Kort oppsummert
- De fleste AI-verktøy sender innholdet til en ekstern tjeneste for behandling.
- For HMS-data — avvik, varslingssaker, personopplysninger — er det ofte nok til at AI legges bort helt.
- Lokal AI snur på det: modellen flyttes til dataene, ikke omvendt.
- Nytten ligger i mønstre over tid — gjentakende avvik, saker som står stille, rapportering som tar tid.
- Lokal AI stiller egne krav til maskinvare, og er en egen modul som aktiveres ved behov.
Hvorfor AI ofte stopper i HMS-arbeid
Interessen er der. De fleste som jobber med HMS ser umiddelbart hva AI kunne bidratt med: finne igjen den ene rapporten, oppdage at samme feil har skjedd fem ganger, skrive utkastet til årsrapporten.
Så kommer spørsmålet fra IT eller personvernansvarlig: hvor sendes dataene?
For de fleste AI-tjenester er svaret at innholdet sendes til en ekstern leverandør for behandling. Det kan være helt greit for generelle spørsmål. Det er noe annet når innholdet er en varslingssak, et avvik med navngitte personer, eller dokumentasjon som beskriver sårbarheter i egen virksomhet.
Resultatet er ofte at AI legges bort — ikke fordi nytten mangler, men fordi risikoen ikke lar seg forsvare.
Hva lokal AI faktisk betyr
Lokal AI snur logikken. I stedet for å sende dataene til modellen, kjører modellen der dataene allerede ligger.
I Continua betyr det at AI-en kjører på den samme lukkede serveren som resten av systemet — bak samme brannmur, under samme tilgangsstyring. Den har tilgang til det som allerede er registrert, og sender ingenting ut.
Det er verdt å være tydelig på hva dette ikke er: det er ikke ChatGPT, Claude eller en annen ekstern tjeneste med et lokalt grensesnitt foran. Ingen data går til slike tjenester. Modellen kjører i deres eget miljø.
Prinsippet er enkelt: AI-en flyttes til dataene, ikke dataene til AI-en.
Hva den faktisk kan gjøre
Forventningene til AI er ofte enten for høye eller for lave. Her er det som gir reell verdi i et drifts- og HMS-system:
Finne mønstre over tid
Et enkeltavvik er lett å forstå. Femte gang samme type feil oppstår i samme avdeling, er det et mønster — men bare hvis noen ser sammenhengen. Det krever at man leser på tvers av saker og perioder, noe få har tid til. Det er nettopp den typen jobb en modell er god på.
Gjennomgå innsendinger
Kontroller, sjekklister og avviksmeldinger genererer mye tekst. AI-en kan gå gjennom det som er sendt inn og løfte fram det som er verdt å se nærmere på, i stedet for at noen må lese alt.
Bistå med rapportering
Årsrapporter og oppsummeringer bygger på data som allerede finnes i systemet. Å sammenstille og formulere er tidkrevende, men ikke komplisert — en god oppgave å få hjelp til.
Passe på at ingenting glemmes
Frister som nærmer seg, saker som står stille, kontroller som ikke er kvittert ut. Ikke avansert, men verdifullt — fordi det er akkurat dette som glipper i en travel hverdag.
Hva den ikke gjør
Vi mener det er like viktig å si hva lokal AI ikke er.
- Den tar ikke beslutninger. Den foreslår og løfter fram. Vurderingen er fortsatt et menneskeansvar — og ved HMS-spørsmål er det også et juridisk ansvar.
- Den erstatter ikke rutiner. Er datagrunnlaget tynt, blir også analysen tynn. AI gjør et dårlig HMS-arbeid raskere, ikke bedre.
- Den ser ikke mer enn brukeren. AI-en forholder seg til samme tilgangsstyring som alle andre. Roller og rettigheter gjelder fortsatt.
- Den er ikke gratis i drift. Å kjøre en modell lokalt stiller krav til maskinvare. Det er en av grunnene til at lokal AI er en egen modul som avtales særskilt, ikke noe som følger med som standard.
Personvern og dokumentasjon
For mange virksomheter er det ikke bare et spørsmål om hva som er lov, men om hva som kan forsvares og dokumenteres.
Når behandlingen skjer lokalt, slipper dere en rekke spørsmål som ellers må avklares: hvilken leverandør som behandler dataene, hvor de lagres, hvilket overføringsgrunnlag som gjelder, og hvordan dette skal beskrives i behandlingsprotokollen.
Det betyr ikke at personvern blir irrelevant — dere er fortsatt behandlingsansvarlig for opplysningene i systemet. Men antall ledd blir færre, og det er enklere å forklare både internt og til den som spør. Les mer om hvordan data lagres og sikres.
Slik ville vi gått fram
Vårt råd er å starte smalt og konkret, ikke med AI som mål i seg selv.
- Få datagrunnlaget på plass først. AI har lite å arbeide med hvis avvik meldes muntlig og kontroller ligger i en perm. Verdien vokser med hvor mye som faktisk registreres.
- Velg én oppgave. For eksempel: finn gjentakende avvik siste tolv måneder. Konkret, målbart, og lett å vurdere nytten av.
- Vurder resultatet kritisk. Ga den innsikt dere ikke hadde? Eller bekreftet den bare det dere visste?
- Utvid der det gir verdi. Rapportering og oppfølging er naturlige neste steg.
Se hvordan lokal AI er satt opp i Continua.
Ofte stilte spørsmål
Bruker lokal AI ChatGPT eller Claude?
Nei. Lokal AI i Continua kjører på virksomhetens egen lukkede server. Data sendes ikke til ChatGPT, Claude eller andre eksterne AI-tjenester.
Hvor kjører AI-en?
På den samme lukkede serveren som Continua ellers kjører på — i deres eget miljø, bak samme brannmur og tilgangsstyring som resten av systemet.
Hva kan lokal AI brukes til i HMS-arbeid?
Den kan analysere innsendinger, finne gjentakende problemer på tvers av saker og perioder, bistå med rapportering, og følge opp at frister og oppgaver ikke glemmes.
Ser AI-en alt som ligger i systemet?
Nei. AI-en forholder seg til den samme tilgangsstyringen som brukerne, slik at roller og rettigheter dere har satt opp fortsatt gjelder.
Er lokal AI inkludert som standard?
Nei. Lokal AI er en egen modul som aktiveres ved behov. Den stiller egne krav til maskinvare, og omfang og pris avtales særskilt.
Hva med personvern og GDPR?
Når behandlingen skjer lokalt, blir det færre ledd å redegjøre for — ingen ekstern leverandør, ingen overføring ut. Virksomheten er fortsatt behandlingsansvarlig for opplysningene i systemet.