Det er i grensesnittene mellom selskaper at innovasjonen i eiendomsbransjen skjer fremover.
Det er veldig spennende tider for eiendomsbransjen. Utviklingen av AI, smarte energisystemer og tjenestemodeller skaper store muligheter, men forutsetningen er tilgang til data. Samarbeid er en viktigere nøkkel til innovasjon, fordi data oftest skaper verdi utenfor egen silo. I mai arrangerte Proptech Innovation workshop med datadrevne tjenester som tema. Vertskap var 4service, som driver med catering og renholdstjenester. Arenaen var Kronstadparken, som drives av Bara Eiendom og der blant annet Cowi er lokalisert. Aktører både innen byggforvaltning, energi og prosjektering deltok i diskusjonene.
Noen innsikter fra workshoppen:
1. Innsikt om faktisk bruk av bygg kan skape store verdier
Det er gode datakilder som, både i seg selv og i kombinasjon med andre data, kan fortelle mye om bruk av bygg og kapasitetsutnyttelse. Eksempler på slike data er wifi-pålogginger, adgangskontrollsystemer, serveringsdata, lysbrytere og romsensorer. Data som dette kan, særlig om flere datakilder kombineres, brukes aktivt og bidra til rikere forståelse av bruksmønstre og kapasitetsutnyttelse. Det kan også legge grunnlaget for å forbedre byggforvaltning over tid, eller utvikle tjenester som er i tråd med faktiske behov. Men slik bruk av data er det foreløpig få eksempler på. Kan Proptech Innovation bidra til å dra i gang noen piloter?
2. Dataene finnes, problemet er tilgangen
Det mangler ikke data, utfordringen er at det ikke er tilgjengeliggjort for eksterne aktører eller for de brukene som kan gjøres seg nytte av dem. På workshoppen kom det eksempler: I enkelte bygge finnes tre identiske sett av romsensorer - fordi de benyttes til ulike formål eller brukes av ulike aktører. Et sett brukes til å optimalisere klimaanlegget, et sett brukes av byggeier, ett sett brukes av leietaker. Men det finnes også andre eksempler på manglende samhandling. Data fra adgangskontroll ikke blir tilgjengeliggjort for de som skal planlegge serveringstilbudet. Energidata blir i liten grad tilgjengeliggjort for enkelt-leietakere, selv om det er leietakerne som faktisk kan påvirke energibruken. Noe av utfordringen er proprietære modeller og at data ofte brukes til enkeltformål i enkeltappliksjoner.
Med AI øker både relevansen og nytteverdien til slike data. Et åpenbart og interessant mulighet er prediksjon. Ved at vi samler tidsseriedata fra bruken av bygninger og kobler den mot andre data (som værdata, kalender, etc) kan vi både lære mer om utnyttelsen av bygg og styrke evnen til å predikere hvor mange som kommer til å benytte et bygg på et gitt tidspunkt i fremtiden. Særlig de som yter tjenester i bygg (renovasjon og servering) ser nytten av dette, men det kan også være interessant med tanke på energistyring eller utvikling av andre tjenester.
4. Gevinstene ved datadeling usikre - og spredt på mange aktører
En utfordringen ved å finansiere et prosjekt knyttet til prediksjon er at det ikke er gitt hvem som kommer til å hente ut verdi fra en slik modell. Trolig vil prediksjonsalgoritme kunne innebære å forbedre planlegging og effektivisering i tjenestedriften, det kan redusere matsvinnet i serveringsbransjen og det kan åpne for bedre romutnyttelse. Både leverandører og eiendomsforvaltere kan over tid tjene på slike modeller. Men effekten, og fordelingen av den, er usikker. Sånn sett minner problemstillingen om forvaltningen av BIM-filer og digitale tvillinger. Det har åpenbar verdi å dokumentere et bygg over tid, og forvalte dataene slik at mange kan ha nytte av dem. Men hvordan skal vi regne hjem gevinsten?
5. Å øke utnyttelsesgraden tar ned miljøfotavtrykket
Kombinasjonen av brukstilpassede tjenester og bedre forståelse av faktisk bruk av bygninger vil kunne bidra til redusert fotavtrykk. Tre åpenbare og konkrete gevinster er redusert matsvinn, bedre energistyring og økt utnyttelsesgrad. Særlig det siste blir trolig viktig fremover. Et godt utnyttet bygg reduserer behovet for å bygge flere bygg. Det hjelper lite at et bygg er Breeam-sertifisert og best i klassen på utforming hvis rom står tomme, og bygget ikke brukes optimalt.
Og konklusjonen? Dette er et tema som bør utforskes videre. Innovasjon i nettverk er nøkkelen til å åpne nye dører. Og klyngen er en god arena for å sette i gang slike prosesser. Trolig er tiden kommet for å utvikle piloter på dokumentasjon av utnyttelsesgrad og eksperimentere med å trene opp en AI til å predikere bruken av bygg. Det finnes flere aktører som vil kunne dra nytte av en slik algoritme.
For å utvikle et slikt prosjekt trengs aktører som er villig til å delta med både data, timer og muligens litt grunnfinansiering. Prosjektet for datadrevet innovasjon vil initiere en prosjektplan og legge opp løpet fremover.
Det blir et hybridmøte den 29. august klokken 11.
Fysisk oppmøte MCB Bergen, tårn 2, 11 etasje.
Comments