør vi egentlig lage? Hva skaper verdi, og hva skaper bare mer arbeid for kolleger lenger ned i verdikjeden?

De ansatte er også mer mottakelige når KI-teamet tar opp det de er redde for først, forteller hun:

– Da får de en følelse av at de som driver med dette, tenker på det også.

Det samme gjelder grunnkurset Kirkøen-Bere og kollegene reiser rundt med, om hvordan KI, maskinlæring og språkmodeller virker.

– Noen sier i starten at de er litt skeptiske til å ta i bruk KI på jobb, og det er helt forståelig. Kunnskap gjør det lettere å ta stilling selv. Mange får et litt annet syn når de forstår hvordan det fungerer, og at det finnes mange ulike måter å bruke det på.

Kirkøen-Bere har selv vært fagperson på et av Digital Norways gratiskurs, om dialog og prompting med KI-assistenter:

Fra svar til løsninger

Etter det første året med intern KI-kursing hadde Avinor rundt 800 ukentlige Copilot-brukere, i et selskap med 700–800 faste kontoransatte. Likevel lot nytten vente på seg, forteller Kirkøen-Bere.

– Når folk skulle si hvor mye tid de sparte eller hvor mye bedre kvaliteten ble, var ikke tallene veldig høye. Det mener vi hang sammen med at bruken var lite avansert. Det handlet mest om å søke etter informasjon og oppsummere dokumenter.

År to handler derfor om mer avansert bruk, der også vanlige «kontorfolk» blir oppfordret til å bruke KI til å kode.

– Det er fint å få KI til å lage et svar. Men hvis du heller kan få den til å lage en løsning, og den løsningen fungerer, har du et verktøy du kan bruke igjen og igjen – og som gir deg samme fremgangsmåte hver gang.

Mange nye lederspørsmål

Noe av det mest krevende akkurat nå er kostnadene. I sommer gikk GitHub Copilot fra et fast antall forespørsler per utvikler til en felles pott med credits.

– Det har gått fra å være ganske forutsigbart og enkelt til å bli forbruksbasert. Potten er på langt nær nok til det vi trenger, så kostnadene øker kraftig – selv om de fortsatt er små i det store bildet. Og det er utrolig store forskjeller fra person til person. Det krever nye måter å styre på.

Allerede 3. september kom e-posten om at alle inkluderte credits for måneden var brukt opp, og at alt etter det ville koste ekstra.

– Vi må klare tre ting samtidig: Å sikre tilgangen der gevinsten er stor, gi rom for utforsking og innovasjon, og ha kontroll på kostnadene, sier Kirkøen-Bere.

Avinor har laget sitt eget dashbord for å følge med på forbruket. Samtidig ser Kirkøen-Bere at dette bare er en av mange utfordringer som ikke kan overlates til teknologifolkene alene.

Fremover skal alle lederne i Avinor derfor gjennom et eget løp, der de må ta stilling til en rekke nye spørsmål:

– Hvem skal få gevinsten av all den økte produktiviteten? Hvor store KI-kostnader er vi villige til å ta? Hvor kan vi tillate KI å handle selv, og hvor må vi stenge KI ute? Ender vi opp med bare å flytte kostnader fra menneske til maskin? Og hvordan sikrer vi at vi har kompetansen vi trenger i fremtiden?

Etter to og et halvt år med KI-satsingen mener Kirkøen-Bere at Avinor fortsatt bare er i startfasen.

– Vi har ikke fått så mye erfaring ennå med å drifte og styre disse systemene. Og fremover skal vi ikke bare putte KI på toppen av de arbeidsprosessene vi har i dag, men også tenke nytt om hvordan arbeidet egentlig burde være satt opp med denne teknologien i bunn. Det blir veldig spennende.

Avinors plakat om sunn bruk av KI: