Kapittel 20: Grønn transisjon krever digital transisjon

En av vår tids store globale utfordringer er knyttet til klima og global oppvarming. Denne utfordringen vil kreve et skifte i hvordan vi tenker, samhandler og konkurrerer. Det er få som tror at skiftet, som er nødvendig, er mulig uten hjelp og støtte av digitalisering og digitale verktøy. Denne tanken understøttes av EU, som sier at ingen grønn transisjon (skifte) er mulig uten en digital transisjon, også kalt tvillingtransisjonene («twin transitions») (The twin green & digital transition: How digital technologies could enable a carbon-neutral EU by 2050, News announcement 29 June 2022 by the Joint Research Centre.).

Behovet for beslutninger

I næringslivet tas det mange ulike beslutninger, men det blir vanskeligere og vanskeligere å se for seg disse uten at grunnlaget for beslutningene blir fundert på stadig mer kunnskap og informasjon (data). Så en hovedutfordring er altså mangelfullt tilgjengelig informasjon på en felles digital plattform og delvis lite brukervennlige digitale verktøy som kan håndtere sammenkobling av informasjon på tvers av ulike fagdisipliner (ofte omtalt som «connecting the dots»2). Og ikke minst tilhørende kompetanse for nettopp å gjøre det og bruke denne informasjonen til å skape ny innsikt.

Utfordringen i mange bedrifter er at informasjonen er tilgjengelig i mange ulike formater, noe som gjør det krevende å koble informasjonen sammen for videre analyse. Eksempler på slike formater kan være papir, i generisk digitale verktøy knyttet til tall og tekstbehandling (Excel og Word), pdf-filer, i ulike proprietære datasystemer og ikke minst inkludering av levende bilder (videoer) som ikke så enkelt lar seg sammenkoble.

Beslutninger knyttes gjerne til ulike strategiske dimensjoner; slik som den finansielle, markeds-, produkt og tjeneste-, prosess- og organisasjons (menneske)-dimensjonen. Denne måten å spenne ut de strategiske dimensjonene på er inspirert av en mer balansert styringsinformasjon, for å kunne ta bedre beslutninger som tradisjonelt har vært basert på ensidig finansiell informasjon (Kaplan, R. S., Norton, D. P. (1996). The Balanced Scorecard, Translating Strategy into Action.). Beslutninger innenfor disse ulike dimensjonene vil også påvirke hverandre i et relativt komplekst system, med en viss forsinkelse i tid. Her blir tidsfaktoren viktig. En fin analogi fra kybernetikken kan være å styre en bil bare med informasjonen en får gjennom å kikke i sladrespeilet.

I disse ulike dimensjonene har en ulike typer digitale verktøy, som svært grovt kan grupperes i:

• generiske kontorsystemer, slik som Microsoft Office-produkter,
• ERP (Enterprise Resource Planning)-systemer, som er av de mest sentrale systemene i en produksjonsbedrift som tar for seg produktplanlegging, innkjøp, produksjon, markedsføring, salg, lageroversikt, utsending, betaling og analyse og er i stor grad knyttet til transaksjons- informasjon langs bedriftens verdikjede,
• CAD (Computer Aided Design)-systemer for tegning i både 2D og 3D av tekniske innretninger og objekter,
• PDM (Product Data Management)-systemer der all relevant informasjon knyttet til tekniske innretninger og objekter (artikler) ofte «fødes» og vedlikeholdes,
• og ikke minst semi-åpne og proprietære systemer som er utviklet for mer begrenset bruk i bedrifter og bransjer for å skape økt effektivitet, men som fort vil kunne skape utfordringer når det gjelder samarbeid på tvers.

Erfaringer fra maritim næring

Den norske maritime klyngen er verdensledende og har ikke fått den posisjonen uten grunn. En har hele tiden lagt stor vekt på å utvikle nye og banebrytende skips- og utstyrsløsninger. I de seneste årene så har en konsentrert seg stadig mer om å redusere utslippene fra industrien, og ikke minst utslippene fra skipene en designer og bygger. Dette er et resultat av et voksende krav fra samfunnet rundt oss. Det store beslektede spørsmålet blir da hvilke beslutninger og initiativ som vil ha størst effekt?

For å svare godt på dette er det nødvendig å ta utgangspunkt i et verdikjedeperspektiv. En mulig måte å dele opp den maritime verdikjeden på kan være;

• Prosjektutvikling; stor variasjon i varighet, med akselerert forretningsutvikling og raske analyser i tidlig prosjektering av skipsdesign.
• Design og konstruksjon; 9-12 måneder, med analyser av skrog i forhold til strømninger og styrke, analyser av maskinerisystemer, systemintegrasjon, planlegging av logistikk og bruk av ulike funksjoner i skipet.
• Skipsbygging; 12-24 måneder, med redusert gangtid (det komplekse verksted) og bedre planlegging av arbeidet gjennom forberedelse av arbeidspakker i de ulike byggefasene. I denne fasen foregår i all hovedsak all produksjon fra underleverandører som inngår i skipets ferdigstillelsesarbeid.
• Operasjon av seilende skip; 25-30 år, som bidrar mest med utslipp av uønskede klimagasser; størst effekt ved å redusere utslippet til seilende skip ved å gjøre re-design i en tidligere designfase. Med re-design menes ombygging eller systemmessige tilpasninger når avlastende teknologier og systemløsninger er modne og tilgjengelige på en konkurransedyktig måte.
• Opphugging av skip; kondemnering, gjenbruk og resirkulering.

Når en ser på denne verdikjeden, er det spesielt tre ulike faser som utkrystalliserer seg;

• Fase 1 - Prosjektering, utviklings- og byggefasen, der en bruker kunnskap fra tidligere prosjekter og ikke minst fra operasjon og drift av skip til å gjøre bedre beslutninger for å oppnå målsettingene knyttet til ønsket effekt. I denne artikkelen ses det ikke på mulighetene knyttet til automatisert produksjon, selv om det i noen tilfeller kan være relevant. Det fokuseres i større grad på delproduksjon av utstyr, moduler og blokker av skip. Eksempler kan være robotiserte rørlinjer og robotisert sveising, som har vært og fortsatt er en viktig del av skipsbyggingen.
• Fase 2 – Operasjon og drift av skip. Innsikten fra denne fasen kan brukes til å utvikle nye og bedre støtteverktøy for mannskapet ombord og på land til å ta bedre beslutninger når det gjelder hvordan operere skipet.
• Fase 3 – Opphugging av skip. Kondemnering, gjenbruk og resirkulering og hvordan en har planlagt for denne prosessen i en tidlig prosjekt- og designfase for å kunne øke graden av gjenbruk.

Hva er ønsket effekt?

Men, før vi kan analysere verdikjedene og de ulike fasene, så må vi si noe mer om hvilke effekter vi ønsker å utløse. Hva er det vi ønsker å oppnå?

Som jeg startet ut med, er våre globale hovedutfordringer knyttet til klima. Mer generelt kan en si at dette tas opp med tanke på ulike aspekter av bærekraft med referanse til FNs bærekraftsmål (Verdens felles arbeidsplan for å utrydde fattigdom, bekjempe ulikhet og stoppe klimaendringene innen 2030). Bærekraft systematiseres ofte i tråd med den tredelte bunnlinjen: de økonomiske, miljømessige og sosiale aspektene.

De økonomiske aspektene:

• Ønsker å utvikle produkter og tjenester av kvalitet som kundene er villige til å betale nok for.
• Ønsker å øke verdiskaping per ansatt.
• Kjøpe vs. lage beslutninger. Hva skal forsynes fra underleverandører?
• Raskere gjennomføring og høyere produktivitet gjennom mer utstrakt bruk av automatisering i fase 1 og 2.

De miljømessige aspektene:

• Minimere ressursbruk og styrke gjenbruk må tas høyde for i alle faser.
• Bedre løsninger gjennom tryggere og grønnere operasjoner.
• Mer helhetlig (holistisk) i forbindelse med bærekraft, må være oppmerksom på hele livsløps- perspektivet i fase 1.

De sosiale aspektene:

• Hva med bruk av lavkost arbeidskraft for å øke konkurransekraften? Hva da med å bygge fagkompetanse i Norge: Har vi råd til det? Har vi råd til å la være?
• Videreutvikle Norge som et høykostland: Hva betyr det?

Jeg diskuterer først de økonomiske aspektene siden jeg mener de er mest grunnleggende knyttet til det å drive en bedrift. Ligger ikke den sunne økonomiske driften til grunn over tid, så vil ikke driften kunne realisere de andre aspektene heller. Det er viktig å understreke i denne sammenheng at en sunn økonomisk drift er en nødvendig, men ikke tilstrekkelig betingelse for virksomhetens fremtid, og nettopp her kommer de andre aspektene inn. I tillegg blir et annet tema viktig: Hvor mye er nok i for å kunne tilfredsstille en sunn økonomisk drift. Men det grenser mot det sosiale aspektet med tanke på en mer rettferdig fordeling og faller utenfor denne artikkelen.

Hva trenger bedriftene?

Det er et godt og allment kjent prinsipp at den som forurenser, bør betale for forurensingene («Polluter pays principle» både iht. Parisavtalen og EU-lov), men det forutsetter et velfungerende marked for utslipp, slik som for eksempel utslipp av drivhusgasser, som til slutt regnes sammen som CO2-ekvivalenter på en omfprent og akseptabel måte. Dette mangler i dag og hindrer i stor grad en raskere introduksjon av nye og bedre løsninger.

Denne virkeligheten møter i dag mange bedrifter som ønsker å utvikle bedre løsninger for lavere utslipp, og som i stor grad baseres på ukonvensjonell og/eller umoden teknologi. For å gjøre denne teknologien konvensjonell og lettere tilgjengelig trengs innovasjon og industrialisering gjennom industriell skalering, som vil være avgjørende for å redusere tilhørende kostnader. For å få til denne overgangen fra innovasjon til skalering så trengs betydelige, langsiktige investeringer som nevnt over.

Dette får vi til når det er tverrpolitisk enighet om det, slik som med gunstige rammebetingelser for kjøp av elbil i Norge. Disse ordningene har vært med på å skape et marked for utrulling og skalering av elbil, men har kostet den norske stat minst 12-13 milliarder kroner per år. Det store spørsmålet blir da hva vi har fått til i dette eksemplet med hensyn til den tredelte bunnlinjen.

Mesteparten av beslutningene knyttet til et nybyggingsprosjekt av skip gjøres i fase 1, slik at effekten er aller størst i denne fasen. Skal en klare å balansere den tredelte bunnlinjen, så blir den systemiske angrepsmåten helt avgjørende. Her blir tilgangen på digitalt verktøy avgjørende, og aller helst verktøy som er enkelt og raskt å bruke. Dette er bare mulig gjennom å forenkle systemene som beskriver forretningsideen.

Eksempler fra Ulstein Group

Ulstein Group har videreutviklet en slik type rammeverk basert på systemtenkning (Systems Engineering) som kalles ABD, Accellerated Business Development, eller akselerert forretnings- utvikling, se figur 20.1 (Ulstein, T., Brett, P. O. (2015). What is a better ship? – It all depends. Proceedings 12th International Marine Design Conference. Tokyo, Japan.). Dette rammeverket fokuserer spesielt på balansering av krav til operasjoner, mulighetene innenfor det tekniske løsningsrommet og rammene gitt av markedet som skipet skal operere i. Denne balanseringen må også ta opp i seg ambisjonene og forventningene som kunden har med tanke på den tredelte bunnlinjen.

Figur 20.1 Oversikt over metode for akselerert forretningsutvikling.

Et annet viktig verktøy i denne fasen utviklet av Ulstein Group er Fast-Track Concept Design Analysis (FTCDA) (Ebrahimi, A. Brett, P- O., Garcia, J. J. (2018). Fast-Track Vessel Concept Design Analysis (FTCDA). Proceedings of the 17th International Conference on Computer Applications and Information Technology in the Maritime Industries. Pavone, Italy.). Dette verktøyet inngår som en viktig del av ABD-prosessen beskrevet over. Intensjonen er å akselerere prosessen i en tidlig fase, med redusert ressursbruk, se figur 20.2. Verktøyet kan enkelt og raskt gjøre estimeringer av ulike konseptuelle skipsløsninger basert på historiske data både fra egne (ikke offentlige) data, men også basert på offentlig tilgjengelige data i databaser for alle verdens skip.

Figur 20.2 Illustrasjon av Fast-Track designtilnærming. Skissen i figuren illustrerer intensjonen med verktøyet med hensyn til å kunne akselerere prosessen og ikke minst redusere ressursbruken i en tidlig fase av prosjektutviklingen.

Hvordan skape innsikt ut av data?

Hvordan skal en så skape innsikt ut av de enorme mengdene med data som nå er lagret i «skyen»?

Før en kan ta til med selve innsiktsarbeidet, så er «vasking av data» viktig og ofte tidkrevende. I denne prosessen bør det benyttes statistiske metoder for å luke ut feil eller manglende data i grunnlaget for analysene og beslutningstakingen. Arbeidet vil selvsagt bli mye enklere dersom kvaliteten på dataene er god.

Viktige ingredienser i selve innsiktsarbeidet er ofte analyser der en kan finne sammenhengen mellom ulike parametere. Her finnes det mange gode algoritmer, men utfordringen ligger først og fremst i å forstå det fysiske problemet godt nok til å velge de rette parameterne. Dette handler om domenekunnskap. I mange bedrifter er kunnskapen knyttet til de ulike domenene, og kunnskapen knyttet til statistisk analyse er ikke å finne i samme bedrift eller avdeling. For å utvikle ny innsikt må en derfor sette sammen tverrfaglige team med ulik kompetanse. Dette gjelder ikke bare kunnskap innen domener og statistisk analyse, men mellom flere fagområder, ulike typer direkte beregninger og statistiske analyser. Dette øker selvsagt kompleksiteten.

Et alternativ til eller bidrag i tillegg til kombinasjonen av domenekunnskap og statistisk analyse er å bruke kunstig intelligens og maskinlæring der en bruker forhåndsdefinerte og/eller lærende algoritmer for å finne mønstre og sammenhenger i datagrunnlaget. Det kommer stadig nye algoritmer og program for å gjøre slike analyser, og ChatGPT kan være et fint eksempel.

Det grunnleggende her er å klare å koble kunnskap mellom de aktuelle domenene og ressurser med kunnskap om analyse, statistikk og maskinlæring. Nøkkelen er å understøtte denne gruppen med digitale verktøy og dataanalyseforståelse for å heve gruppens intelligens (Malone, T. W. (2018). Superminds: The surprising Power of People and Computers Thinking Together. Little, Brown Spark.).

Når denne nye innsikten er skapt, vil den kunne danne utgangspunktet for å utvikle bedre produkter eller utvikle nye tjenester til kunden der det er balanse mellom faktorene i den tredelte bunnlinjen. Så innsikten skapt gjennom analyse av fase 2 kan brukes i to retninger: den ene mot å gi bedre beslutningsstøtte og videreforedle designprinsipper i fase 1, og den andre mot å gi bedre beslutningsstøtte for optimalisering i henhold til den tredelte bunnlinjen, av operasjoner i fase 2. En kan selvsagt benytte begge i kombinasjon.

Det å hente virkelige data fra operasjon av skip medfører også at det blir færre diskusjoner om hva som har skjedd, eller hva som er de faktiske forhold under en gitt operasjon. Et eksempel kan være en rederkunde som kommer tilbake til et skipsverft og klager over drivstofforbruket på et skip nettopp levert. Da kan skipsverftet koble seg på virkelige brukerdata og analysere de virkelige forholdene, og på den måten mye lettere finne ut hva som er bakgrunnen for det høye forbruket. Gjennom denne nye innsikten kan en komme med forslag til tiltak for å redusere drivstofforbruk og uønskede miljøutslipp.

PDM-systemet som «rød tråd»

Siden den maritime verdikjeden er kompleks og består av mange ulike aktører som sammen skal realisere skip som i seg selv er komplekse og sammensatte systemer, blir systematikken i prosessen viktig. Et PDM-system vil kunne bidra vesentlig for å samle all den tekniske informasjonen knyttet til skipet som produkt.

I dette systemet brytes skipet ned i sine ulike bestanddeler, kalt produktstrukturer. Her samles tegninger, spesifikasjoner og annen relevant informasjon med revisjonshistorikk. Samlingen av teknisk dokumentasjon fra «vugge til grav» skaper muligheter og benyttes også til å bryte ned arbeids- prosessene langs livsløpet. Jeg tenker da på koblingen av data fra fase 2 knyttet til operasjon og drift av seilende skip til de ulike delene av skipet i PDM-systemet. Dette vil kunne gi en betydelig kunnskapsbase for leverandørene som er koblet på dataene, til både å videreutvikle sine produkter, men ikke minst å utvikle nye tjenester knyttet til operasjon og drift av skipet mot skipets drifts- organisasjon.

Når en som skipsdesigner begynner med et nytt prosjekt i fase 1, vil det være naturlig å begynne populeringen (oppfylling med data) av PDM-systemet og kanskje enda viktigere å gjenbruke kunnskap og informasjon fra tidligere prosjekter som kan overføres til det nye. På denne måten kan en bygge kunnskap og kompetanse fra prosjekt til prosjekt i organisasjonen, altså den strukturelle kapitalen i bedriften. På denne måten kan en gjøre seg mindre avhengig av enkeltmennesker i organisasjonen, noe som ofte kan være en ikke ubetydelig utfordring. I tillegg vil en ved populering av PDM-systemet med data i større grad kunne å bruke nye algoritmer knyttet til kunstig intelligens og maskinlæring til å skape ny innsikt og kunnskap.

PDM-systemet vil også være en helt avgjørende teknologi for å sikre samspill over større avstander. Når kinesiske skipsverft for eksempel bygger skip basert på norsk skipsdesign og skipsutstyr, kan vi i Norge, gjennom å jobbe i den samme produktmodellen i PDM-systemet, støtte det kinesiske skipsverftet i å realisere de norskutviklede løsningene.

Dette kan relativt enkelt utvides til å utvikle operasjonsrom med norsk skipsbyggings- og autmoasjonskompetanse som støtte til internasjonale skipsverft som en ny og spennende tjeneste. Løsningen vil naturlig nok ikke sysselsette så mange i Norge, noe som er og blir et dilemma for norsk maritim industri. Betyr dette at vi skal slutte med produksjon i Norge og bare satse på teknologi? Er det i det hele tatt mulig i det lange løp?

Mennesker i et digitalt samspill

En stor utfordring med å ta i bruk avanserte digitale verktøy er at det er nettopp mennesker som skal ta det i bruk. Forskning viser at strategiske prosjekter som feiler, feiler i så mye som 70% av tilfellene, ikke på grunn av valg av feil strategi, men på grunn av for dårlig gjennomføring (Gilbert, X., Buchel, B., Davidson, R. (2008). Smarter Execution: Seven steps to getting results. Prentice Hall.). Det er på grunn av dette at mange implementeringsprosjekter av nye omfattende systemer. slik som for eksempel ERP- og PDM-systemer, må sees på som organisasjonsutviklingsprosjekter for å øke sannsynligheten for suksess.

Dette er selvsagt mye mer krevende enn bare å implementere et IT-system, siden det påvirker måten en jobber på i organisasjonen. Her handler det om å forenkle nye arbeidsprosesser før en automatiserer dem med nye systemer. En fin analogi kan være at en ikke skal «asfaltere krøtter- stiene», men heller rette ut «krøtterstiene» (gjennom forenkling av arbeidsprosesser) før en asfalterer «motorveiene» (gjennom automatisering av arbeidsprosesser).

Hva er så mulige konsekvenser på lengre sikt?

Med de digitale verktøyene jeg har diskutert tidligere i denne artikkelen, så tror jeg vi i dag er i stand til å diskutere og analysere viktige konsekvenser av ulike valg og prioriteringer gjennom livsløpet, kanskje med tyngst vektlegging av fase 1, der beslutninger har størst effekt. Jeg tenker da spesielt på hvordan en vektlegger forventede effekter på de ulike aspektene i den tredelte bunnlinjen. Dette handler i stor grad om balansering av disse.

Tradisjonelt så har vi hatt og fortsatt har en sterk tendens til å måle alt i økonomiske termer. Det betyr at alt som ikke kan måles på en slik måte, ikke vektlegges i beslutninger, eller at andre aspekter som ikke har en så klar verdisetting i slike økonomiske termer, ikke blir vektlagt tilstrekkelig. Dette betyr at løsninger graviterer mot løsninger som optimaliserer økonomiske aspekter av et produkt eller tjeneste, med de uheldige konsekvensene det kan ha for de miljømessige og sosiale bærekraft- aspektene.

For å belyse situasjonen kan en se på en forenklet problemstilling som en skipsreder står overfor når vedkommende skal bestille et nybygg. Utgangspunktet er at hvert nybyggingsprosjekt typisk har en levetid på mellom 25 og 30 år. Når en ser på utviklingen av samfunnet og teknologien de siste ti årene, skjønner en raskt at dette er en vanskelig og krevende prosess.

Skipsrederen vil i utgangspunktet bygge et skip som skal betjene ett eller flere markeder i den nærmeste tiden med et tilhørende inntektsgrunnlag. Basert på dette kan skipsrederen tillate seg å investere et beløp som gir en positiv nåverdi med tilfredsstillende avkastning av egenkapitalen over livsløpet. Dilemmaet oppstår når en skal estimere utviklingen i verdisettingen av andre aspekter enn de økonomiske i fremtiden.

Hvilke verdier skal en sette på det som kan forsvare ekstra investeringer i dag på ukonvensjonelle løsninger som er mer kostbare i dag enn i fremtiden? Den mest robuste løsningen å tilnærme seg dilemmaet på blir å forberede skipet på nye løsninger uten å måtte ta beslutningen i dag, men å kunne ha opsjonen på å kunne gjøre det i fremtiden. Dette øker selvsagt kostnaden noe, men betydelig mindre enn å fullt ut implementere løsningen.

Balansering og re-balansering av en tredelt bunnlinje

Så hvordan klarer en i prinsippet å avveie den tradisjonelle balansen med overvekt på det økonomiske aspektet? Jeg tror at i tillegg til å kunne tillegge de miljømessige og sosiale aspektene høyere verdi i økonomiske termer så vil nye krav og regler også sette nye rammebetingelser for fremtidens produkter og tjenester. Samfunnet vil i stigende grad kreve at dette er basert på en økende forståelse for klimakrisen, med konsekvensene vi ser allerede i dag, og som bare vil tilta.

Både IMO (International Maritime Organization) og EU sin nye taksonomi satser tungt på å utvikle krav og regler som vil understøtte dette (Doyle, D. H. (2021). A Short Guide to the EU ́sTaxonomy Regulation. S&P Global.). Utfordringen er bare at det går altfor sakte. Vi trenger akselerasjon for å nå våre målsettinger for både 2030 og 2050. Jeg tror det er viktig å huske at det å nå klimamålene ikke vil løse noe problem, men bare hindre at det blir mye verre enn vi ser konturene av i dag.

En viktig oppfølging av dette blir måling av tiltak og ikke minst effekten av disse. Rapportering i henhold til EU sin taksonomi blir viktig i tiden som kommer, der bankene vil kunne spille en viktig rolle i finansieringen av løsninger som tilfredsstiller taksonomien. Her vil også løpende rapportering fra skip i fase 2 være viktig når det gjelder drivstofforbruk og tilhørende utslipp av CO2 og andre drivhusgasser.

Betydningen av digitalisering i den maritime verdikjeden

Dersom en igjen ser på hva dette betyr i den maritime verdikjeden, der bygging av skip er arbeidsintensivt, betyr det at dersom de økonomiske aspektene skal dominere, så vil en stadig større del av skipene bygges ute. Hva betyr dette da med tanke på det sosiale aspektet med å skape flere arbeidsplasser i Norge, og ikke minst hva dette får å bety for verdikjeden i Norge, og eventuelt en svekkelse av denne med større fysisk avstand til produksjonen?

Et annet aspekt som har kommet opp den seneste tiden, med krigen i Ukraina, er den sikkerhets- politiske situasjonen. Dette styrker argumentet for å beholde i alle fall en kritisk minste masse av produksjon i Norge.

I denne artikkelen har jeg lagt vekt på å belyse viktigheten av digitale verktøy for beslutninger i næringslivet, spesielt i en tid med økende kompleksitet knyttet til bærekraft. Jeg har brukt eksempler fra maritim industri generelt og Ulstein Group spesielt. Mulighetene som ligger foran oss når det gjelder digitalisering, er store. Jeg tenker da spesielt på mulighetene knyttet til de store mengdene data som genereres i verdikjeden og hvordan disse dataene kan transformeres til ny innsikt. Dette er et krevende stykke arbeid som vil kreve samhandling på tvers av ulike domener og ikke minst kunnskap om data vitenskap (data science). En annen stor mulighet er knyttet til utviklingen av operasjonsrom, men dette har også har sine betydelige utfordringer knyttet til tapet av taus kunnskap.

Konklusjonen min er at en grønn transisjon ikke er mulig uten en digital transisjon, med økende behov for ny teknologi, nye tjenester og ikke minst ny kompetanse som kan imøtekomme behovet for tverrfaglig forståelse.