Koblet lokal gründer med forskningsteam: – Veldig god match

«Hva skal jeg bli?» Det er et stadig vanskeligere spørsmål å svare på, både for dem som skal velge utdanning eller jobb, og for dem som skal gi råd.

Med et arbeidsliv i rask endring, er ikke kompetansen som etterspørres i dag nødvendigvis den som trengs om noen år. Samtidig sliter mange bransjer med å finne folk, uten at det alltid finnes god nok oversikt over hvilken kompetanse de trenger.

– Når du leter etter hjelp til å finne ut hva du skal bli, er det veldig mye fokus på interessene dine. Men det er ikke alltid interessene dine er det som er mest etterspurt, sier Ingvild Hage, daglig leder og gründer i Etterspurt.

Da hun jobbet som ungdomsveileder i NAV Ålesund, møtte hun mange unge voksne som slet og var i villrede. Alle satt med det samme spørsmålet: «Hvilke muligheter finnes for meg?»

Men informasjonen Hage trengte for å gi gode råd, var spredt i ulike registre og statistikker, noe som førte til lange og komplekse kartleggingsprosesser.

– Du må ha mye kunnskap om veldig mange ting som det ikke finnes noe oppslagsverk for. Du må kjenne den lokale etterspørselen, og hvilke studieløp som faktisk treffer på den etterspørselen.

Under mammapermisjonen bestemte Hage seg for å gjøre noe med problemet, ved å lage en tjeneste som samler og sammenstiller denne informasjonen.

– Jeg visste at det finnes så mye data som kan svare på disse spørsmålene. Så jeg bare «gønna på» og etablerte Etterspurt, sier hun.

Selskapet utvikler nå verktøy som kobler sammen og analyserer arbeidsmarkedsdata for å vise hva slags kompetanse som faktisk etterspørres. Innsiktene viser også hvordan behovene i markedet endrer seg og hvilke yrker som er i vekst, helt ned på kommunenivå.

Men selv om Hage satt inne med store mengder domenekunnskap, trengte hun hjelp på den tekniske siden. Her skulle KI-programmet Nemonoor vise seg å være en avgjørende døråpner.

– Veldig god match

– Jeg syntes, som mange gründere, at det var litt skummelt å ta steget ut for å teste ideen, sier Hage.

Men så ble hun tipset om den Molde-baserte kunnskapsparken ProtoMore og deres Kickstart-kurs for gründere.

Her møtte hun en Digital Norway-representant, som gjorde henne oppmerksom på at hun gjennom Nemonoor kunne få tilgang til forskere med spisskompetanse på det hun trengte.

– Jeg syntes det var litt skummelt å skulle presentere ideen til forskere. Jeg tenkte at prosjektet mitt ikke var komplisert nok eller modent nok for noe sånt, sier Hage.

– Men heldigvis gjorde jeg det, og ble satt i kontakt med Iliana hos IFE. Det skulle vise seg å være en veldig god match.

Koblet til relevant ekspertise

IFE står for Institutt for energiteknikk, og her traff Hage på Iliana Ilieva, som både leder avdelingen for forretningsutvikling ved IFE og institusjonens partnerarbeid i Nemonoor.

Hennes oppgave er å koble bedriftenes behov til relevante miljøer internt i IFE, slik at de kan bistå i videreutviklingen av selskapet. For Etterspurt fant hun frem til Per-Arne Jørgensen, seniorforsker ved avdeling for digital suverenitet hos IFE Halden.

– Per-Arne har vært helt uvurderlig i dette prosjektet. Han tok ansvaret for å oversette Ingvilds idé til teknologi, i trygge rammer, sier Ilieva.

I tillegg kjente han godt til ekspertise i andre relevante avdelinger. Slik kunne han ta med forsker Hoa Thi Nguyen, ekspert på maskinlæring og dataanalyse, og andre kolleger inn i teamet som skulle levere det Etterspurt, vel, etterspurte.

En prototype som «felles språk»

– Vi hadde ikke noe særlig kjennskap til utfordringene Ingvild kom til oss med, det er jo hun som sitter med domenekunnskapen her. Vi måtte derfor være nysgjerrige nok til å stille de riktige spørsmålene, slik at vi kunne klare å «oversette» det hele til riktig teknologi, forteller Jørgensen.

Gjennom flere runder med oppfølgingsspørsmål bygde de det han kaller en «felles mental modell».

– Ved å bryte det hele ned og lage en liten prototype, kunne ting bli mye mer konkret, også i kommunikasjonen oss imellom, sier Jørgensen.

– Halvparten av det Per-Arne snakker om, enten det er maskinlæringsmodeller eller noe annet, forstår jeg ikke, innrømmer Hage.

– Så det å faktisk vite at vi snakker om det samme, har vært veldig viktig for meg. Ellers kunne jeg endt opp med å betale for et produkt som ikke gir meg den verdien vi trodde det skulle gi.

Etterspurt har nå bygget opp et sterkt internt team med kompetanse på blant annet dataanalyse, informatikk og maskinlæring.

– I kjølvannet av samarbeidet med IFE har vi opparbeidet oss en høy faglig kvalitet i det vi jobber med, og det gjør at vi også tiltrekker oss god kompetanse.

Data fra mange ulike kilder

Mye av arbeidet IFE-teamet har lagt ned i prosjektet, har gått med til selve dataene.

– Et riktig datagrunnlag er helt essensielt, så vi bruker en god del tid på å klargjøre datasett.

I utviklingen av Etterspurt-verktøyet Analyse hentes det nå kompetanser fra utlyste stillinger, før disse kobles til kompetanser som oppnås i utdanning.

Her kom IFEs lange erfaring med standarder for datadeling til god nytte.

– Spesielt når vi snakker om det vanskelige ordet interoperabilitet, altså at data skal flyte sømløst og at du skal kunne koble ting sammen, har det dukket opp komplekse problemstillinger vi har måttet løse, sier Jørgensen.

At IFE har hjulpet Etterspurt med dette, har ifølge Hage vært helt avgjørende:

– Vi lager noe som ikke finnes, og jeg hadde ikke teknisk kompetanse til å se for meg hva som var mulig. I starten kom jeg med teorier, og så har disse vist seg å stemme. I tillegg til å svare på mine spørsmål, har de også blitt med på å tenke helt nytt, sier hun.

Ambisjonene for hva som er mulig å få til med verktøyet, har slik vokst underveis. I utgangspunktet tenkte Hage at hun kun skulle lage en plattform som samler offentlig statistikk fra alle ulike kilder.

– Nå jobber vi i stedet med datagrunnlaget, både til plattformen og til analyser og rapporter, ved å bygge et datavarehus, sier hun.

Selskapet utvikler en såkalt kunnskapsgraf, hvor statistikk og klassifiseringer kobles sammen for å være søkbare på tvers og gi ny innsikt.

– Selv med de begrensningene vi har i enkelte datasett, kan vi få enormt mye ny innsikt som ikke finnes på lokalt nivå.

Kan tilby dypere analyser

Målet er å kunne tilby dypere analyser av kompetansegap, innhold i utdanninger og løpende endringer i kompetanseetterspørsel i arbeidsmarkedet. Et av hindrene på veien dit er alle de ulike måtene kompetanse beskrives rundt omkring.

– EU har sine definisjoner av kompetanse, og så har vi noen nasjonale retningslinjer. Når Ingvild vil undersøke kompetansegap, må vi få de ulike definisjonene til å «snakke sammen», ofte også på tvers av språk, sier Jørgensen.

– Så det er en utfordring å oversette korrekt og trekke ut essensen av beskrivelsene.

Ved hjelp av maskinlæring og språkmodeller har IFE gjort det mulig for Etterspurt å sammenligne kompetanser på tvers av systemer og språk.

– Samtidig er det ikke alt vi klarer å løse med KI. Vi vil ha et menneske i loopen som verifiserer, både for kvalitetssikringen og for at man faktisk kan stå inne for det som blir produsert.

I tillegg må de ulike klassifiseringene kunne vedlikeholdes etter hvert som kompetansebehov og begreper endres i fremtiden.

Kan finne en ny retning

Verktøyet er laget for aktører som trenger mer informasjon om etterspørsel i arbeidsmarkedet lokalt, samt de som jobber for å få innholdet i utdanning til å samsvare med arbeidslivets behov.

– Du kan se regionalt, kommunalt og nasjonalt hvordan kompetanseetterspørselen endrer seg i ulike yrker. Det er rett og slett en temperaturmåler på endringene der ute, sier Hage.

Dataene om kompetanse vil også bli lagt inn i et annet Etterspurt-produkt, Innsikt, som retter seg mot arbeids- og karriereveiledere. Det kan også hjelpe de som ønsker å finne en ny retning i arbeidslivet.

– Kanskje har du helseutfordringer i yrket ditt, og lurer på hvordan kompetansen din passer inn i andre yrker. Ved å sammenkoble alle disse dataene, kan du få svar på kompetanse- og utdanningsspørsmål, uavhengig av perspektiv, livsfase og geografi.

– Målet er å hjelpe folk ut i jobb i dag, men også å gjøre det lettere å velge riktig utdanning for fremtiden, sier Hage.

For Iliana Ilieva i IFE var det nettopp dette som gjorde Etterspurt-prosjektet så spennende.

– Av alle bedriftene vi har bidratt til gjennom Nemonoor, er dette en case som virkelig kan gjøre inntrykk på samfunnet, både i Norge og internasjonalt. Bare det å redusere arbeidsledigheten med noen få prosent ville hatt enorm verdi for alle, sier hun.

Noen stengte dører

En utfordring har vært å få tilgang til relevante offentlige data. Selv om mye informasjon er åpent tilgjengelig, er enkelte datasett underlagt begrensninger.

– Offentlige data skal i prinsippet kunne deles, men ikke alt er lagt opp til det. Noen dører ble åpnet på gløtt, men ble så stengt igjen, fordi vi ikke hadde riktig formål, sier Jørgensen.

Særlig krevende har det vært å få tak i detaljerte tall på lokalt nivå, der hensynet til personvern kan begrense tilgangen.

– Selv kommuner kan ikke alltid hente ut slike tall. Det er en barriere som ikke nødvendigvis trenger å være der, sett opp mot verdien dataene gir, fordi det legges inn anonymisering, sier Hage.

Etterspurt holder seg helt unna personopplysninger, men vil på sikt tilby et API der for eksempel en arbeidsinkluderingsbedrift kan bygge videre på de sammenkoblede offentlige dataene i egne produkter.

Læring begge veier

Tradisjonelt har IFE først og fremst jobbet med store industriprosjekter. For Jørgensen og teamet har arbeidet med et mindre Nemonoor-case derfor vært en «vitamininnsprøytning»:

– Du får faktisk lov til å prøve på nye ting, og lage noe som betyr noe for noen. Det er skjerpende, siden du vil levere det beste, sier han.

– Vi må henge med i dette racet vi også. Så det er fint å få noe skarpt å bryne seg på, noe det faktisk er et behov for. Internt måtte vi faktisk stagge oss selv litt, så det ikke skulle bli helt «24/7» for alle som syntes dette var så gøy.

Omfanget av forskerhjelpen tilpasses behovet, forteller Ilieva, noe som er blitt mulig takket være en mer fleksibel støtteordning via Nemonoor.

– Det kan være fem timer eller to hundre timer, om vi ser at behovet er mer omfattende, sier hun.

– Vi kan begynne med en liten tjeneste, se om det er behov for flere, og jobbe sammen med bedriftene om å finne andre finansieringsmuligheter og større prosjekter fremover.

– Gode ting tar tid

Etterspurt jobber nå mot en pilot i Møre og Romsdal med veiledere i offentlig og privat sektor for Innsikt. Neste steg er å levere første kompetansegapanalyse når forskningsprosjektet med IFE er ferdigstilt.

– Vi har skapt en løsning som henter inn og prosesserer data på en ny måte, og som gjør at vi kan svare på mange av spørsmålene som er av høy politisk prioritert, sier Hage.

– I det offentlige er det en vegring mot å ta i bruk ting som ikke er testet før, så vi må vise at dette er mulig, og være tålmodige. Gode ting tar tid.

Til andre gründere har hun et klart råd: Ikke la usikkerheten stoppe deg.

Å få hjelp gjennom et program som Nemonoor var nemlig mye mer lavterskel enn hun først trodde.

– Det er ikke noe farlig å be om å få noe forklart en gang til. Dette er en altfor god mulighet til å la seg stoppe av usikkerhet. Uten hjelpen vi fikk kunne Etterspurt ha stoppet opp, og vi ville i alle fall hatt betydelig dårligere kvalitet på det vi tilbyr, sier Hage.

Men kan et verktøy som viser hvilke jobber det er størst etterspørsel etter, også bidra til å ta motet fra dem som drømmer om noe annet? Det er noe hun har tenkt mye på:

– Realitetsorientering har aldri stoppet en drømmer. Det er de som ikke har en drøm, og bare er usikre, som trenger hjelp til å se hvilke muligheter som finnes, sier hun.

– Det finnes muligheter og jobber i de fleste bransjer og yrker. Spørsmålet er bare hvor mange – og der tror jeg folk generelt trenger litt mer realitetsorientering.