Baptiste Bouvier, administrerende direktør og medgrunnlegger av Daptic – intervjuserie

Baptiste Bouvier er administrerende direktør og medgrunnlegger av Daptic, der han arbeider med å knytte regulatorisk innsikt til produktutvikling. Han er utdannet innen informatikk og ingeniørfag ved MIT, og erfaringen hans omfatter forskning på KI og autonome systemer ved MIT CSAIL, KI innen helse ved Babylon Health, kvantitativ forskning hos J.P. Morgan, AR/VR-ingeniørarbeid hos Meta og konsulentarbeid hos McKinsey. Han arbeider med å hjelpe produsenter med å omsette komplekse regulatoriske krav til praktiske tekniske beslutninger.

Daptic tilbyr en KI-drevet plattform for produktsamsvar som knytter sammen regulatoriske endringer, tolkninger og produktkrav gjennom hele produktets livssyklus. Programvaren hjelper regelverksspesialister, ingeniører og produktteam med å følge med på globale krav, vurdere hvilken innvirkning de har, og innarbeide dem i utviklingsarbeidet, med sporbarhet til kildene og menneskelig kontroll. I dette intervjuet snakker Bouvier om regulatorisk innsikt, fysisk KI, maskinlesbare designbegrensninger og overgangen til kontinuerlig styring av produktsamsvar gjennom hele livssyklusen.

Karrieren din har ført deg fra forskning på KI og autonome systemer ved MIT CSAIL til KI innen helse ved Babylon Health, kvantitativ forskning hos J.P. Morgan, AR/VR-ingeniørarbeid hos Meta og konsulentarbeid hos McKinsey. Hvordan påvirket disse erfaringene beslutningen din om å bli medgrunnlegger av Daptic, og hva overbeviste deg om at KI kunne endre regulatorisk innsikt grunnleggende?

Det som virkelig fikk brikkene til å falle på plass for meg, var å se hvor mye produktutvikling påvirkes av regelverk, og hvor lite programvare som fantes for å støtte dette arbeidet.

Bakgrunnen min er først og fremst innen informatikk, med noe maskinteknikk, og jeg jobbet i en rekke tekniske miljøer før jeg startet Daptic. Hos McKinsey fikk jeg imidlertid et nærmere innblikk i hvordan store selskaper utvikler fysiske produkter, og hvordan regelverk kan forsinke denne prosessen.

Jeg så svært avanserte selskaper håndtere en kritisk del av produktutviklingen ved hjelp av dokumenter, regneark, e-post og samtaler på tvers av mange ulike team. En forskrift kan begynne som juridisk tekst publisert av en myndighet, men til slutt må noen omsette den til et konkret teknisk krav som endrer hvordan et produkt utformes.

Det var dette gapet mellom regelverk og ingeniørarbeid som interesserte meg. Arbeidet krevde svært mye ekspertise, men det fantes svært lite infrastruktur som bandt det sammen. Vi omtaler denne bredere kategorien som styring av produktsamsvar gjennom hele livssyklusen: å knytte regulatoriske endringer, tolkninger og produktkrav til beslutningene teamene tar gjennom hele produktutviklingen og produktets levetid.

KI endrer hva som er mulig fordi den kan håndtere store mengder regulatorisk materiale, produktinformasjon og kunnskap i organisasjonen samtidig. Det gir oss en mulighet til å bygge infrastruktur rundt en arbeidsflyt som historisk har vært avhengig av svært mye manuelt arbeid. Det var selve grunnlaget for Daptic.

Produktutviklere i bransjer som bilindustri, romfart, forsvar, medisinsk utstyr og robotikk kan stå overfor tusenvis av regelverk i stadig endring. Hvor gir KI størst fordel når den skal gjøre denne enorme mengden regulatorisk informasjon om til noe ingeniører faktisk kan bruke i produktutviklingen?

Den største fordelen er muligheten til å opprettholde forbindelsen mellom det som skjer på regelverksområdet, og det som skjer med produktet.

Se for deg at du utvikler et komplekst fysisk produkt som etter hvert skal selges i 30 eller 40 ulike geografiske markeder. Du må forstå hvilke regelverk som gjelder, følge med på hvordan de endrer seg, finne ut hvilke endringer som har betydning for produktet ditt, og omsette de relevante kravene til tekniske beslutninger.

KI kan kontinuerlig følge med på dette regulatoriske landskapet og begrense mengden informasjon teamet må vurdere. Hvis et krav endres, kan systemet bidra til å identifisere hvilke produkter, komponenter eller tekniske beslutninger som kan bli berørt, og gi den relevante konteksten til dem som trenger den.

Den mest interessante muligheten ligger i det som skjer når den regulatoriske konteksten blir en del av selve ingeniørarbeidet. En ingeniør som tar en designbeslutning, bør raskt kunne forstå hvilke krav som gjelder for beslutningen, uten å måtte søke manuelt på tvers av jurisdiksjoner, standarder og regulatoriske områder.

Regelverk endres, og produkter endres. Den virkelige verdien ligger i å holde disse to systemene knyttet sammen, slik at teamene kan forstå konsekvensene mens de fortsatt har tid til å velge en annen teknisk løsning. Denne kontinuerlige forbindelsen er en sentral del av styring av produktsamsvar gjennom hele livssyklusen.

Regelverksetterlevelse er et område der mye står på spill ved bruk av KI. Det kan få alvorlige konsekvenser å overse et krav eller generere en feilaktig tolkning. Hvordan arbeider Daptic med nøyaktighet, forklarbarhet og menneskelig kontroll når KI brukes til regulatorisk innsikt?

Tillit er grunnleggende på dette området.

Regulatoriske beslutninger krever stor grad av sikkerhet, så sporbarhet må bygges inn i arbeidsflyten. Teamene må kunne se hvor informasjonen kommer fra, gå gjennom kildematerialet og forstå hvordan en tolkning ble gjort.

Menneskelig ekspertise er fortsatt svært viktig fordi regelverk kan være tvetydig. Et regelverk kan gi mye informasjon, men det krever ofte kontekst, erfaring og skjønn å anvende det på et bestemt produkt. Ulike eksperter kan også komme fram til ulike tolkninger av det samme kravet.

Vår tilnærming er å bruke KI til å støtte denne ekspertisen. KI kan finne og strukturere informasjon, knytte den til den relevante produktkonteksten og ta vare på resonnementene som allerede er gjort. Ingeniører og fagfolk innen regelverk er fortsatt en del av prosessen og kan gjennomgå, videreutvikle og bidra med sin egen ekspertise.

Dette skaper også noe verdifullt for organisasjonen over tid. Resonnementene bak en regulatorisk beslutning blir en del av organisasjonens kunnskap, som kan hentes fram og bygges videre på i stedet for å bli liggende i en e-posttråd eller hos én enkeltperson. For at livssyklusstyring av produktsamsvar skal fungere i stor skala, må denne konteksten og det faglige skjønnet bestå på tvers av team, produkter og utviklingssykluser.

Fysisk KI beveger seg raskt fra kontrollerte industrimiljøer mot produkter som kan brukes i hjem og offentlige rom. Etter hvert som humanoide roboter og systemer som robothunder blir mer avanserte, hvilke regulatoriske utfordringer tror du vil bli de største hindringene for at forbrukere tar dem i bruk i stor skala?

Fysisk KI samler regulatoriske områder som tidligere kunne behandles langt mer uavhengig av hverandre.

Tenk på en humanoid robot som brukes i et hjem eller et offentlig miljø. Det samme produktet kan berøre fysisk sikkerhet, elektriske systemer, batterier, trådløs kommunikasjon, cybersikkerhet, personvern og autonom atferd. Avhengig av hva roboten gjør, kan også ytterligere krav knyttet til maskiner, transport, medisinsk bruk eller andre regulerte aktiviteter bli relevante.

Det som gjør dette særlig interessant, er at disse produktene i stadig større grad defineres av programvare. Et fysisk produkt kan endres vesentlig gjennom programvare etter at det allerede er solgt. En ny funksjon eller atferd som innføres gjennom en oppdatering, kan endre de regulatoriske hensynene som gjelder for produktet.

Det betyr at selskaper må tenke på regelverk gjennom hele produktets livssyklus, ikke bare på ett enkelt tidspunkt før lansering. Overgangen fra samsvarsvurdering på ett tidspunkt til kontinuerlig livssyklusstyring av produktsamsvar blir særlig viktig for produkter som kan utvikle seg etter at de kommer på markedet.

Dette har også en global dimensjon. Ulike jurisdiksjoner utarbeider regler for disse teknologiene i ulikt tempo og ofte med ulike utgangspunkt.

For selskaper som utvikler produkter basert på fysisk KI, blir regulatorisk strategi i stadig større grad en del av produktstrategien. Valg knyttet til sensorer, autonomi, datainnsamling, materialer, tilkobling og produktegenskaper kan påvirke hvor et produkt kan tas i bruk, hvordan det må testes, og hvilke krav det må oppfylle. Disse sammenhengene må forstås mens produktet fortsatt er under utvikling.

I dag blir etterlevelse av regelverk ofte behandlet som noe som skjer mot slutten av produktutviklingen. Hva endrer seg når regulatoriske krav blir en del av grunnlaget for ingeniørarbeid og produktutforming helt fra starten?

Det gir ingeniørene et langt større mulighetsrom.

Et nyttig eksempel fra ingeniørfaget er design for produserbarhet. Du kan utforme noe i CAD som ser helt rimelig ut, og så oppdage at det krever en helt annen tilnærming å produsere det i stor skala. Bransjen utviklet verktøy og metoder som trakk informasjon om produserbarhet inn tidligere i designprosessen, slik at ingeniørene kunne ta hensyn til disse begrensningene mens de fortsatt hadde handlingsrom.

Regulatoriske krav kan utvikle seg på samme måte.

Hvis ingeniørene forstår de regulatoriske begrensningene mens de utformer produktet, kan de vurdere ulike arkitekturer, materialer, komponenter og produktegenskaper med langt bedre forståelse av sammenhengen. De kan også forstå hvordan et valg kan påvirke testing, sertifisering eller markedsadgang før de forplikter seg til måneder med utviklingsarbeid.

Det kan ha stor betydning for utviklingstempoet og kostnadene. Enda viktigere er det at regelverk blir en del av ingeniørarbeidet, i stedet for informasjon som kommer etter at mange av de viktige produktbeslutningene allerede er tatt. Dette er en av de grunnleggende endringene som ligger bak livssyklusstyring av produktsamsvar: regulatorisk innsikt blir en del av hvordan produktet utvikles, ikke bare en kontrollport det må passere senere.

Kan regelverk etter hvert bli nesten maskinlesbare designbegrensninger, slik at KI-systemer kan varsle ingeniører i sanntid om at en foreslått komponent, et materiale, en programvarefunksjon eller en produktegenskap kan være i strid med kravene i et bestemt marked? Hvor nær er vi en slik arbeidsflyt?

Vi beveger oss i den retningen, men nøkkelen er ikke bare å gjøre regelverket maskinlesbart. Det handler om å oversette regelverksspråk til rammer som gir mening i sammenheng med et bestemt produkt.

Regelverk er som regel ikke skrevet som tekniske spesifikasjoner. Det utformes av myndigheter og standardiseringsorganisasjoner for mennesker, og det finnes flere tolkningsledd mellom regelverksteksten og det tekniske kravet en ingeniør faktisk trenger.

KI gir oss langt bedre verktøy for å knytte disse leddene sammen. Et system kan forstå regelverkskravene, de offisielle tolkningene og konteksten til produktet som utformes. Når en ingeniør endrer et materiale, en komponent, en programvarefunksjon eller produktets virkemåte, kan systemet synliggjøre hvilke krav som kan bli berørt, og forklare sammenhengen.

Det avgjørende er produktkonteksten. Det samme regelverksspråket kan få svært ulike konsekvenser, avhengig av produktet, markedet, komponenten eller den tiltenkte bruken.

Vi er allerede på vei mot å ta i bruk deler av denne arbeidsflyten. For å integrere regelverkstilbakemeldinger på en gjennomgående måte i tekniske arbeidsmiljøer trengs en strukturert forståelse av produktkonteksten og pålitelige koblinger mellom regelverksspråk, interne tolkninger og tekniske krav. KI har gjort oss bedre i stand til å bygge disse koblingene.

Over tid forventer jeg at tilbakemeldinger om regelverk blir langt bedre integrert i verktøyene ingeniørene allerede bruker, på samme måte som andre tekniske rammer er blitt tettere knyttet til stedet der designbeslutningene tas.

Globale produsenter må ofte overholde ulike og til dels motstridende regler i flere titalls jurisdiksjoner. Hvordan kan KI hjelpe ingeniørteam med å avgjøre ikke bare hvilke regler som gjelder, men også hvordan en designbeslutning i ett marked kan påvirke produktet globalt?

Det er her det blir svært kraftfullt å kombinere regelverksinnsikt med produktkontekst.

Produsenter ønsker som regel å maksimere graden av felles løsninger på tvers av markeder, fordi det medfører betydelige kostnader og mer kompleksitet å vedlikeholde mange ulike versjoner av samme produkt. Samtidig varierer kravene mellom jurisdiksjoner, så i noen tilfeller må produktet endres.

KI kan hjelpe team med å kartlegge disse sammenhengene på en langt mer systematisk måte. Hvis dere vurderer et bestemt materiale, en komponent eller en funksjon, kan dere undersøke markedene der produktet skal selges, og få oversikt over de relevante kravene i hvert av dem.

Det gjør at ingeniørteam kan se de globale konsekvensene av en designbeslutning langt tidligere. Ett valg kan fungere i 25 markeder, men medføre ytterligere krav i fem. Teamet kan da avgjøre om det skal endre det globale designet, lage en regional variant eller velge et annet kompromiss.

Produsenter tar allerede slike beslutninger i dag. Muligheten ligger i å gi folk langt bedre oversikt over hvordan regelverket henger sammen med produktet, slik at slike avveininger kan gjøres tidligere og med et bedre beslutningsgrunnlag.

Regelverksinnsikt handler om mer enn å følge med på lover som allerede er vedtatt. Hvordan kan KI fange opp tidlige signaler fra utkast til regler, diskusjoner i myndighetene, standardiseringsorganisasjoner, håndhevingstiltak og andre kilder, slik at selskaper kan forutse krav før de påvirker en produktlansering?

Det blir særlig viktig å følge med på kommende regelverksendringer når produktutviklingsløp strekker seg over flere år.

For en produsent er det bare én del av bildet å forstå hva som endret seg i går. Teamene må også få oversikt over hva som kan endre seg mens et produkt utformes, testes og klargjøres for lansering.

Det finnes mange mulige signaler. Myndigheter publiserer forslag til regler og høringsdokumenter. Standardiseringsorganisasjoner diskuterer endringer. Tilsynsmyndigheter utgir veiledning og iverksetter håndhevingstiltak. Til sammen kan disse kildene gi nyttige indikasjoner på hvilken retning kravene utvikler seg i.

Omfanget er betydelig. En global produsent kan måtte følge med på kilder fra flere titalls jurisdiksjoner, språk og regelverksområder, og deretter avgjøre hvilke utviklingstrekk som faktisk er relevante for produktene.

KI kan overvåke disse kildene kontinuerlig, identifisere utviklingstrekk som kan være relevante, og knytte dem til bestemte produkter, komponenter eller deler av virksomheten. Dermed kan regelverkseksperter bruke mer av tiden sin på å vurdere utviklingstrekk som kan få vesentlig betydning for produktplanene.

Jo tidligere denne konteksten når produktteamet, desto større handlingsrom har selskapet. Hvis et krav sannsynligvis endres om to år, og det neste produktet deres skal lanseres om 18 måneder, kan det bli en beslutning om produktplanlegging allerede i dag.

Etter hvert som KI-agenter blir stadig mer integrert i tekniske arbeidsflyter, kan vi på sikt få se spesialiserte samsvarsagenter som samarbeider med ingeniører, produktledere og andre KI-systemer gjennom hele produktets livssyklus? Hvordan ville en slik arkitektur fungere i praksis?

Ja, og jeg tror nøkkelen er at disse systemene må følge med på begge sider av ligningen. Regelverket endres, men det gjør produktet også.

Spesialiserte agenter kan kontinuerlig overvåke utviklingen i regelverket og avgjøre hvilke endringer som er relevante for en bestemt produktportefølje. Andre agenter kan bidra til å omsette disse kravene til konsekvenser for ingeniørarbeidet.

Samtidig kan agenter overvåke endringer i selve produktet. Et team kan endre et materiale, oppdatere programvare, bytte leverandør, endre en komponent eller introdusere en ny produktegenskap. Alle slike beslutninger kan påvirke hvilke krav som gjelder, eller hvordan et eksisterende krav skal tolkes.

Disse systemene må dele kontekst. En regelverksagent må forstå produktet. En ingeniøragent må ha tilgang til de relevante regulatoriske begrensningene. Begge må ha tilgang til organisasjonens tidligere beslutninger og tolkninger.

Menneskelig skjønn er fortsatt en viktig del av denne arkitekturen. Når en agent støter på uklarheter, motstridende krav eller en beslutning med betydelige konsekvenser, bør den aktuelle fagpersonen kunne gjennomgå kildene, bidra med en tolkning og dokumentere resonnementet slik at resten av organisasjonen kan dra nytte av det.

Jeg ser for meg at arkitekturen utvikler seg til et nettverk av spesialiserte systemer og eksperter som bygger på en felles forståelse av produktet. For fysiske produkter er dette særlig kraftfullt, fordi én enkelt ingeniørbeslutning kan få følger for produksjon, sikkerhet, sertifisering, regelverk og markedsadgang. På mange måter kan denne felles infrastrukturen bli det som livssyklusstyring for produktsamsvar kan utvikle seg til: et system som samordner regelverksinnsikt, produktkontekst, KI og menneskelig ekspertise gjennom hele livssyklusen.

Når du ser fem til ti år fram i tid, og fysisk KI, autonome maskiner og stadig flere programvaredefinerte produkter blir vanlig, hvordan tror du forholdet mellom ingeniørfag, KI og regelverk vil utvikle seg, og hvilken rolle ser du for deg at Daptic vil spille i dette økosystemet?

Jeg forventer at regelverksinnsikt blir et standardgrunnlag for utformingen av fysiske produkter.

Vi har sett dette skje på andre områder innen ingeniørfag. Informasjon som tidligere inngikk i en separat prosess, blir etter hvert tilgjengelig nærmere ingeniøren og på det tidspunktet beslutningen tas. Design for produksjon er et godt eksempel.

Regelverksarbeidet beveger seg i den retningen fordi KI gjør det mulig å håndtere omfanget og kompleksiteten og knytte regulatoriske krav til bestemte produkter og ingeniørbeslutninger.

Dette blir stadig viktigere etter hvert som produktene blir mer autonome og programvaredefinerte. En programvareoppdatering kan endre hvordan et fysisk produkt oppfører seg etter lansering. En leverandør eller komponent kan bli byttet ut. En ny egenskap kan påvirke hvilke krav som er relevante. Samtidig fortsetter regelverk og standarder å utvikle seg på tvers av markeder.

Produktet endrer seg, og regelverket endrer seg. Bedrifter trenger infrastruktur som kontinuerlig kan knytte disse to sammen.

Det er denne retningen vi utvikler Daptic i. Vi ønsker at regelverksinnsikt skal bli en del av infrastrukturen for produktutvikling, slik at ingeniører får innsikt i regulatoriske konsekvenser mens de fortsatt har handlingsrom i designarbeidet, og regulatoriske eksperter får mulighet til å ta i bruk ekspertisen sin på tvers av langt større organisasjoner.

Til syvende og sist ser vi for oss at livssyklusstyring for produktsamsvar blir en sentral del av denne infrastrukturen. Målet er å knytte sammen regelverk og ingeniørarbeid gjennom hele produktets livssyklus, slik at bedrifter kan ta bedre produktbeslutninger, bevare kritisk institusjonell kunnskap og få fysiske innovasjoner raskere ut på markedet.

Takk for et flott intervju. Lesere som ønsker å lære mer om KI-drevet regelverksinnsikt og livssyklusstyring for produktsamsvar, kan besøke Daptic.