Proaktiv energioptimering med AI i fastigheter En studie som kartlägger utmaningar och drivkrafter för uppskalning av AI-användning i den svenska fastighetsbranschen

Abstract

Syftet med detta arbete var att identifiera de tekniska, ekonomiska och organisatoriska aspekterna som kan hindra och driva på uppskalning av användningen av artificiell intelligens (AI) för energioptimering i svenska fastigheter. Vidare undersökte studien vilka av dessa aspekter som var de huvudsakliga utmaningarna och drivkrafterna för fastighetsbolagen. Genomförandet av arbetet bestod av semistrukturerade intervjuer med leverantörer och kunder för att kunna påvisa om de hade en gemensam bild kring utmaningarna och drivkrafterna. Urvalsgrupperna bestod därför dels av de lösningsleverantörer som levererar energioptimerande AI-lösningar, dels av fastighetsbolag. Utifrån resultaten kunde en ny trappa; trappan för energioptimering med AI, utformas. Denna trappa är inspirerad av fastighetsautomationstrappan som belyser graden av automatisering och digitaliseringen i en fastighet medan den nya trappan istället belyser graden av implementering av ett energioptimerade AI-system i fastigheter. Det upptäcktes att beroende på var ett fastighetsbolag befinner sig i trappan står de inför olika typer av utmaningar. De som befinner sig längre ner i trappan står inför mer tekniska och kunskapsmässiga utmaningar, såsom att digitalisera styrsystemet i fastigheter och förstå vad energioptimering med AI kan göra, medan de som befinner sig längre upp i trappan står för mer organisatoriska utmaningar, som att försöka anpassa hela organisationen till systemet. Arbetets slutsatser belyser dock att drivkrafterna för en AI-implementation var gemensamma för hela trappan och att dessa främst var ekonomiska, gällande minskade energi- och driftkostnader och förebyggande mot osäkerhet.