Slutten på reisen – men også starten
Du husker kanskje at vi i kapittel én snakket om et parkeringshus? Mer bestemt et parkeringshus for elbiler, der ladestasjonene var «smarte» og altså kunne sende og motta data over nettet. Teknologien lar oss utvide mulighetene vi har med parkeringshuset drastisk utover de rent materielle kvalitetene ved et tradisjonelt parkeringshus.
Alt fra selve operasjonaliseringen av parkeringshuset (hvordan man finner ledige plasser, logger parkeringstid og betaler) til vurderinger av fremtidige utbygginger av andre p-hus kan utledes av dataene som går inn og ut av systemet. Det kan også være verdifulle innsikter i dataene – om bruken og brukerne av p-huset – som har en kommersiell verdi overfor tredjeparter.
Det er selvsagt en horde andre hensyn og kvaliteter ved selv et parkeringshus, men i bunn og grunn er det et nokså enkelt eksempel. Og likevel er det her veldig mange sekundæreffekter man kan identifisere og utnytte.
Så hva om man oppgraderer eksempelet til noe mer komplekst?
«Slice of life» på en flyplass – et datadrevet megaprosjekt
Det er mye som skjer på en flyplass. Nei, helt seriøst – dette er uten tvil en av de mest komplekse beskjeftigelsene menneskeheten har påtatt seg. Det finnes mange komplekse operasjoner der ute, men få har så mange skjæringspunkter mellom vanlige folk, logistikk, plasshensyn, lover og reguleringer, innvandring, finansielle hensyn, miljøhensyn og, og… ja, du forstår sikkert tegninga.
For å si det på godt, moderne norsk: det er helt ekstremt mye som foregår. Hele tiden – samtidig!
La oss se for oss et handlingsforløp på denne hypotetiske flyplassen, et slags «slice of life»-øyeblikk, om du vil.
- Flyet: Et fly lander på en flystripe utenfor en travel flyplass, nøyaktig i henhold til tidsskjema. I førerkabinen blinker det i lys fra et dashbord fullt av kritisk informasjon om drivstoff, høyde, vær og alt annet en pilot trenger å vite for å gjennomføre en behagelig landing.
- Flytårnet: Samtidig, noen hundre meter lenger bort, oppdateres tall, grafer og kart på en skjerm i sanntid på et helt annet, digitalt dashbord. Vi befinner oss på innsiden av flytårnet: Her er sanntidsvisualiseringer av flytrafikk i et kart. Om to fly skulle havne på kollisjonskurs, er flygeledere parate for å instruere pilotene ut fra hverandres baner. Sensoriske data fra vinger, hjul og motor presenteres i et diagram. Alle feltene er grønne og indikerer at alt er i sin skjønneste orden.
- Taxfree: På innsiden av flyplassen, på bakrommet til taxfreebutikken, lyser tallet 94% opp på en skjerm. Snart har de ansatte nådd sitt daglige salgsmål. På hjemmekontoret kan ansvarlig for varehandel og serveringssteder i utenlandsterminalen smile fornøyd foran sitt dashbord for grønne tall i taxfreebutikken, men gruble over jevn nedgang i antall restaurantbesøk det siste kvartalet. Kanskje de til neste år heller bør satse mer på kiosker og mindre på middag? Eller sagt på forretningsspråk: Justere KPI-er for å sikre nye inntektsstrømmer?
- Logistikk: I logistikkavdelingen hos selskapet som leverer alle disse varene til flyplasskiosken, brukes et verktøy for å visualisere data om varestrømmer og leveringsdyktighet, slik at de kan identifisere flaskehalser. Dette selskapet er fremoverlente, og bruker maskinlæringsmodeller som predikerer vaktplaner og ruteoptimalisering.
- Drift: Et team av ingeniører og data scientister monitorerer en digital tvilling av hele flyplassen. Der inngår data om flyruter, bagasjesporing, sikkerhetsrutiner, passasjerflyt – som kombinert med alle disse andre indikatorene – sørger for at fly går som de gjør og at de hundretusenvis av menneskene, hastende gjennom sikkerhetssjekker mot gater, får trygge og sømløse opplevelser.
- Administrasjon: I administrasjonskontorene forbereder analytikere og finanseksperter en presentasjon for flyplassens aksjonærer og investorer om årets resultater og neste femårsplan. Her har de side etter side med informasjon, visualiseringer og statistikk som underbygger poengene og argumentene deres. For å finne og lage disse har de dykket ned i flyplassens databaser og registre, og hentet ut data de stoler på og har kvalitetssikret. For å gjøre dette har man laget et system der formatene og enhetene som brukes stemmer overens, dataene er synkronisert mellom de ulike delene av flyplassen og man vet at de er oppdaterte og fullstendige.
- Digital samhandling: På symbolet for jobbchat-programmet til finansdirektøren til flyplassen lyser det opp en rød prikk, men fordi telefonen hennes har lært seg ved hjelp av kunstig intelligens at hun ikke ønsker å bli forstyrret av varsler under møter lager ikke varselet lyd. Når hun sjekker varselet senere vil hun imidlertid se en lenke til en Google Drive-mappe, som viser utkastet til presentasjonen. Mappen ligger i skyen og er tilgjengelig så lenge hun er på nettet.
Alt dette er datadrevet arbeid. Tar man data ut av prosessen, kollapser korthuset raskt. Den ansvarlige for varehandel måtte ha møtt opp fysisk. Finansdirektøren måtte ha forespurt presentasjonen personlig, og presentasjonen måtte blitt vist frem på en tavle – kanskje med lysark eller projektor?
Dataene for taxfreebutikken måtte ha blitt manuelt funnet i loggbøker. Flytårnet ville ha måttet ringe hvert enkelt fly via radio og ville ikke hatt noen nøyaktig oversikt over hvor flyene befant seg. Risikoen for feil, ulykker og dårlig kommunikasjon ville vært langt høyere. Og effektiviteten? Langt lavere. Pilotene ville ha måttet se på fysiske piler og analoge instrumenter for å vurdere landingen sin.
Dataene som holder samfunnet på vingene
Operasjoner som et parkeringshus drar stor nytte av datadrevet, moderne arbeid, og får svært verdifulle innsikter igjen. De opererer bedre og mer effektivt med datadrevne prosesser på plass. Men parkeringshuset kan fungere uten; det er ikke en bedrift med høy kompleksitet.
Flyplassen er så kompleks at uten datadrevne prosesser kan man rett og slett ikke operere som man gjør i dag. Uten data ville flyindustrien blitt satt et halvt århundre tilbake i tid.
I en så kompleks operasjon som det er å drive en flyplass får man dessuten svært mye sekundærbruk av data, og uten datadrevne prosesser er dette borte. Dermed forsvinner potensielt også store inntekter, store muligheter og mange jobber.
Innsikt
Primær- og sekundærbruk
Husker du eksempelet med parkeringshuset helt fra starten av Datareisen? Der så vi for oss et datadrevet parkeringshus med smarte elbilladere, sensorer som følger med på om plasser er tatt, tilgangsstyring og betaling via en app, og så videre.
Det primære formålet med å jobbe slik er effektivisering av egne systemer. Men vi husker at p-husets data også kan være verdifulle på andre måter – for eksempel inneholde nyttige innsikter for forsikringsselskaper, byutviklere, kommunen, forretninger i nærheten. Dette er et eksempel på sekundærbruk av p-husets data.
Tilsvarende vil det på den datadrevne flyplassen finnes massevis av data om atferd, bevegelser, systemer og prosesser som kan være verdifulle langt utover flyplassen i seg selv.
Fra det helt enkle, til det enormt komplekse – data har blitt en essensiell del av våre moderne liv. De er gull verdt, og du gjør rett i å bry deg om dem. Dataene er imidlertid helt avhengige av teknologi, og vi mennesker må forstå teknologiene og hvordan de samhandler med dataene for å integrere dem i våre liv. På samme måte er teknologien avhengig av data – og vi moderne mennesker er avhengige av begge.
Det er også vi mennesker som ofte både skaper og samler inn dataene, og også finner ut hvor de befinner seg. Og ikke minst hvilke data vi har lov til å bruke, og hvilke vi bør holde fingrene unna. Dataene i seg selv forteller oss imidlertid ikke hvordan de skal struktureres og organiseres; det er det vi som må finne ut av – ja, sammen med litt kode og analyseverktøy, selvsagt.
For til syvende og sist er jo målet med data å kunne bruke dem, enten det er i dagliglivet, til profesjonelle formål eller til å finne ut hvilken serie vi skal titte på nå som vi for andre gang var ferdig med siste episode av Game of Thrones.
Kanskje blir det en serie som algoritmen foreslår at vil slå an hos nettopp deg?