Nya spelregler: vad händer när alla kan prata med sin energidata? 

Energidata brukade tillhöra specialister. Men med AI som rör sig i rekordfart förändras mycket. Vi tog ett samtal med Iiro Kuntsi, Product Manager på EG Software, för att diskutera vad som händer när driftansvariga, fastighetsskötare och nyanställda också kan ställa frågor om sin energidata – och varför produkter bör byggas tillsammans med sina avsedda användare.

Energidata har traditionellt tillhört specialister. Med AI-agenten i EG EnerKey öppnas energidatan nu upp för alla andra i organisationen. Controllern som behöver siffrorna till en rapport, fastighetschefen som vill veta varför en byggnads energiförbrukning toppade kvällen innan, eller CFO:n som vill analysera förbrukning - utan att vänta på energispecialisten. Den första delen av den här artikelserien handlade om villkoret som gör detta möjligt: datan förblir lika skyddad som innan AI. Denna del handlar om det andra villkoret. Ny funktionalitet bör utvecklas i samarbete med användarna, om vi vill ha mjukvara som löser verkliga problem.  

Under de senaste två decennierna har energihanteringssystem varit ett verktyg för specialister. Alla har frågat specialisten eller väntat på rapporten. AI:n i EG EnerKey byggdes just för att bryta detta mönster. Iiro kommenterar:  

Kunder beskriver konsekvent vår nya AI-agent som intuitiv. Den tar bort inlärningskurvan i ett traditionellt energihanteringssystem. Varför lägga tid på att lära sig ett komplext system när du bara kan ställa en fråga? För många handlar det helt enkelt om att göra EG EnerKey mer tillgängligt för ny personal och användare som inte är erfarna energiexperter.

Vad misslyckade AI-pilotprojekt visar – och varför AI måste byggas tillsammans med sina användare 

De flesta företagsinriktade AI-projekt misslyckas. MIT-forskare som studerade hundratals generativa AI-pilotprojekt under 2025 kunde konstatera att 95 procent inte gav någon mätbar affärseffekt. Deras slutsatsen: hindret var varken teknik eller talang, utan inlärning. Systemen anpassade sig inte till människorna som använde dem. 

Denna insikt är avgörande. Utan nära samarbete med framtida användare löper mjukvara stor risk att misslyckas. Iiro fortsätter: 

Ingen har byggt en liknande AI-agent för energihantering. Det fanns ingen färdig väg att följa. Vi ville inte utveckla AI:n i isolation och lämna över en färdig produkt till våra kunder. Vi lanserade tidigt, med utvalda begränsningar för data och belastning, specifikt för att vi skulle kunna lära oss av verklig användning, med verkliga användare, innan vi skalade upp.

I augusti hade mer än 50 kundorganisationer aktiverat AI:n – detaljhandel, telekom, fastighetsförvaltning, fastighetsbranschen – och tusentals frågor har ställts.  

Energispecialister ber den skanna hela portföljer efter en förhöjd nattlig baslast, eller fråga om uppvärmning som beter sig onormalt. Controllers vill ha månatliga förbruknings- och utsläppsrapporter som genererar sig själva. Elbalansanalytiker frågar om den kan läsa tariffdokument från EG EnerKey-arkivet och jämföra dem med förbrukning för att hitta säkringsstorleks- och tariffbesparingar över hundratals anläggningar.  

Under 2025 fann en undersökning av McKinseys att den främsta variabeln för en AI:s värde är att designa om arbetsflödet kring den, snarare än att addera AI ovanpå en gammal process. Iiro igen: 

“Frågan är aldrig ’vad kan AI:n generellt göra’. Våra kunder ber den förenkla eller automatisera en specifik uppgift för en specifik roll. Vi paketerar dessa rollbaserade användningsfall som namngivna arbetsflöden – för analytikern, specialisten, driftchefen, portföljdirektören, VD:n – istället för att lämna det som en generisk agent där alla måste lista ut hur de ska använda för sitt eget jobb.” 

Att involvera kunderna i utvecklingsprocessen 

Verklig användning visade också begränsningarna. Några tidiga frågor om mycket stora portföljer efterfrågade mer än AI:n just då kunde leverera. Teamet prioriterade därför prestanda i stor skala till årsskiftet. Releaser släpps varannan vecka, så vad AI-agenten kan göra förändras månad för månad. 

Vi involverar våra kunder i utvecklingsprocessen genom att kommunicera vad som är live i agenten idag, och vad som kommer härnäst. Istället för att be dem att vänta och sedan lämna över en svart låda. Ett brett engagemang finns – men användning måste förtjänas, inte förutsättas, av varje roll i våra kunders energihanteringsprocess.

Nästa utvecklingssteg för AI-agenten är generering. Diagram i gränssnittet och exportbara rapporter baserade på live-data. Under 2027 är planen att AI:n ska föreslå förändringar – för anläggningar, mätare, larm och ge konkreta åtgärder – med användaren som godkänner varje förslag. Riktningen kom från en kund innan det fanns i planen. Iiro preciserar: 

AI:n upptäcker en avvikelse, kommenterar den sannolika orsaken - och fyndet skickas automatiskt till drift- eller fastighetssystemet via EG PropCore. Åtgärd vidtas på plats, och statusen skickas tillbaka in i EG EnerKey. En kund beskrev precis detta för oss. Det är en trevlig bekräftelse på att vi bygger mot samma funktionalitet som de föreställer sig.

Framtidens energihantering byggs tillsammans 

Iiro avslutar med sin syn på AI-utveckling:  

Vår filosofi är att vara i framkanten av AI tillsammans med våra kunder genom att förenkla och automatisera de delar av energihanteringen som fortfarande är manuella eller otillgängliga. Det innebär att göra AI:n mer kapabel och upplevelsen bättre steg för steg – varje månad, varje release.

AI i sig är bara ett verktyg. Men när det tillåter vem som helst att prata med sin byggnads energidata, i en säker miljö, skapas helt nya möjligheter.

Redan kund hos EG EnerKey? AI:n kan läggas till på din nuvarande plan – kontakta din kundansvarige.

Mer om energihantering och AI

Relaterade produkter