Modenhet for kunstig intelligens i forsvarssektorens støttevirksomhet

Abstract

Kunstig intelligens (KI) blir omtalt både som en av de viktigste teknologiene for digital trans-formasjon og som en teknologi som vil forandre – eller til og med revolusjonere – forsvars- og sikkerhetsdomenet. Militære virksomheter har allerede begynt å ta KI i bruk, men forbedrings- og effektiviseringsarbeidet i de foregående langtidsplanperiodene har i liten grad vært rettet mot å utnytte KI. Forsvarsdepartementets (FDs) nylig publiserte KI-strategi for forsvarssektoren setter høye mål og ambisjoner for KI. Det gjelder også for støttevirksomheten, der mange eksisterende sivile KI-anvendelser kan være aktuelle for forsvarssektoren. Samtidig har tidligere erfaringer med digitalisering vist at støttevirksomheten har lav digital modenhet og sliter med å hente ut effekter fra initiativene som gjennomføres. For å realisere strategiske mål og ambisjoner for KI i støttevirk-somheten er det derfor viktig å få et bedre grep om dagens modenhet for KI og identifisere for-bedringsområder. Dette vil gjøre det mulig å arbeide strategisk med å øke evnen til å ta KI i bruk og innrette KI-satsinger slik at de har best mulig utgangspunkt for å lykkes. Denne rapporten har som formål å styrke forsvarssektorens evne til å forbedre og effektivisere støttevirksomheten gjennom å utnytte KI. Vi evaluerer modenheten for KI i støttevirksomheten og gir anbefalinger til tiltak. Rapportens primære målgruppe er den strategiske ledelsen i FD og Forsvaret. I modenhetsevalueringen er støttevirksomheten avgrenset til Forsvarsmateriell (FMA) og Forsvarets logistikkorganisasjon (FLO) – to sentrale aktører med overlappende verdikjeder innen materiellområdet. Rapporten bidrar til å gjøre anbefalingene fra forsvarssektorens strategi for KI om til handling, og den vil styrke FDs muligheter til å utøve strategisk styring. Rapporten presenterer et rammeverk for å evaluere modenheten. Rammeverket består av seks dimensjoner: «Strategi og ledelse», «Organisering og prosesser», «Teknologi og infrastruktur», «Data», «Utføring» og «Kompetanse og kultur». Dimensjonene er utledet fra KI-modenhets-modeller og annen litteratur om utfordringer og suksessfaktorer for KI. Rapportens datagrunnlag er intervjuer med respondenter i FLO, FMA, Cyberforsvaret og Forsvarsstaben, samtaler med fagmiljøer ved FFI, og analyser av sentrale dokumenter. Ved å kombinere det analytiske rammeverket med innsamlede data, har vi kommet frem til en beskrivelse av modenheten sett fra et tverretatlig perspektiv. Det har skjedd flere positive endringer de seneste årene som fremmer muligheten til å ta i bruk KI i både FLO og FMA. Samlet finner vi likevel mange gjenstående utfordringer som kan hindre KI-satsinger fra å lykkes, spesielt i stor skala. Vi mener at modenheten for KI per dags dato samlet sett er lav. Basert på funnene i modenhetsevalueringen, identifiserer vi fire viktige forbedrings-områder: (1) strategisk styring, (2) organisering og kompetanse, (3) eksperimentering og inno-vasjon og (4) teknologisk understøttelse og data. Innen hvert område foreslår rapporten konkrete tiltak rettet mot den strategiske ledelsen i FD og Forsvaret. Flere av utfordringene – og følgelig tiltakene – handler om rammefaktorer utenfor den enkelte organisasjons kontroll. Parallelt med innsats innen forbedringsområdene anbefaler rapporten også økt eksperimentering med KI allerede i dag for viktig kunnskapsbygging og erfaringslæring.

Artificial intelligence (AI) is one of the most important technologies for digital transformation. Scholars, experts, and policymakers also anticipate that AI will change – or even revolutionise – defence and security affairs. Military organisations have already started to adopt AI. However, AI has so far received scant attention as a tool to improve efficiency in the Norwegian defence sector. This is about to change. The Norwegian Ministry of Defence (MoD) recently published a defence AI strategy, outlining ambitious goals for AI in the years ahead. The strategy also focuses on support functions, where many existing civilian AI applications can be relevant for defence organ-isations. Yet, previous digitalisation undertakings in the Norwegian defence sector have revealed that the support functions have a low digital maturity and struggle to realise effects from initiatives. Hence, to achieve the strategic objectives and ambitions for AI in the support functions, it is important to build knowledge on today’s AI maturity and identify areas of improvement. This would increase the prospects for a successful implementation of AI in the support functions over the coming years. The purpose of our report is to enhance the ability of the Norwegian defence sector to improve the efficiency of its support functions by using AI. We do so by evaluating the AI maturity of the support functions and providing recommendations for improvements. Our report is written with the strategic leadership in the MoD and the Norwegian Armed Forces in mind. However, our framework, findings, and recommendations may also be relevant for other organisations and stakeholders that seek to increase their ability to adopt AI. We have developed a framework for assessing AI maturity that consists of six dimensions: ‘Strategy and leadership’, ‘Organisational set-up and processes’, ‘Technology and infrastructure’, ‘Data’, ‘Execution’, and ‘Knowledge, skills, and culture’. These dimensions are derived from existing AI maturity models and other literature on challenges and success factors for AI. The data used to evaluate today’s AI maturity comprises interviews with key stakeholders, conversations with colleagues at the Norwegian Defence Research Establishment (FFI), and analysis of key documents. By combining the analytical framework with the data from our sources, we have arrived at a description of the current AI maturity in the support functions. The last years have seen multiple positive changes in the support functions that contribute to increasing the possibilities of using AI. However, our report also identifies many remaining challenges and bottlenecks that risk impeding AI initiatives – especially at scale – from succeeding. In sum, we conclude that the AI maturity is currently low. Based on our findings, we identify four important areas of improvement: (1) strategic governance and leadership, (2) organisational set-up and skills, (3) experimentation and innovation, and (4) technological support systems and data. Within each area, we propose specific recommendations that the strategic leadership in the MoD and Armed Forces can seek to implement to enhance the AI maturity in the support functions. In parallel with efforts aimed at strengthening each area of improvement, we recommend that the support functions quickly accelerate their experimentation with AI to gain knowledge and experience.