Datafunn – et skatteincentiv for deling av data

Silvija Seres Foto: Berit Roald / NTB

Norge får ikke fart på KI uten bedre data, og ingen har incentiver til å gjøre data delbare. Derfor trenger vi et skatteincentiv for datakvalitet og deling.

Dette er en kronikk

Data er oljen i den nye KI-økonomien. Uten data kan du ikke trene KI og du kan heller ikke bruke det. Greier vi å produsere, kultivere og dele data kan vi imidlertid skape en økonomisk revolusjon. Det geniale med data er nemlig at det kan brukes av alle på samme tid og jo flere som bruker og foredler dataene, jo mer verdi får de.

Problemet vårt er ikke mangel på data. Norsk næringsliv har store datamengder. Problemet er at de ikke brukes på tvers av virksomheter. Dataene er ofte ustrukturerte, det er kostbart å rydde og dokumentere dem, og virksomheten som gjør jobben får ingen økonomisk gevinst. Da blir datadeling naturlig nok nedprioritert, selv om samfunnsgevinsten kunne vært stor.

Dette er et klassisk koordineringsproblem. Hver enkelt aktør bærer kostnaden ved å gjøre data brukbare, mens gevinsten først kommer når mange aktører gjør det samme. I dag er denne koordineringen fraværende.

KI er avhengig av store mengder strukturerte data. Uten data av høy kvalitet finnes det ingen modeller som kan trenes, ingen automatisering og ingen produktivitetsgevinster. Ifølge Stanford AI Index 2024 går en betydelig del av global AI-investering til infrastruktur – ikke bare algoritmer. Det viser at datakraft, lagring og systemer er i ferd med å bli like fundamentale for verdiskaping som selve modellene.

Aksel Braanen Sterri. Foto: Cornelius Poppe / NTB

Norske virksomheter har rikelig med domeneekspertise og datakilder, men mangler et økonomisk system som gjør det lønnsomt å løfte disse dataene opp på et nivå der de faktisk kan brukes av KI – i egen virksomhet eller på tvers av verdikjeder.

Skattefunn gir en modell for hvordan et skatteincentiv kan senke terskelen for ønsket aktivitet. Ordningen er omdiskutert, men den illustrerer én god mekanisme: Når selskaper står overfor koordineringsproblemer, i dette tilfellet forsknings- og utviklingsarbeid som alle tjener på, ikke bare selskapet som betale for det, kan et skattefradrag for dokumentert innsats gi mer av det vi ønsker oss og fordele kostnaden ved forskning og innovasjon mer rettferdig. Teknologiområdet data mangler et slikt virkemiddel.

En Datafunn-ordning kan bruke samme logikk. Bedrifter får skattefradrag når de løfter egne datasett til et nivå der de faktisk kan brukes av andre i en verdikjede. Kravene må være enkle å forstå for virksomheter, og handle om praktisk datakvalitet – ikke avansert teknologi:

• Datasettet må være beskrevet slik at andre kan forstå hva det inneholder (metadata, kilde, tidsperiode, enhet).
• Det må være strukturert slik at det kan brukes uten manuelle ryddejobber (for eksempel samme kolonneoppsett, samme begreper og samme måleenheter).
• Det må være mulig å få tilgang til dataene under et definert regime, enten åpent, partnerskapsbasert eller gjennom en betalt lisens.

Hvorfor spiller dette noen rolle? Fordi delbare data reduserer friksjon i hele økonomien. I energi, transport, bygg, havbruk og helse er det ofte flere aktører som er avhengige av kompatible datasett. Når data først er strukturert likt og beskrevet likt, faller integrasjonskostnadene raskt, og bruken av automatisering og KI blir mulig. Bedriften som gjør jobben får gevinster internt også: bedre styringsdata, mindre manuell rapportering og mer robuste prosesser.

Internasjonalt finnes flere eksempler på at myndigheter belønner arbeid med datakvalitet og deling. I Storbritannia gir den nye Data (Use and Access) Act 2025 myndighetene ansvar for å etablere mekanismer som gjør deling av data enklere og mer kostnadseffektivt, særlig gjennom standardiserte tilgangsmodeller i finans, energi og transport. I Singapore sørger IMDA for at bedrifter kan dele data trygt og kommersielt, gjennom et nasjonalt rammeverk – Trusted Data Sharing Framework – som gjør det mulig å inngå standardiserte data-partnerskap, validere datasett for gjenbruk og teste datadrevne innovasjoner i regulerte “sandkasser” før lansering. I EU krever Data Governance Act at medlemsland etablerer mekanismer for å finansiere datadeling i nøkkelsektorer, særlig gjennom såkalte «data altruism organisations» og sertifiserte delingsmekanismer.

Norge mangler et tilsvarende virkemiddel. Vi har gode felleskomponenter – Altinn, helsedatakataloger, finansnæringens API-standarder, men vi støtter ikke det kostbare arbeidet som må gjøres før data kan deles. Den jobben – å rydde, standardisere og beskrive datasettene – faller i dag mellom alle stoler, fordi ingen får betalt for den.

Skatteinsentiver løser ikke alt. Men når markedet mangler økonomiske motiver for å produsere en felles ressurs – i dette tilfellet datakvalitet og kompatibilitet – er de blant de mest treffsikre virkemidlene. En Datafunn-ordning vil gjøre datadeling til en investering, ikke en kostnad, og gi norsk næringsliv et grunnlag for KI og automatisering som ellers vil ta mange år å bygge opp.