Trygg AI starter med data du kan stole på
AI kan analysere, anbefale og gjøre endringer raskere enn mennesker rekker å kontrollere. Da blir det avgjørende å kunne stole på dataene systemene bygger på, og å vite at virksomheten kan gjenopprette dem hvis noe går galt.
Annonsørinnhold fra
I de fleste virksomheter er data selve grunnlaget for systemer som analyserer informasjon og tar beslutninger på virksomhetens vegne. Det gjør at kvaliteten og forvaltningen blir stadig viktigere. Feil eller mangelfulle data kan få direkte konsekvenser for virksomheten.
Morten Nilaus, Senior Sales Director for the Nordics, Veeam mener tillit til data derfor har fått en ny betydning.
– Data er drivstoffet for AI-modellene. Hvis dataene er feil eller mangelfulle, blir det også vanskeligere å stole på resultatene, sier han.
For ledergruppen handler dette om mer enn å beskytte data mot angrep. Virksomheten må også kunne dokumentere hvilke data som er berørt, hvor langt en feil har spredt seg, og om det er mulig å komme tilbake til en kjent og trygg tilstand.
Veeams Data Trust and Resilience Report 2026 viser et tydelig gap mellom opplevd og faktisk beredskap. 90 prosent av respondentene er svært eller ekstremt trygge på at de kan gjenopprette innenfor egne tidsmål. Samtidig var det bare 28 prosent av virksomhetene som ble rammet av løsepengevirus som klarte å gjenopprette alle berørte data.
AI stiller høyere krav til dataene
Når mennesker arbeider med feil informasjon, kan de ta feil beslutninger. Når AI brukes i arbeidsprosesser, kan den samme feilen få langt større rekkevidde på kort tid.
– Det farlige er ikke nødvendigvis den enkelte feilen, men når den skalerer og fortsetter å påvirke nye prosesser, sier Nilaus.
En AI-agent kan for eksempel legge inn feilinformasjon i et CRM-system, trekke gale slutninger eller sette i gang endringer basert på data som ikke er riktige. Da må virksomheten vite hvor feilen startet, hvilke systemer som er berørt, og hva som må rettes.
Dette forklarer også hvorfor Veeam snakker om at kontrollpunktet har flyttet seg fra modellen til dataene. AI-modeller kan byttes ut. Dataene er virksomhetens egne, og det er kvaliteten, beskyttelsen og muligheten til å gjenopprette dem som avgjør om AI kan brukes på en trygg måte.
– Modellen kan skifte flere ganger i året. Dataene er dine, og de er unike. Har du ikke kontroll på dataene, har du heller ikke kontroll på resultatene, sier Nilaus.
Gjenoppretting må kunne bevises
Når en angriper, en feil eller en AI-løsning først har påvirket data, må virksomheten kunne dokumentere hvilket tidspunkt som fortsatt var trygt.
– Det viktigste er bevisføringen. Du må kunne vise når feilen oppstod, hva som ble berørt, og at du faktisk kan gjenopprette til før problemet begynte, sier Nilaus.
Ren gjenoppretting betyr å kunne gå tilbake til data som er kontrollert og ikke inneholder den samme feilen eller skadevaren. Det holder ikke å få systemene raskt opp igjen dersom virksomheten samtidig gjeninnfører problemet.
– Du må øve. Først når du tester, vet du hvor lang tid det tar, hvilket punkt du kan gå tilbake til, og om infrastrukturen faktisk holder, sier Nilaus.
Beredskapen må følge tempoet
AI kan utføre store mengder handlinger på kort tid. Da kan én sikkerhetskopi i døgnet være for lite for systemer der tempoet er høyt. Samtidig er det sjelden nødvendig å behandle alle systemer på samme måte.
Virksomheten trenger beredskap som er tilpasset der hvor konsekvensene kan bli størst. Det kan bety hyppigere sikkerhetskopiering av enkelte data og mulighet til å gjenopprette en avgrenset del av et system uten å rulle tilbake alt annet arbeid.
– Hvis en AI-løsning har gjort feil i én del av et CRM-system, må du kunne rette akkurat den delen. Du kan ikke nødvendigvis rulle tilbake alt virksomheten har gjort siden feilen oppstod. Målet er å rette opp feilen uten å sette annet arbeid unødvendig tilbake, sier Nilaus.
Kontroll på data gir valgfrihet
– Mange virksomheter ønsker handlingsrom gjennom lange avtaleperioder. De vil kunne velge mellom lokale miljøer og ulike skyer når behovet endrer seg. Det krever at de har oversikt over egne data og vet hva som må flyttes, beskyttes og gjenopprettes, sier Nilaus.
– Det som låser virksomhetene, er ofte ikke kontrakten. Det er mangel på kontroll over dataene. Har du full kontroll, får du også større frihet til å velge hvor dataene skal ligge, fortsetter han.
Her utfyller Atea og Veeam hverandre. Atea tar utgangspunkt i virksomhetens mål, sikkerhetskrav og hvordan data faktisk brukes. Veeam leverer teknologi for å beskytte og gjenopprette data på tvers av lokale miljøer og skytjenester. Fleksible avtaler og lisenser gjør det enklere å justere leveransen når behovene endrer seg.
– En partner må kunne dokumentere evnen til å gjenopprette, øve på dette og følge med når truslene endrer seg. En løsning som er riktig i dag, må også kunne møte kravene som kommer i morgen, sier Nilaus.
Veeams modenhetsmodell for tillit til data og AI løfter frem synlighet i data- og AI-risiko, håndhevede sikkerhetstiltak, testet gjenoppretting og tydelig ansvar i ledelsen som sentrale områder å jobbe med.
Nilaus har ett tydelig råd til ledere som vil bruke AI trygt.
– Test gjenopprettingen før dere gir AI tilgang til å gjøre endringer. Hvis dere ikke vet hvor lang tid det tar å komme tilbake, eller hvilket tidspunkt dere kan gjenopprette til, har dere ikke et godt nok grunnlag for å automatisere, sier han.