Satsningen er et nytt område i KPMG Norge, men ikke internasjonalt. – Kort oppsummert hjelper jeg til med digitaliseringen av bedrifter gjennom automatisering av tjenester ved bruk av robotics og RPA ('Robotics Process Automation'). Disse robotene blir nye digitale medarbeidere i bedriften og egner seg godt for å gjennomføre repeterbare, regelstyrte oppgaver, som gjerne skjer i høyt volum, forteller Henrik.

Med en mastergrad i teknisk kybernetikk fra "robotlinja" på NTNU, begynte han først karrieren sin som automasjonsingeniør i oljebransjen. Senere jobbet han som IT-konsulent med en rekke forskjellige teknologier, før veien tok han videre til KPMGs robotics-satsning.

– Jeg har jobbet med teknologien fra før, men det som er ekstra spennende med å jobbe i KPMG er at vi sitter på veldig mye spesifikk bransjeerfaring, ettersom vi er et stort selskap som er spesialister på en rekke ulike tjenesteområder. Det åpner opp for nye innspill og spennende diskusjoner om potensialet for hva slags prosesser som kan og bør automatiseres, det gir et veldig stimulerende miljø. 

– Ikke bare får jeg lov til å jobbe med den nyeste og mest spennende teknologien på markedet, men jeg har også muligheten til å bruke teknologien til å hjelpe kundene våre. Det er utrolig morsomt å se hvordan ulike bransjer kan ta i bruk den samme teknologien på forskjellige måter for å effektivisere og optimalisere sine arbeidsoppgaver gjennom bruk av automasjon. Det er også veldig tilfredsstillende å raskt se resultater av arbeidet ute hos kundene, samt trekke paralleller på løsninger på tvers av selskaper.

Henrik trekker også flere paralleller til studietiden på NTNU, selv om det ikke nødvendigvis var alt av teori han så relevansen av da.

– Under studietiden er det mye teori som kan være vanskelig å se hvordan kan benyttes i praksis. Men i arbeid med robotics er det mye som faller på plass. Avansert matematikk og statistikk er basen for 'machine learning' og systemidentifikasjon. Dette kan brukes til å sammenlikne store datasett for å finne sammenhenger og spå fremtidige utfall og 'next best action'. En robot som kan lære hva av den gjør feil og arbeide på ustrukturert data er det naturlige neste steget på veien videre fra RPA til kognitiv automasjon. 

– Å jobbe med teknologi i dag betyr å jobbe i stadig utvikling. Mulighetene er blitt veldig mye større på relativt kort tid. Vi er i det som nå omtales som den fjerde industrielle revolusjon. Det skjer betydelige fremskritt innen områder som kunstig intelligens, analytics, big data, sosiale tjenester, mobilteknologi og skyløsninger.

Dette er fremskritt som preger Henriks hverdag.

– Alle disse teknologiene kommer til å spille sammen og ha en stor innvirkning på hvordan arbeidsplassen og arbeidsoppgavene våre kommer til å endre seg i tiden fremover, forteller han.

– Nyutviklinger innenfor RPA, kunstig intelligens og maskinlæringsalgoritmer er også blitt så gode, og så tilgjengelig og enkle å bruke, at det muliggjør for mange nye, spennende muligheter, også innenfor automasjon av den type arbeidsoppgaver som vi tidligere har vurdert som for "avanserte" til at de kan utføres av en datamaskin.

Overgangen for robotics beskriver han som å ha gått fra mekanisk automatisering til automatisering av kunnskapsarbeid. Kunnskapsarbeid av typen "håndarbeid" for RPA-prosesser til "hodearbeid" når vi inkluderer elementer av kunstig intelligens.

– Det er en veldig spennende tid å jobbe i et selskap som prøver å sammenstille og finne synergien av alle disse teknologiene, og hjelpe kundene våre i reisen med den digitale transformasjonen, poengterer han. - Stort sett alle jeg snakker med i jobbsammenheng har en eller flere manuelle arbeidsoppgaver som de kunne tenke seg å få automatisert og effektivisert. 

Noe av det Henrik beskriver som en stor fordel ved å jobbe i KPMG er nettverket av kollegaer over hele verden som man kan hente og dele erfaringer og kompetanse med. - Det er utrolig fint å kunne bruke det enorme nettverket vårt over hele verden til å hente inspirasjon og utveksle ideer med eksperter på ulike fagområder.