Infrastruktur og analyse for bedre beredskap

Volumet, variasjonene og hastigheten i verdens data vokser enormt raskt. Tradisjonelle data hører hjemme i databaser, i kolonner og rader. Fremtidens data passer ikke inn i disse strukturerte modellene.

Ifølge analytikere vil 80 prosent av dataene være i ustrukturert form i løpet av de nærmeste tre årene, fra sensorer, språkgjenkjenning på sosiale medier, bilder, video, GPS- signaler og så videre. Alt rundt oss vil bli instrumentert og være kilder til datafangst.

Mye av dette vil være i kategorien upresise og usikre data. For å ta raske, sikre og gode beslutninger i en slik hverdag må vi prosessere enorme datamengder for å redusere usikkerheten. Dette vil bety store muligheter i arbeidet innen beredskap.

Nedenfor har jeg listet opp noen eksempler innen beredskap for helse, samfunnsikkerhet og miljø, på godt norsk "HMS".

Helse: Denne uken er det Healthworld, der it i helsesektoren settes på dagsorden. Eksemplene herfra er spennende. Hvis vi skal finne ut hvordan smittsomme sykdommer utvikler seg, og dermed begrense utviklingen av den, vil det ha stor verdi å integrere informasjon fra hundre tusenvis av pasientjournaler. Mye av dette vil være upresis informasjon fra pasienter, samt informasjon om sykdomsutvikling som ikke er helt presis. Denne informasjonen er bare interessant her og nå, mye mindre interessant om noen måneder. Teknologisk er slik integrasjon mulig, men ikke etter dagens juridiske og organisatoriske strukturer. Slike løsninger vil langt på vei bedre samfunnets beredskap for smittsomme sykdommer og pandemier.

Miljø: Beredskap er også et tema for miljøet. Innen oljesektoren driver IBM sammen med Kongsberg, Veritas og Statoil et prosjekt for å øke beredskapen for miljøet rundt oljeinstallasjoner offshore. Datafangst fra sensorer under sjøen som kan fange opp endringer i vannkvalitet, tolkning av lyd, bilder, videostrømmer, og så videre, gjør det mulig å drive kontinuerlig miljøovervåkning i sann tid fra land. Dermed kan vi rykke ut svært raskt ved et utslipp eller annen hendelse. I dag er slik overvåkning i stor grad manuell. Her snakker vi om grensesprengende innovasjon som gjøres mulig gjennom tolkning, visualisering og analyse fra helt nye datakilder.

I Rio de Janeiro i Brasil er det satt opp et operasjonssenter for byen, der mer enn 30 etater kan overvåke og forutsi hendelser i byen. Det startet med å gi bedre beredskap for de årlige flommene, men utviklet seg etterhvert til å ta høyde for en rekke andre områder innen byens funksjoner.

Sikkerhet: Offentlig beredskap innen fysisk sikkerhet og arbeid mot kriminalitet er et annet område det er stor fokus på. I dag foregår det meste av analyse og bearbeiding av informasjon manuelt, og krever enormt mye arbeidskraft fra eksperter som kan være for få, eller for lite tilgjengelige når man trenger dem.

Tidsforbruket i slike prosesser reduserer mulighetene for å bekjempe kriminalitet. Nye løsninger er under utvikling og tatt i bruk i noen store amerikanske byer, som jeg selv har hatt interesse av å se nærmere på. Ved å kombinere fragmenter av data fra detaljer i alt fra skaderapporter, øyevitneskildringer, aktivitet på sosiale medier, kameraer og videoer kan noen av disse byene, som for eksempel New York, øke beredskapen gjennom analyse av data på en massiv skala. Mye av dette analysearbeidet er automatisert. Analyseverktøy og algoritmer kan bidra til å bedømme avvikende adferd i store menneskemengder og kunne gi varsling til myndighetene mens det foregår. Brukt riktig og med nødvendige avgrensninger mot personvern kan slike løsninger øke effektiviteten i arbeidet til sikkerhetseksperter. Det viktige er at løsningene kan anonymisere alt de tolker, men spore oppmerksomhet og gi varslinger mot avvik.

Dette er praktiske eksempler på "Big Data Analytics", der ustrukturerte data "streames", tolkes og analyseres i sann tid, med betydelig bidrag innen verdifull beredskap på samfunnskritiske områder.

Denne formen for ny analyse, altså "Big Data Analytics", vil være en av de viktigste fagfeltene å utvikle kompetanse på fremover. I henhold til en ny McKinsey- rapport vil det være skrikende behov for kompetanse og kunnskap innen dette området. Både i form av data- analytikere, statistikere og ledere som kan utnytte slik informasjon for å ta beslutninger.

I tillegg må underliggende infrastruktur være på et høyt nivå. Datasenter, servere, lagring og nettverk må underbygge slike beredskapsløsninger. I henhold til en ny studie fra IBM/IDC, hadde bare 21 prosent av 307 intervjuede virksomheter høyeffektive datasentre med høy tilgjengelighet og sikkerhet. Vi vet at det er mye å gjøre på konsolidering og forbedring av datasentre i Norge. Skal vi sette beredskap på agendaen, vil sikkerhet, effektivitet og ytelse i datasenteret være helt avgjørende.

Men det er mulig å gjøre noe med alt dette. For alt henger sammen, fra datagulvet til avanserte analyser. Derfor blir integrasjon og analyse noen av de viktigste fagfeltene i årene som kommer.

Morten Thorkildsen, Dataforeningen