Et KI-verktøy trenger ikke styre en maskin for å påvirke sikkerheten. Hvis verktøyet anbefaler å utsette en inspeksjon, og vedlikeholdsteamet følger rådet, kan det få konsekvenser for utstyr, ansatte og produksjon. Derfor holder det ikke å spørre om et menneske godkjenner anbefalingen. Ledelsen må også vite om personen har nok informasjon, tid og myndighet til å si imot.
En kartlegging fra Havindustritilsynet, Havtil, viser hvorfor dette er viktig. I oktober 2026 meldte tilsynet at noen operatørselskaper beskrev bruk av KI til blant annet brønnplanlegging, vedlikehold og beslutningsstøtte, samtidig som de svarte at de ikke hadde KI-systemer med betydning for sikkerheten. Havtil understreker at råd og prioriteringer kan påvirke sikkerheten, selv når KI ikke styrer utstyret direkte.
Dette er relevant også utenfor petroleumsnæringen. En norsk industribedrift, matprodusent eller transportbedrift kan bruke KI i vedlikeholdet uten å tenke på verktøyet som en del av sikkerhetsarbeidet. Løsningen er ikke å stoppe all bruk. Begynn med å finne ut hvilke beslutninger som kan påvirke mennesker eller viktig drift, og hvordan ansatte skal teste og utfordre anbefalingene.
Hva fant Havtil?
I kartleggingen som ble publisert 21. oktober stilte Havtil tolv spørsmål til ni operatørselskaper på norsk sokkel om bruk og oppfølging av KI. Alle ni svarte skriftlig. Ifølge rapporten ble svarene ikke kontrollert gjennom tilsyn eller intervjuer. Undersøkelsen er liten og gjelder én næring. Den sier ikke hvordan det står til i norsk næringsliv generelt.
Over halvparten oppga at de ikke hadde, eller ikke kunne dokumentere, en fullstendig oversikt over KI-systemer under utvikling og i bruk. Noen hadde registre og definerte roller. Andre hadde begrenset oversikt, også over KI som inngår i leverandørenes produkter. Selskapene beskrev dessuten ulik praksis for å involvere ansatte og stille krav til leverandører. Funnene peker på svakheter i oppfølgingen. De viser ikke at et KI-system har forårsaket en ulykke.
Havtils vurdering av HMS-regelverket gjelder virksomhetene tilsynet følger opp. Den er ikke et identisk lovkrav for alle norske aksjeselskaper. Bedrifter i andre næringer må vurdere regelverket som gjelder for deres arbeid.
Et råd kan endre en viktig beslutning
Tenk deg en norsk matprodusent som bruker en pumpe i kjøleanlegget. Eksemplet er oppdiktet. Et system fra leverandøren anbefaler å utsette en inspeksjon fordi de siste sensormålingene ser normale ut. Vedlikeholdslederen følger rådet. Senere oppstår en feil som sensorene ikke fanget opp. Produksjonen blir avbrutt, og matsikkerheten kan bli berørt.
Eksemplet beskriver ikke en virkelig hendelse. Det betyr heller ikke at KI er mindre pålitelig enn manuell planlegging. Et godt system kan også oppdage slitasje tidligere enn dagens rutiner. Poenget er at beslutningen avhenger av mer enn selve modellen: sensorer, data, anbefalingen, den ansatte og følgene av en utsettelse henger sammen. Hvis systemet overser et varsel, må den som tar beslutningen vite hva som skal sjekkes, og når rådet ikke bør følges.
Før dere utsetter en inspeksjon, bør leverandøren og de som vedlikeholder utstyret, kunne svare på fire spørsmål:
- Hva bygger anbefalingen på? Finn ut hvilke sensorer og opplysninger systemet bruker, hvor gamle dataene er, og hva systemet ikke kan se.
- Hva skjer når informasjonen mangler eller er feil? Test blant annet en sensor som svikter, gamle målinger og uvanlige driftsforhold. Et normalt svar er ikke bevis for at dataene er riktige.
- Hvem kan si imot, og hva skjer da? Den ansvarlige må ha myndighet til å gjennomføre inspeksjonen likevel eller be om en ny vurdering. Noter hvorfor viktige råd ble overstyrt, og følg opp hva inspeksjonen viste.
- Hva fungerer uavhengig av KI-verktøyet? Avklar hvilke inspeksjoner, alarmer og andre sikkerhetstiltak som fortsatt gjelder. To varsler er ikke nødvendigvis uavhengige hvis begge bygger på samme sensor.
Dette er praktiske spørsmål, ikke en erstatning for en teknisk sikkerhetsvurdering. For kritisk utstyr må fagfolk fastsette trygge driftsgrenser og en testplan for det aktuelle anlegget.
Den som godkjenner, må ha et reelt valg
Det er ikke nok å sette et navn ved en godkjenning. Den som bestemmer, trenger tilgang til grunnlaget, beskjed når data mangler, og en enkel måte å be om hjelp på. Hvis et team må godkjenne hundrevis av anbefalinger under tidspress, er det vanskelig å undersøke hver enkelt grundig. Ledelsen må avgjøre hvilke saker som krever ekstra kontroll, sette av tid og undersøke om ordningen fungerer i praksis.
Et eget tilsyn med Aker BPs planlagte KI- og robotprosjekter, publisert 22. oktober, viser hva spørsmålet innebærer. Havtil fant to avvik som gjaldt kvalifisering av teknologi og risikostyring ved planlagt bruk av roboter. Tilsynet kunne ikke verifisere at samspillet mellom mennesker og KI var systematisk vurdert under ulike driftsforhold og mulige feil. Prosjektene var under utvikling. Tilsynet beskriver ikke en ulykke forårsaket av KI. Havtil ba selskapet redegjøre for hvordan avvikene ville bli håndtert, med svarfrist 15. november 2026.
Andre bedrifter kan ta med seg dette: Test hele beslutningen, ikke bare modellen. Bruk et realistisk eksempel med mangelfull eller motstridende informasjon. Klarer den ansatte å oppdage usikkerheten, stille spørsmål ved rådet og holde utstyret i forsvarlig drift? Involver vedlikeholdsfolk og ansattes representanter når testen utformes. Deres kunnskap om arbeidet og uvanlige situasjoner er viktig sammen med leverandørens tekniske resultater.
Be leverandøren vise hvordan løsningen virker
Leverandøren kjenner kanskje modellen best, mens kunden vet hvordan utstyret faktisk brukes. Ingen av dem har hele bildet alene. Be om resultater fra tester som er relevante for deres drift, også for feil systemet ikke oppdaget og unødvendige varsler. Avklar hva som måles, hvordan endringer i modellen eller sensorene varsles, hvem som undersøker feil, og hvordan arbeidet fortsetter hvis verktøyet er utilgjengelig. Ett tall for treffsikkerhet gir ikke svar på alt dette.
Testing koster tid. Det kan redusere den kortsiktige besparelsen å gjennomføre inspeksjoner som systemet foreslår å utsette. Men hvis alle anbefalinger godtas uten kontroll, kan feil bli oppdaget for sent. Start med utstyret der en feil beslutning vil få størst konsekvenser. Sammenlign anbefalingene med det inspeksjonene faktisk viser, og tilpass kontrollen etter hvert som dere får bedre grunnlag. For en liten bedrift kan dette bety én viktig maskin og et møte med den vanlige vedlikeholdsleverandøren, ikke en ny teknologiavdeling.
Ledelsen gjennomfører, styret følger opp
Ledelsen bør finne ut hvor KI påvirker vedlikehold og andre viktige beslutninger i driften. Utpek en ansvarlig, involver dem som gjør arbeidet, og avtal tester og en måte å melde fra om problemer på sammen med leverandøren. Dokumenter hva som er testet, hva som fortsatt er usikkert, og når løsningen skal vurderes på nytt.
Når driftssikkerhet er en vesentlig risiko, bør styret spørre om ledelsen vet hvilke beslutninger som påvirkes, om ansatte kan utfordre anbefalingene, og hva som viser at ordningen virker. Styret bør få oversikt over vesentlige unntak og uløst risiko. Det skal ikke godkjenne den enkelte vedlikeholdsplan.
Den samme arbeidsdelingen er viktig når en KI-pilot skal over i vanlig drift: En vellykket test fjerner ikke behovet for en ansvarlig, løpende oppfølging og en plan for feil. Artikkelen om hvordan ledere kan utfordre KI-råd tar for seg en annen, men beslektet beslutning med økonomiske konsekvenser.
Gode KI-råd kan gjøre vedlikeholdet bedre. Men bedriften må også vite hva den skal gjøre når rådet bygger på mangelfulle data, er feil eller ikke lar seg kontrollere.
Kildene ble kontrollert 1. november 2026. Matprodusenten og pumpen er oppdiktet. De praktiske rådene er forfatterens anbefalinger. Lovkrav avhenger av virksomheten og aktivitetene den driver. Illustrasjonen er KI-generert.