Proprietær eller åpen kildekode? Knus den myten!

I dag er det ingen motsetninger mellom åpen og proprietær programvare. Vi lever i en hybrid verden der alle drar nytte av å bruke begge, skriver Lars Arne Skår i SAS Institute.

Av og til ser vi overskrifter om en kommune, myndighet eller selskap som bytter ut proprietær programvare, med åpen kildekode. Mest aktuelt er smittesporingsappen her i Norge hvor en rekke fagfolk gikk ut mot Simulas opprinnelige valg om å ikke tilgjengeliggjøre kildekoden, mens vi nå ser at FHI velger å utvikle deler av appen på åpen kildekode.

Vi ser økende grad av støtte og bruk av åpen klidekode hos etablerte aktører som tidligere var kjent for proprietære løsninger og nye aktører som baserer tilnærmet hele sin eksistens på åpen kildekode.

Microsoft er nå toneangivende leverandør av Linux-baserte servere fra skyplattformen, Azure. Også Google bruker masse åpen kildekode og donerer store deler av sin programvare til dette. Samtidig spiller åpen kildekode mer sammen med Microsoft Windows, Office365 og SQLServer. Det samme gjelder vår egen programvare fra SAS Institute. Vi bruker i økende grad komponenter utviklet på åpen kildekode og våre løsninger spiller godt med løsninger utviklet på åpen kildekode.

Kampen mellom åpen kildekode og proprietær programvare er dermed over. Der disse to var sterkt polarisert før, er det nå et samspill som blir stadig viktigere for å kunne dra nytte av dynamikken. Innen dataanalyse jobber vi med begge. Så hva er forskjellen? Jeg skal prøve å gi en forklaring:

Risiko med begge deler

Proprietær programvare er heleid og kontrollert av et selskap. De trenger ikke vise kildekoden til noen eller la andre modifisere den. Dette anses som en konkurransemessig fordel da det øker muligheter for å skape noe unikt.

Åpen kildekode er der derimot tilgjengelig for offentlig innsyn og kan endres av hvem som helst. Dermed vil ofte bedrifter som består av en løst sammensatt gruppe mennesker, kunne bidra i utviklingen. Noen ganger foregår hele utviklingen innen slike kollektiver. Andre ganger er det et selskap som samarbeider med dem. Elles gjøres alt internt.

I og med at åpen kildekode er fritt tilgjengelig, tro mange den er gratis. I praksis må åpen kildekode også forvaltes og mange velger å tegne support-avtaler og andre tjenester. Dersom man bruker egne ansatte, konsulenter eller frilansere, har dette også en kostnad.

Med den økte interessen for kunstig intelligens og maskinlæring, har det statistiske språket R og programmeringsspråket Python fått en stor interesse. Dette har ført til at mange biblioteker, rammeverk og implementerte algoritmer er tilgjengeliggjort som åpen kildekode. Etablerte aktører som SAS og andre har sine plattformer for å støtte opp om tilsvarende analytiske utfordringer.

I praksis jobber man med de miljøene man har tilgjengelig. Det er viktig å kunne kombinere modeller og teknikker basert på åpen kildekode og proprietær programvare for å kunne løse problemer best mulig.

Mange misforstår også risikoen. Noen sier det er sjansespill å investere i åpen kildekode, fordi ingen kan holdes ansvarlig for den. Sannheten er at det er risiko ved begge to. Det er ingen garanti for at proprietær programvare fra et lite selskap med dårlig styring og ledelse er tryggere enn en åpen løsning.

Åpen kildekode gir bedrifter enda et skyggeregnskap. Det kan kreve ganske mye tid og ressurser og rette feil i en åpen løsning, uten support-avtale. Derfor bør man gjøre risikoanalyse for begge to. Regulerte virksomheter krever ofte dokumentasjon på effektiven av statistiske metoder mot det markedet de opererer i.

Derfor bruker vi selv åpen kildekode

Hos oss bruker vi åpen kildekode i vår egen utvikling, og aller mest for å integrere systemer med brukerne. Ofte fordi vi kommer i kontakt med det ute i virkeligheten, hos våre kunder og vi kan dermed fokusere vår egen utvikling på områder hvor vi gjør en forskjell.

Når det gjelder analytiske oppgaver ser vi at mange av våre kunder har stor nytte av å kunne sammelikne analytiske modeller utviklet i Python, R og i vårt eget programmeringsspråk; SAS, for å sikre at man bruker den modellen som fungerer best. Derfor har vi utviklet løsninger som gjør dette mulig. Man kan sette sammen modeller fra ulike språk og vi ser ofte at det kan fungere optimalt. Likevel er det viktig at resultatet kan spille sammen i et operativt miljø med en kombinasjon av løsninger fra oss og andre leverandører. Vi har dermed åpnet opp våre løsninger for å sikre nettopp dette.

For å komme fram til de beste løsningene, er man helt avhengig av den type åpenhet. Og vi ser nytten av at miljøet rundt åpen kildekode har gjort leverandører som oss, har åpnet opp sine løsninger for å få til dette samspillet.

Det er ikke lenger enten-eller – det er både-og, hvilket gir de beste sluttløsningene!

Lars Arne Skår, løsningsarkitekt, Sas Institute