Bruk av maskinlæring og kunstig intelligens krever enorme mengder datasett som gjerne inkluderer både egne og andres data. Men hvem eier dataene og er det egentlig fritt frem å bruke resultatene? Og burde vi dele mer for raskere fremskritt?
Det er en økt bevissthet rundt eierskap og brukerrettigheter til grunndata – fortolkningsfrie data. Tilgang til grunndata har stor verdi ved at man kan lage helt nye og intelligente tjenester.
I motsetning til beskyttelse av persondata, som er rimelig gjennomregulert etter personvernreguleringen GDPR, har ikke-personrelatert data et fragmentert vern i lovgivningen. Det kan foreligge registrerte rettigheter til enkeltdata. Databaser kan være vernet av opphavsrett, dersom de er sammenstillet med tilstrekkelig frihet og med tilstrekkelig grad av kreativitet slik at sammenstillingen har preg av originalitet. På den annen side vil sammenstilling av data kun gjort av tekniske hensyn, ikke ha vern som åndsverk. I kontrakter om utnyttelse av en virksomhets data, der en tjenesteleverandør basert på kundens data utvikler skreddersydde løsninger for kundens formål, vil partene som regel avtale at dataene er eiet av kunden. Det er kunden som sitter på kontrollen om tilgangsstyring og rettigheter til å bruke og utnytte dataene. Kontrakten som middel er fleksibel i den forstand at partene kan regulere alt som ikke er lovregulert, og kunden kan gi tilgang etter behov.
I januar 2021 fikk vi i Norge en ny lov om forretningshemmeligheter, som skal verne hemmelig informasjon med kommersiell verdi for kunden. Informasjonen må være hemmelige (ikke allment kjent eller tilgjengelige), og ha kommersiell verdi nettopp fordi den er hemmelig – og samtidig må kunden ha tatt steg for å hemmeligholde informasjonen. Etter loven er det forbudt å tilegne seg slike hemmelige data uten å ha rett til det. Loven gjør at partene i en avtale der bruk og utnyttelse av virksomhetskritiske, hemmelige data er en del av tjenesten, må avtale tjenesteleverandørens rett til å tilegne seg og bruke disse dataene – også for kundens egne formål.
Ettersom virksomheter nå i økende grad tar i bruk datakrevende teknologi og bruk av AI, IoT, digitale tvillinger og annet, må spesielt industribedrifter vurdere hvordan eierskap til dataene påvirker ikke bare personvernet, men deres egne maskinlæringsinitiativer og konkurransefortrinn i og med bruken av disse.
Man må være bevisst hvem som eier dataene – virksomheten selv eller virksomhetens kunder. Deretter må en – hvis eierskap er sikret, strategisk bestemme hvor restriktive man som eier skal være med dataene.
Mange virksomheter velger å holde alle sine industrielle data proprietære og tett til brystet for å sikre seg konkurransefortrinn. De beholder kontrollen over data og kan styre hvordan disse dataene brukes. Det betyr imidlertid også at tjenesteleverandørene deres og andre arbeider med en mindre mengde data. AI og maskinlæringsevner vil med dette være begrenset – og disse begrensningene vil hindre innovasjonen av nye prediktive modeller, noe som potensielt kan resultere i en konkurranseulempe.
Restriktivt eierskap og liten form for datadeling hemmer potensialet til maskinlæring, men hvis industrien kan skape nye forhold for trygg, sikker og til og med proprietær datadeling kan dette skape helt nye muligheter for alle.
Jenny Sveen Hovda
Partner i Bull & Co
Kristin Haram Førde
Partner i Bull & Co
