Fra «en sjø» av ulike systemer og sannheter – til én samlet plattform for data, analyse og KI

– Det var som en sjø med mange små fiskebåter med egne sannheter, uten en felles integrasjon med hverandre.

Når Hans-Martin Thorsby Gjermstad, Data og KI-analytiker i Orkla Home & Personal Care (OHPC), skal beskrive den digitale omstillingsprosessen i selskapet, er ikke de marine referansene langt unna.

OHPC produserer og selger kjente merkevarer som Zalo, Jif, Omo og Lano. Bak produktene ligger en stor og sammensatt verdikjede, med mange fagmiljøer, systemer og beslutningspunkter.

Hver del av organisasjonen sitter på verdifull innsikt og data som kan gi stor merverdi for forretningen, dersom den blir tilgjengeliggjort på tvers.

– Utfordringen er ikke at vi mangler data. Tvert i mot. Utfordringen er at forskjellige fagmiljøer ofte bruker ulike begreper, definisjoner og datakilder. I tillegg til å være spredt på tvers av systemer, og lokale arbeidsprosesser, sier han.

Sagt på en annen måte: Kunne man ta alle systemene, definisjonene og datakildene – altså alle fiskebåtene – og samle det hele til én felles dataplattform?

Fra konsern til porteføljeselskaper

De siste årene har OHPC jobbet med å ta styring over egne data og utnyttelse av disse.

Startskuddet for satsingen gikk i 2023. Da la Orkla ASA om strukturen fra å være et samlet konsern, til å bli et industrielt investeringsselskap. Samtidig ble driften flyttet ut og fordelt blant flere uavhengige porteføljeselskaper. Blant disse OHPC.

– Det ga oss mer frihet til å forme vår digitale utvikling. Samtidig ble det fort tydelig at reisen ikke nødvendigvis handlet så mye om teknologi alene, men om å ha riktig datagrunnlag, god styring og en organisasjon som evner å bruke innsikt i beslutninger, sier han.

– Skulle vi hente ut den fulle verdien, måtte vi etablere et felles språk og grunnlag for innsikt.

Fra fragmentering til felles innsikt

I en stor industriell virksomhet er dette en kjent utfordring: Innsikt om drift, produksjon og forretning finnes ofte tett på fagmiljøene som kjenner prosessene best.

Samtidig kan det gjøre det krevende å bygge et felles bilde på tvers av funksjoner.

OHPC økte fokuset på master data, altså en måte å jobbe på der organisasjonen opererer med én sannhet.

Med den lokale kompetansen og forretningsforståelsen i lag med data ville man gjennom en felles dataplattform skape et felles språk for innsikt, forklarer Gjermstad:

– Et konkret grep ble å flytte mer av dataflyten nærmere kilden. I stedet for at innsikt skulle bearbeides i lokale regneark, hentes data fra systemene som struktureres i en felles plattform for å gjøre dem klare for rapportering, analyse og videre KI-bruk.

Viktig validering av data

Denne endringen har ikke skjedd over natten. Gjermstad forteller at den bygger på en lengre transformasjon der OHPC har etablert et felles fundament for data, analyse og KI.

– OHPC har nå etablert en skybasert dataplattform som fungerer som et felles lag mellom kildesystemene og verktøyene de ansatte bruker i hverdagen. Data integreres fra blant annet ERP-systemer, operative systemer og eksterne kilder, før de anvendes i rapportering, analyse og KI-løsninger, sier han.

– Vi så etter én plattform for data, analyse og KI. Den måtte støtte hele verdikjeden vår, fra rapportering til mer prediktive og KI-drevne use-cases.

I praksis betyr det at rådata tas inn i plattformen, transformeres og valideres, før de berikes med forretningslogikk.

Gull, sølv og bronse

Internt beskriver OHPC dette i en medaljong-arkitektur med tre lag: bronse, sølv og gull.

Bronse-laget inneholder rådata som kommer direkte fra kildesystemer som ERP og andre kilder. Sølv-laget består av renset, validert og standardisert data, mens gull-laget er beriket med forretningslogikk.

– Gull-laget omtaler vi ofte som forretningsklar eller KI-klar data, sier Gjermstad.

Han forteller at plattformvalget har vært viktig. Men det virkelig verdifulle arbeidet er det som er gjort med datagrunnlaget.

– Særlig gjennom en katalog av ulike datasett som muliggjør sporbarhet, tilgangsstyring og krysskildesøk. Sammen med et validert gull-datalag gir dette et langt sterkere grunnlag for rapportering, analyse og KI, understreker han.

Kan stille spørsmål til data

Etter det grundige forarbeidet med dataene, kan OHCP begynne å høste KI-gevinster. Blant disse er at de ansatte kan stille spørsmål til utvalgte datasett med vanlig språk.

Gjermstad demonstrerer ved å spørre hvordan produksjon i antall enheter har utviklet seg over en gitt tidsperiode. Kort tid etter får han svar i tekst, sammen med en graf og tabell som viser utviklingen.

– Dette er et eksempel på hvordan en samlet organisatorisk dataplattform kan anvendes av forretningen og hvilken kraft som ligger i å gjøre data mer tilgjengelig, sier han.

– Når flere kan stille spørsmål direkte til kvalitetssikret datagrunnlag, blir terskelen lavere for å bruke innsikt i daglige beslutninger.

KI-agenter er neste steg

Veien videre handler om å ta bruken av kunstig intelligens et steg videre, gjennom tett integrasjon mot dataplattformen.

– En KI-agent kan for eksempel hente svar fra et datasett, mens en annen kan bidra med forretningslogikk, begrepsforståelse eller domeneekspertise. Slik kan flere agenter jobbe sammen, i stedet for at løsningen bare svarer ut fra tallene alene, sier han.

Når KI bygger på validerte data, vil løsningene gi mer relevante svar og bedre støtte til beslutninger, forklarer han.

Dette innebærer at innsikt som tidligere krevde manuelle uttrekk og spesialkompetanse, nå er tilgjengelig for langt flere

– Ikke et avgrenset prosjekt med en sluttdato

For at dette skal fungere, holder det ikke bare med å ha implementert teknologien. Du må ha gjort et ordentlig forarbeid med forretningslogikken.

For OHPC har arbeidet knyttet til data og KI også handlet om å bygge en mer fremtidsrettet og innsiktsdrevet organisasjon.

– Det viktigste har vært å koble teknologien tett på reelle behov i forretningen, slik at data og KI skaper faktisk verdi inn mot prosesser, og ikke noe som kommer på siden av daglig drift, sier Gjermstad.For å støtte denne utviklingen har OHPC satset aktivt på kompetanseheving på tvers av organisasjonen, blant annet gjennom ulike interne KI-program, kurs og foredrag – blant annet i samarbeid med Digital Norway.

– Målet er ikke at alle skal bli teknologer, men at flere skal forstå hvordan data, KI og forretning henger sammen, sier han.

Han forteller at arbeidet har vært preget av en praktisk og lærende tilnærming gjennom kontrollerte tester og løpende forbedring.

– Hvis vi skulle ventet på en fasit, hadde vi ikke kommet i gang. Så det har vært viktig å teste, lære og justere underveis, parallelt som vi bygger et kontrollert og kvalitetssikret datagrunnlag, sier Gjermstad.

Samtidig understreker han at datakvalitet er en kontinuerlig jobb, ikke et prosjekt med en sluttdato.

– Det som skaper verdi

Etter at dataplattformen ble etablert, har flere bruksområder begynt å vise verdien av arbeidet. Ett av dem er prosesser knyttet til bærekraft, der OHPC bruker plattformen til å strukturere og koble store mengder data på tvers av verdikjeden.

Gjermstad mener denne typen kapabiliteter vil stadig bli viktigere for OHPCs konkurransekraft. Når data blir lettere å finne, forstå og bruke, øker også organisasjonens evne til å ta datadrevne og bedre beslutninger raskere.

– Vi opplever at mange er nysgjerrige på arbeidet vi har gjort med dataplattformen og anvendelse av KI og agenter. Det forteller oss at vi har tatt riktige steg i et landskap som både er ukjent og beveger seg raskt.

– Vi startet med mange små fiskebåter, hver med sin kurs. Nå seiler vi i samme retning, og det er det som skaper verdi, sier Gjermstad.