«En maniac av en leder på toppen» bak AI-satsingen i Oljefondet

Da kunstig intelligens slo inn for fullt i Norges Bank Investment Management (Oljefondet) som en i 2023, sto Birgitte Bryne uten en klar plan. Strategien for 2023–2025 nevnte riktignok maskinlæring, men det var som et fremtidsprosjekt. Virkeligheten ble en annen: AI ble plutselig en nødvendighet, og fondet måtte snu seg raskt. 

Under SuperOffice sitt arrangement CHANGE 2025, ga Bryne publikum en leksjon i adopsjon og anvendelse av kunstig intelligens i praksis. At Oljefondet sto så godt rustet til å gripe teknologien, skyldes delvis en tidligere beslutning om insourcing: Allerede i 2019 hentet de hjem alt av IT-drift og kompetanse, og kvittet seg med konsulenter. 

– Vi ville ha kontroll på våre egne ting, skjønne hva vi driver med, og ha ekspertisen selv, sier Bryne. Denne reisen gjorde fondet i stand til å kaste seg på AI-bølgen med fullt momentum.

En plan i åtte deler

Med AI som verktøy satte ledelsen seg et hårete mål: 20 prosent bedre effektivitet årlig. Tallfestingen var ikke vitenskapelig begrunnet, men et bevisst grep.

– Hvis vi ikke setter målene så hårete at folk ler av dem, er de ikke ambisiøse nok, sier Bryne.

Målene blir fulgt opp med konkrete tiltak – organisert i åtte prinsipper som nå definerer Oljefondets AI-strategi.

– Dette toget må alle være med på, sier Bryne, og peker på at det like mye handler om kultur som teknologi. Fondet har valgt å møte AI med entusiasme, snacks og gode arrangementer – og ikke minst en tydelig ledelse som setter press bak ordene. 

1. En maniac av en leder på toppen

Bryne understreker at AI-satsingen krever ledere som pusher kontinuerlig. Her har hun hatt støtte fra Nicolai Tangen selv, som hun kaller «en maniac av en leder» i denne sammenhengen. Tangen har gjort AI til et fast innslag på morgenmøter og i fondets arrangementer, med budskapet om at ansatte enten tar teknologien i bruk – eller blir parkert av utviklingen. Denne konstante påminnelsen har bidratt til å skape kulturendringen fondet trengte.

2. Hackathons som metode

For å gi alle ansatte en praktisk inngang til AI, arrangerer fondet store hackathons. Grupper ble satt sammen på tvers av fag og teknologi, og oppgavene skulle løses – og settes i produksjon – på kort tid. Målet var å bryte ned skillet mellom IT og forretning. Dette må inn fra grasrota. IT-avdelingen kan ikke drive dette alene, sier Bryne.

3. Et dedikert AI-team

Fondet bygget opp et eget AI-team som fungerer som kompetansesenter og kontaktpunkt mot teknologileverandører. Teamet tester nye modeller fortløpende og sørger for at organisasjonen alltid ligger tett på den raske utviklingen. 

4. Tre sentrale verktøy

Tre verktøy er blitt kjernen i den daglige AI-bruken: Claude som språkmodell integrert med fondets datasystemer, Cursor for utviklere og Copilot i Office-pakken. Leverandører kvalitetssikrer modellene før bruk, for å unngå feil og hallucinasjoner. Å finne gode samarbeidspartnere er ekstremt viktig, understreker Bryne.

5. Opplæring og demokratisering

Alle ansatte har måttet gjennom syv moduler med AI-opplæring. Bryne mener dette var nok til å skape en felles basis: Det er faktisk nok til at du klarer å bruke dette til å løse en daglig oppgave. Opplæringen er supplert med frivillige kurs og arrangementer – sju moduler som varer rundt en halv time. Målet er å demokratisere teknologien og redusere gapet mellom forretning og IT.

6. AI-ambassadører

For å sikre at folk ikke gir opp ved første hinder, har fondet utnevnt AI-ambassadører i organisasjonen. De får ekstra opplæring og fungerer som lavterskelstøtte for kolleger. Slik kan terskelen for å bruke nye verktøy senkes, og erfaringene viser at ansatte som prøver flere ganger, til slutt alltid får det til.

7. Moderne tech stack

Oljefondet har lenge vært blant de mest offensive i offentlig sektor på skyteknologi. All drift er flyttet til offentlig sky, en beslutning som viste seg avgjørende under pandemien. I tillegg ble et nytt datavarehus fullført i 2024 etter stramme tidsfrister. Bryne mener dette har vært en forutsetning for å lykkes med AI, men tonet ned detaljene: Poenget er at en moderne infrastruktur må være på plass.

8. Investering og effektivitet

Bryne viste til noen større prosjekter der AI brukes også direkte i kjernevirksomheten, blant annet en investeringssimulator som predikerer sannsynlige utfall av handler basert på historiske data, og gir forvalterne et bedre beslutningsgrunnlag. I tillegg brukes AI til å redusere transaksjonskostnader ved å matche interne kjøps- og salgsordre mellom ulike forvaltere. Modeller kan til og med forutsi når en intern motpart sannsynligvis dukker opp, slik at fondet kan vente og redusere transaksjonskostnader.