Endrer spillet: hva skjer når hvem som helst kan snakke med energidataene sine? 

Energidata tilhørte tidligere spesialister. Men med AI som utvikler seg i rekordfart, endres ting. Vi satte oss ned med EGs product manager, Iiro Kuntsi, for å diskutere hva som skjer når controllere, vedlikeholdspersonell og nyansatte kan stille spørsmål til energidataene sine – og hvorfor produkter bør utvikles sammen med de tiltenkte brukerne. 

Energidata har alltid vært forbeholdt de få som er opplært til å lese dem. AI-en i EG EnerKey åpner dem for alle andre i organisasjonen – controlleren som trenger tallene til en rapport, driftslederen som vil vite hvorfor en bygning hadde en topp i går kveld, eller økonomisjefen som analyserer forbruk uten å vente på energispesialisten. Den første delen av denne serien handlet om betingelsen som gjør dette akseptabelt: dataene forblir like beskyttet som før. Denne delen handler om den andre betingelsen. Ny funksjonalitet bør utvikles i samarbeid med brukerne hvis vi ønsker programvare som løser reelle problemer.  

De siste to tiårene har energiledelsessystemer vært et verktøy for spesialister. Alle andre spurte spesialisten eller ventet på rapporten. Det er vanen AI-en i EG EnerKey ble laget for å bryte. Iiro kommenterer:  

“Kundene beskriver konsekvent vår nye AI-agent som intuitiv. Den fjerner læringskurven til et tradisjonelt energiledelsessystem. Hvorfor bruke tid på å lære et komplekst system når du bare kan stille et spørsmål? For mange av dem handler det rett og slett om å gjøre EG EnerKey mer tilgjengelig for nyansatte og brukere som ikke er erfarne energieksperter.”  

Hva mislykkede AI-piloter lærer oss – og hvorfor AI må bygges sammen med brukerne 

De fleste bedrifts-AI-prosjekter mislykkes. MIT-forskere som studerte hundrevis av generative AI-piloter i 2025, fant at 95 prosent ikke ga målbar forretningsvirkning, og konkluderte med at hindringen ikke var teknologi eller talent, men læring – systemene tilpasset seg ikke menneskene som brukte dem. 

Denne innsikten er essensiell. Uten tett samarbeid med fremtidige brukere har programvare høy risiko for å mislykkes. Iiro fortsetter: 

“Ingen hadde bygget en lignende AI-agent for energiledelse før – det fantes ingen oppskrift å følge. Vi ønsket ikke å utvikle den isolert og overlevere et ferdig produkt til kundene våre. Vi lanserte tidlig, med utvalgte begrensninger på data og belastning, spesielt for å kunne lære av ekte bruk med ekte brukere, før vi skalerte videre.”  

I august hadde mer enn 50 kundeorganisasjoner aktivert AI-en – detaljhandel, telekom, facility management, eiendom – og tusenvis av spørsmål var blitt stilt.  

Energispesialister ba den om å skanne hele porteføljer for forhøyet nattlig bunnlast eller unormal oppførsel i oppvarming. Controllere ønsket månedlige forbruks- og utslippsrapporter som produserer seg selv. Strømbalanseanalytikere spurte om den kunne lese tariffdokumenter fra EG EnerKey-arkivet og sammenligne dem med forbruk for å finne sikringstørrelse og tariffbesparelser på hundrevis av anlegg.  

McKinseys 2025-undersøkelse fant at den sterkeste prediktoren for verdi er å redesigne arbeidsflyten rundt AI-en, heller enn å legge til AI på den gamle prosessen. Iiro igjen: 

“Spørsmålet er aldri ‘hva kan AI-en generelt gjøre’. Kundene våre ber den om å forenkle eller automatisere en spesifikk jobb for en spesifikk rolle. Vi pakker disse rollebaserte brukstilfellene som navngitte arbeidsflyter – for analytikeren, spesialisten, vedlikeholdslederen, porteføljedirektøren, administrerende direktør – i stedet for å la det være én generell agent som alle må finne ut hvordan de skal bruke i sin egen jobb.” 

Holde kundene inne i utviklingsprosessen 

Reell bruk viste også begrensningene. Noen tidlige spørsmål om svært store porteføljer ba om mer enn AI-en ennå kunne levere, og teamet prioriterte ytelse i stor skala ut året. Utgivelser kommer annenhver uke, så hva den kan gjøre endres månedlig. 

“Å kommunisere hva som er i produksjon i dag versus hva som kommer neste, er en del av hvordan vi holder kundene inne i utviklingsprosessen med oss, i stedet for å gi dem en svart boks og be dem vente. En bred entusiasme er der – men adopsjon må tjenes, ikke antas, av hver rolle i kundenes energiledelsesprosess.” 

Neste utviklingsfase for AI-agenten er generering. Diagrammer i grensesnittet og eksportbare rapporter bygget fra levende data. I løpet av 2027 er planen at AI-en skal foreslå endringer – til fasiliteter, målere, alarmer og tiltak – med brukeren som godkjenner hver enkelt. Retningen kom fra en kunde før den var på veikartet. Iiro presiserer: 

“AI-en oppdager et avvik, kommenterer sannsynlig rotårsak, og funnet går automatisk til facility management-systemet gjennom EG PropCore. Tiltak blir utført på stedet, og statusen flyter tilbake til EG EnerKey. En kunde beskrev akkurat dette for oss. Det er en fin bekreftelse på at vi bygger mot samme resultat som de forestiller seg.” 

Fremtiden for energiledelse bygges sammen 

Iiro avslutter sin tilnærming til AI-utvikling:  

“Vår filosofi er å være i AI-frontlinjen sammen med kundene våre, forenkle og automatisere delene av energiledelse som fortsatt er manuelle eller utilgjengelige. Det betyr å gjøre AI-en mer kapabel og opplevelsen bedre trinnvis – hver måned, hver utgivelse.” 

AI alene er bare et verktøy. Men når den lar hvem som helst snakke med byggets energidata, i et sikkert miljø, skjer det magi.  

Allerede kunde hos EG EnerKey? AI-en kan legges til din eksisterende plan – kontakt din kontaktperson.

Mer om energihåndtering og AI

Relaterte produkter