Anvendelse av kunstig intelligens i Forsvarsmateriell

Abstract

Stortinget har vedtatt en betydelig styrking av Forsvaret som vil føre med seg en økende oppdragsmengde for Forsvarsmateriell (FMA) innen alle ansvarsområder. Det er derfor viktig at Forsvarsmateriell har så gode og effektive prosesser som mulig. Et bidrag som kan gjøre prosessene bedre og mer effektive, er økt utnyttelse av ny teknologi som kunstig intelligens. I denne rapporten foreslår vi anvendelser av kunstig intelligens som kan være relevant for Forsvarsmateriell. Vi mener anvendelsene har lave investeringskostnader, kan bindes opp til konkrete forbedringsområder i FMA og kan piloteres uten ny omfattende datainnsamling, økt kvalitet i infrastruktur eller koordinering med andre etater. Vi finner anvendelser som oppfyller disse kriteriene, og sannsynliggjør at de er teknologisk modne, ved å vise til eksempler fra virksomheter som har tatt teknologien i bruk. Det gjelder tre områder: 1) informasjonsinnhenting 2) støtte i ressursstyring 3) kvalitetsstyring i kravspesifikasjonsprosessen Vi kobler anvendelsene opp mot utfordringer identifisert i en nylig publisert analyse av modenhet for bruk av kunstig intelligens i forsvarssektorens støttevirksomhet. Oppsummeringen viser at FMA står overfor utfordringer på virksomhetsnivå og ansattnivå. På den annen side har FMA kommet i gang med bruk av KI, og videre pilotering og eksperimentering kan føre til at modenheten bedres. For å bli bedre posisjonert for å ta i bruk kunstig intelligens anbefaler vi at FMA: 1) operasjonaliserer forsvarssektorens KI-strategi 2) jobber målrettet med kultur og holdninger 3) sentraliserer fagmiljø 4) øker kompetansen om kunstig intelligens 5) utarbeider prosjektporteføljer 6) tilpasser anskaffelsesløp 7) jobber målrettet med datainnsamling 8) utreder behovet for teknisk understøttelse

The Norwegian government is investing significantly in defense. This investment will lead to increased workload in the Norwegian Defense Material Agency (NDMA), and NDMA should improve its processes to handle the increased workload. One avenue for improvement is increased use of new technologies such as artificial intelligence. In this report, we propose some uses of artificial intelligence that can be relevant to NDMA. We focus on applications which may involve low investment costs, that can be connected to an area of improvement for NDMA, and that can be tested without significant new gathering of data, infrastructure improvements, and coordination with other government agencies. We group these applications in three areas: 1) information retrieval 2) decision support to resource allocation 3) support to the requirement specification processes We summarize and connect the applications to challenges identified by a recently published analysis of artificial intelligence maturity in the defense sector’s support functions. Our summary shows that NDMA faces challenges both at the organizational level and as an employer. On the other hand, NDMA has already started using artificial intelligence (AI), and further piloting and experimentation with the technology can lead to increased maturity. For NDMA to be better positioned to use AI, we make several recommendations. Besides a few adaptations, these are recommendations that have been made before in an earlier maturity assessment. We recommend that NDMA: 1) operationalize the defense sector’s AI strategy 2) enhance culture and attitudes toward AI 3) centralize competency on AI 4) work to increase knowledge of AI amongst all employees 5) create an AI project portfolio 6) adapt existing acquisition processes 7) increases data collection 8) assess the need for further investments in technological infrastructure