Gunnar Hansen, AI Solutions Lead i Elkem, Helene Holte, Konsulentleder i Egde og Karianne Ø. Ormseth, Seniorrådgiver i Egde.

E2: Fra intern AI‑plattform til et industrielt økosystem

Da Elkem startet sin AIreise i 2022, var generativ AI fremdeles et fenomen for spesielt interesserte. Selskapet eksperimenterte i det stille med tidlige språkmodeller, små prototyper og interne pilotprosjekter. For Elkem handlet det ikke om å følge en trend, men om å forstå hva teknologien faktisk kunne brukes til.

«Vi jobbet med generativ AI før de fleste hadde begynt å snakke om det», sier Gunnar Hansen, AI Solutions Lead i Elkem. Gjennombruddet kom i 2024, da en løsning for tilbuds- og leverandøranalyse viste at flere av byggeklossene de hadde skapt, kunne gjenbrukes. Det ble starten på en intern AIplattform som ga dem muligheten til å bygge løsninger raskere, tryggere og langt mer repeterbart enn tidligere.

En arbeidsform som endret tempoet i organisasjonen

Effekten går dypere enn effektivisering. Ansatte ser nå AI som et arbeidsverktøy de selv kan bruke og påvirke, ikke som et prosjekt som tilhører IT avdelingen. Kulturendringen er en av de mest verdifulle gevinstene og en viktig dimensjon, men det er fortsatt en vei til mål, og en organisasjon som nå er godt inne i en modningsprosess som det blir viktig å holde oppdatert og informert videre.

Et veivalg: Skulle Elkem bli et softwareselskap?

Suksessen vakte oppmerksomhet utenfor konsernet. Industriselskaper begynte å ta kontakt med spørsmål som: Kan vi kjøpe plattformen? Kan dere bygge slike løsninger for oss?

Men Elkem var aldri ute etter å kommersialisere teknologien. «Vi hadde ikke ambisjoner om å bli et softwareselskap», sier Hansen. Selskapet trengte en partner som både forstod teknologien og metodikken som lå bak, og som kunne videreutvikle modellen uten å endre dens grunnprinsipper.

Egde ble valgt fordi de delte filosofien

Valget falt på Egde. Det var ikke primært teknologi som avgjorde, men kultur og arbeidsform. Egde hadde allerede bygget en modulær AIplattform basert på Azure, med ferdige agenter, sikkerhetsmekanismer og integrasjoner mot sentrale industrisystemer. Men like viktig var at de delte Elkems overbevisning om at virksomheter må eie sin egen AIreise, og at en vellykket implementering krever tempo, læring og tett involvering av brukerne.

«Egde forstod ikke bare teknologien vår, de forstod måten vi jobbet på», sier Hansen. Dette la grunnlaget for et partnerskap som skulle utvikle noe større enn en plattform: et industrielt økosystem.

Egde forstod ikke bare teknologien vår, de forstod måten vi jobbet på.

Gunnar Hansen, AI Solutions Lead i Elkem

E2: En ny inngang til AI for industribedrifter

Samarbeidet resulterte i E2 - en kombinasjon av Elkems dokumenterte praksis og industrielle verktøykasse og Egdes tekniske plattform[GH3.1]. E2 er ikke et enkeltprodukt, men en helhetlig modell som gir selskaper muligheten til å starte raskt, skalere trygt og bygge kompetanse internt.

Den tekniske plattformen gir en stabil grunnmur, mens ferdigtestede use cases og gjenbrukbare agenter gjør det mulig å komme raskt i gang. Integrasjoner mot industrisystemer fjerner friksjon, og akselererer farten for at strategi, kultur, kompetanse og governance utvikles parallelt. Sammen skaper dette et fellesskap der selskaper kan dele erfaringer og utvikle løsninger sammen, en form for kollektiv innovasjon som tradisjonelt har vært sjelden i industrien.

Neste fase: agentisk AI og automatisert innsikt

Plattformen utvikles nå videre mot agentisk AI — autonome digitale medarbeidere som kan jobbe på tvers av datakilder, prosesser og systemer. Dette kombineres med generativ og numerisk AI for å levere raskere og mer presis innsikt.

For industrien betyr dette en ny form for beslutningsstøtte, der analyser og oppgaver som før krevde betydelige ressurser, kan utføres kontinuerlig og med høy kvalitet.

Mer enn teknologi - en ny måte å jobbe på

For Elkem handler E2 først og fremst om arbeidsform. Teknologien er viktig, men det er måten den tas i bruk på som gir konkurransefortrinn. Da Egde ble med på laget, ble denne arbeidsformen gjort tilgjengelig for flere.

«Dette handler ikke om teknologi alene. Det handler om mennesker, kultur og måten vi løser problemer på», sier Hansen.

Dette handler ikke om teknologi alene. Det handler om mennesker, kultur og måten vi løser problemer på»

Gunnar Hansen, AI Solutions Lead i Elkem

Med E2 har Elkem og Egde skapt en modell som gir industriselskaper muligheten til å bygge AI i sitt eget tempo, med egne folk, og med en trygghet som gjør at teknologien faktisk tas i bruk, ikke bare testes ut.

Faktaboks: E2 samarbeidet mellom Elkem og Egde

Hva er E2?
E2 er et industrielt AI økosystem utviklet av Elkem og Egde, basert på Elkems dokumenterte AI praksis og Egdes tekniske plattform.

Hvorfor ble det utviklet?
Elkem trengte en måte å bygge AI løsninger raskt, sikkert og repeterbart. Plattformen ble skapt etter at tidlige prosjekter viste stort potensial for gjenbruk av byggeklosser.

Hva oppnådde Elkem?
Selskapet utviklet 40–50 AI løsninger på kort tid, reduserte feil, automatiserte rutinearbeid og gjorde innsikt tilgjengelig på sekunder, samtidig som organisasjonen tok eierskap til egen AI bruk.

Hvorfor Egde?
Egde ble valgt fordi de forstod både teknologien og arbeidsfilosofien bak Elkems modell, og hadde en skalerbar, sikker plattform som passet industribedrifters behov.

Hva gjør E2 mulig for andre selskaper?
E2 gir rask start, lav risiko, kontroll over egne data og tilgang til ferdige use cases, gjenbrukbare agenter og et voksende community for industriell AI utvikling.

Hva kommer videre?
Neste steg er agentisk AI, autonome digitale medarbeidere som kan koble og analysere data på tvers av systemer for raskere og bedre beslutningsstøtte.

Forstå hvordan industriell AI tas fra ambisjon til verdiskaping

Vi har laget en innsiktsrapport som viser hvordan industriselskaper kan ta AI fra tidlig eksperimentering til løsninger i faktisk drift. Med utgangspunkt i dokumentert praksis presenteres E2 – en helhetlig modell utviklet av Elkem og Egde, som kombinerer plattform, arbeidsmetodikk og organisering for trygg og effektiv skalering av AI.