Robotarna på väg in

Robotar och AI förändrar fastighetsbranschen. Men kanske inte så mycket som många trodde för ett par år sedan.

Det är mycket som hänt sedan Fastighetstidningen publicerade reportaget Robotarna kliver in 2016. Det mest uppenbara är hur det då ägnas många rader åt att förklara vad AI egentligen är. Det var nytt och fortfarande relativt outforskat. I dag har nog de flesta av oss dagligen någon form av interaktion med AI, vare sig vi vet det eller inte.

Det spekuleras också om att fysiska robotar kommer att serva oss på arbetsplatser och kontor. Eller krypa runt i avloppsrören och lokalisera vattenläckor. Där har det uppenbarligen hänt ganska lite.

I våras fick den rapport som Myndigheten för yrkeshögskolan (MYH) lämnade över till regeringen stor uppmärksamhet. Myndigheten räknar med att samtliga yrken och områden kommer att påverkas av den nya tekniken. Redovisningsekonom, juristassistent och medicinsk vårdadministratör är exempel på yrken där AI kommer att ha en så stor påverkan att de helt eller delvis försvinner.

Vad som skett om ytterligare åtta år står skrivet i stjärnorna. I Fastighetsbranschen handlar det snarare just nu om att rekrytera ny kompetens för att kunna hantera nya avancerade styrsystem, delvis baserade på AI.

Kanske var det Daniel Wikström, då affärsutvecklare på Stronghold, som träffade mest rätt om robotiseringen i fastighetsbranschen: ”mer som en kvalitetshöjande åtgärd än kostnadsundvikande”.

I samma reportage spekuleras det också om nya modeller för hyressättning för lokaler baserade på flöden med AI:s hjälp. Där är det tydligt att det fortfarande är samma indexreglerade avtal som gäller 2024. Inte heller kan AI hjälpa till att reda ut de konflikter som uppstår.

Även om utvecklingen inom AI och robotisering givetvis fått betydelse i fastighetsbranschen, så har den riktiga revolutionen ännu inte skett. Men det kanske är på gång?

Du kan inte börja på toppen, utan måste börja från grunden.

Kaj Winther, digital chef på Fastighetsägarna, menar att fastighetsbranschen kämpar med att digitalisera alla sina olika system och få relationerna mellan dem att synka med varandra. En heltäckande lösning, kort sagt.

Men det är lättare sagt än gjort. De flesta proptechbolag erbjuder egna, separata och inlåsta lösningar för exempelvis värme eller ventilation, men det fungerar inte alltid med den digitala arkitektur som fastighetsägaren beslutat om.

– Du kan inte börja på toppen, utan måste börja från grunden. Det måste finnas en struktur, och ordning och reda när du samlar in din data för att träna ditt AI på hela mängden data. Det är som ett hus – man börjar inte med att bygga taket.

Det är just därför de större bolagen vill ha kontroll över all sin data och använda den från alla tänkbara håll.

– Då har de också möjligheten att hänga på ett nytt tjänstelager, skapa en ny tjänst eller förbättra komforten eller ekonomin. De som kan utnyttja AI maximalt kommer verkligen kunna visa vilka fördelar man får.

Kaj Winther menar därför att konkurrensläget kommer att förändras ganska radikalt de närmaste åren, och den som kan erbjuda en lokal eller en bostad med tillgång till alla de tjänster som är möjliga blir vinnaren.

Enligt den nya rapporten En framtidssäker digital fastighetsbransch, som Tele2 står bakom, är det energioptimering och nya hållbarhetsdirektiv som just nu driver digitaliseringen framåt för många fastighetsägare. Det är områden med stora utmaningar, men där en del av lösningen allt oftare stavas artificiell intelligens. En majoritet av de intervjuade fastighetsbolagen säger att de har förutsättningar att lägga både tid och pengar på innovationssatsningar.

– Men även fast viljan finns tror jag fortfarande vi behöver förstå mer av vad den här tekniken kan erbjuda för att verkligen sätta den i verket och skala upp ur ett långsiktigt perspektiv. Då kan det bli något mer bestående än enstaka pilotprojekt, säger Stefan Petterson, chef för fastighetsaffären på Tele2.

Eftersom det dock är svårt att sia om framtiden återstår det att se hur allt kommer att falla på plats. Om åtta år kanske vi vet svaret.

I följande artiklar hittar du några exempel där AI definitivt fått ett genombrott, men också ställen där roboten fortfarande tvekar i dörren.

Jan Hallman

AI GLÄNTAR PÅ DÖRREN

Mycket är på gång, en del är sjösatt, annat har förkastats. Vasakronan och Akademiska hus testar sig fram. Fortfarande finns frågetecken. Det handlar om vad nyttan med AI egentligen är och vilka satsningar som är lönsamma.

Att få lägre energianvändning genom att träna AI i att analysera vädret och förutspå vilken temperatur som ett hus kommer att ha en viss dag är något Vasakronan testat och utvärderat.

– Det visade sig vara svårt att motivera varför vi skulle skala upp. Det blir för dyrt helt enkelt. Vi ligger redan väldigt långt fram när det gäller energieffektivisering, säger Ulf Näslund, chef teknikutveckling på Vasakronan.

AI-lösningar som handlar om energioptimering är en av de vanligaste produkterna som proptech-bolagen vill sälja in.

– Jag har mycket kontakt med dessa bolag, som ofta säger att de är trötta på fastighetsbranschen för att ingenting händer. De tycker att vi fastnar i pilotträsket, säger Ulf Näslund.

I stället borde de lyssna på vilka problem som behöver lösas.

Det finns flera skäl till det, menar han. En handlar just om lönsamhet, proptech-bolagen har svårt att visa och förklara vad vinsten egentligen är. Och deras affärsmodeller stämmer inte överens med Vasakronans.

– När vi satsar på exempelvis energioptimering gör vi investeringen dag ett och kan skriva av den under att antal år. Proptech-bolagen tar betalt per kvadratmeter och kostnaden är lika stor över tid. Till slut handlar det om väldigt mycket pengar.

Ett annat misstag Ulf Näslund lyfter fram är att bolagen ofta först utvecklar tekniken och sedan försöker hitta användningsområden.

– I stället borde de lyssna på vilka problem som behöver lösas. De börjar i fel ände, säger han.

Det finns dock flera områden där Vasakronan i dag har stor nytta av AI. Ett är kameraanläggningar i husen.

–  Till exempel larmar AI-systemen i kamerorna om suspekta händelser. Som ett slagsmål, eller om det blir en folksamling där det normalt inte är det. Vi kan bevaka stora ytor och agera snabbt, säger Magnus Tengberg, chef fastighets- och stadsutveckling på Vasakronan i Göteborg.

Andra områden där AI kan bidra är inom fastighetsutveckling med hjälp av parametrisk design. 

 –  Enkelt beskrivet. Om du ska bygga ett hus beskriver du förutsättningarna. AI hittar ett antal lösningar utifrån de uppsatta kriterierna. Du får en mängd resultat att utvärdera och bedöma. Och det sker på några minuter i stället för kanske månader, säger Magnus Tengberg.

AI hjälper oss med att tidigt förstå problem som vi kan åtgärda.

Även Akademiska hus testar sig fram. Ett område där AI gjort stor skillnad är i hanteringen av felanmälningar.

–  Med hjälp av språkmodeller har vi gått igenom cirka 80 000 felanmälningar och sorterat dem i kategorier. De har fått nya beskrivningstexter så att vi bättre kan förstå vad de handlar om, och om det finns återkommande problem, säger David Voldberg, analytiker på enheten Datahantering och analys.

– AI hjälper oss med att tidigt förstå problem som vi kan åtgärda. Till exempel att någon har ställt en container framför en dörr så vi inte kan snöröja, säger Peter Karlsson, chef för samma enhet.

Vi lät en maskininlärd algoritm hitta mönster i enorma mängder av komplexa data.

Ett annat användningsområde som är i fokus är att få bättre koll på hur byggnader nyttjas. Mätningar har gjorts på närmare 10 000 kontor.

– Det vi såg efter pandemin var att kontoren användes nästan lika mycket som innan. Men på ett annorlunda sätt. Vi lät en maskininlärd algoritm hitta mönster i enorma mängder av komplexa data.

Resultatet visade att det fanns tre typer av kontorsanvändare. De som är där ofta, de som kommer in då och då och behöver bokningsbara platser, och de som är där mer sällan och kan sitta i öppna ytor.

– Den här kunskapen använder vi för att tillsammans med kunderna dimensionera deras kontor och optimera lokalanvändningen, säger David Voldberg.

Att Akademiska hus har många universitet och högskolor i sitt bestånd är en utmaning i sig när det gäller hur lokaler ska användas bäst.

– Med hjälp av en algoritm tittar vi på hur kontor, lärosalar och grupprum används och samspelar för att hitta den optimala lokalmixen. Den typen av analyser hade varit svårt att göra utan AI, säger Peter Karlsson.   

Susanne Glennegård

EN NY AFFÄRSPARTNER

I dagens fastighetsvärdering används redan AI-baserade modeller. Men Magnus Persson, senior data scientist på bolaget Värderingsdata, är rätt tveksam till att AI-robotar kommer ta hela affären i hamn.

Rent teoretiskt är ett scenario där roboten dammsuger marknaden efter intressanta objekt, och blixtsnabbt slår till på en ledig handelsfastighet i Sveg, fullt möjlig. På börsen har det länge funnits robothandlare som använder algoritmer och artificiell intelligens för hypersnabba affärer.

Men även om Magnus Persson har fullt upp med att bygga AI-modeller för fastighetsvärdering, prisindex och annat som Värderingsdatas kunder har stort behov av, så tror han att AI mer kommer att vara ett beslutsstöd än affärspartner.

På den privata bostadsmarknaden har försök redan gjorts. I USA lanserades bolaget Zillow Offers 2018. Idén var enkel. Bolaget ansåg sig ha data för att förutse till vilket pris de skulle kunna sälja en fastighet om ett par månader. En modell som lockade säljare genom att lova snabbare affärer med kontanter. Men företaget gjorde misstaget att sätta ökad volym framför osäkerheten i förutsägelserna, och pandemin satte då spiken i kistan. I Sverige lockade uppstickaren Movesta riskkapitalet när de lanserade sin modell, som med stöd av en AI-baserad värdering lockade med att köpa bostaden inom några dagar. Förra året ansökte bolaget om konkurs.

AI kan analysera stora datamängder och identifiera mönster som mänskliga värderare kanske missar

Så Magnus Persson värjer sig för att tala i termer av en revolution på transaktionsmarknaden, utan vill hellre peka på att data för att bygga ännu bättre modeller fortfarande inte är tillräckligt tillgänglig.

– Men AI har stor potential att öka effektiviteten. AI kan analysera stora datamängder och identifiera mönster som mänskliga värderare kanske missar, vilket kan innebära stora fördelar, säger han. Dessutom kan den presentera hur olika variabler spelat roll för slutvärdet, och även beräkna hur säker den är på värderingen – en mycket viktig styrka för automatiska värderingsmodeller.

En AI-modell kan vara säkrare än en mänsklig värderare, förutsatt att all data är tillförlitlig. Men det är just där de största utmaningarna finns, menar Magnus Persson.

– Oavsett hur avancerade AI-modeller man bygger så måste det finnas data. Och på den kommersiella transaktionsmarknaden är det mycket data som inte är tillgängliga.

Men kanske är det ett än större problem huruvida den data AI tar sig an verkligen är tillförlitlig eller inte.

– Bara för att det går att ladda ner på någon hemsida så är det inte säkert att det är tillförlitliga data. Klimatriskdata är ett exempel. Många aktörer kan numera presentera översvämningskarteringar. Men vad betyder de egentligen? Hur samspelar risken med den typ av mark som fastigheten står på? Det kräver expertis för att tolka om man som köpare i framtiden är tvungen att agera förebyggande, resonerar Magnus Persson.

Bara för att det går att ladda ner på någon hemsida så är det inte säkert att det är tillförlitliga data.

Han menar också att etiska överväganden är viktiga. Dels för att det av rena integritetsskäl kan finnas anledning att begränsa tillgången till data (även om den vore en toppentillgång vid fastighetsköp). Dels eftersom felaktigt tränade AI-modeller kan bli partiska och diskriminerande.

Så även om mänsklig erfarenhet och magkänsla kommer fortsatt spela stor roll vid köpögonblicket tror Magnus Persson att den som tar AI-roboten i hand kommer att ha stora fördelar.

– Med AI kan man ta in data som är svår att hantera i de vanliga modellerna som används. Det kan vara bredare områdesvariabler än vad man hittills kunnat hantera. AI kan läsa in satellitbilder som täcker ett större område runt objektet och göra analyser av allt från grönområden, kommunikationer till att värdera skicket på olika objekt i närområdet.

Magnus Persson konstaterar att AI inte har det minsta problem att snabbt se var landet ligger och ge en välunderbyggd insikt om det är i Sveg man bör satsa på en handelsfastighet.

Erik Hörnkvist

NUMERA SÅ HAMNAR FELANMÄLNINGARNA RÄTT

En framgångsrik kundtjänst kan bli ännu mer effektiv med hjälp av AI. Det menar Cecilia Fredholm Vaarning, chef hållbara affärer på Stena Fastigheter.

Stena Fastigheter har över 27 000 lägenheter och 2 400 kontor. Med den digitala plattformen Mina sidor har kommunikationen med kunderna förändrats helt.

– Tidigare fick vår kundtjänst cirka 30 000 samtal i månaden. I dag har vi ungefär 6 000 samtal, säger Cecilia Fredholm Vaarning.

Utgångspunkten var att det ska vara lätt att göra rätt. Kunder ska alltid veta var de befinner sig i processen, vad nästa steg är och när de kommer att få återkoppling.

– Viktigt är också att få ut rätt information i rätt tid. Till exempel när avtal ska signas, eller när hyresgäster flyttar in eller ut, säger Cecilia Fredholm Vaarning.

Många av samtalen handlade tidigare om felanmälningar eller om att boka service. Nu hanteras 90 procent av alla ärenden digitalt. Kundnöjdheten har ökat liksom servicegraden. Nästa steg är att undersöka hur AI-lösningar kan appliceras.

–  Vi ser en jättestor potential. Till exempel att analysera kundärenden så att vi kan förutsäga vilken typ av frågor som kan dyka upp. Och då förekomma genom att informera eller vidta andra åtgärder.

Kunder tycker att de har fått ett mycket bättre inomhusklimat.

Andra användningsområden Cecilia Fredholm Vaarning ser är språkstöd och analyser som kan skapa en större förståelse för olika typer av kundbeteenden.

I Stenas 400 fastigheter används redan i dag AI på olika sätt. Exempelvis är merparten uppkopplade till en lösning som styr värmen. Det har lett till att värmeförbrukningen har minskat, samtidigt som kundnöjdheten ökat med sju procent.

– Kunder tycker att de har fått ett mycket bättre inomhusklimat. Över huvud taget ser vi att AI på olika sätt kan bidra till att vi når våra hållbarhetsmål, till exempel när det gäller energiförbrukning, säger Cecilia Fredholm Vaarning.

Susanne Glennegård

SÅ LÖSES EFTERFRÅGAN PÅ HÅLLBARHETSDATA

Vissa menar att AI-teknik är avgörande för att fastighetsbolagen ska klara att leva upp till CSRD och EU:s nya lagkrav på hållbarhetsrapportering. Andra tvekar och menar att algoritmerna ännu inte förstår skillnad på klimatpåverkan hos olika typer av hus.

Filip Elland, hållbarhetschef på Castellum, menar att man med AI lyckats få – vad som tidigare mer var strikt tekniska rapporter – mer tillgängliga och visualiserade. Det gör det enklare för en bredare målgrupp att förstå hur bolaget påverkas av klimatförändringar och vilka klimatrisker man står inför.

– Med CSRD och annan samtida rapportering är efterfrågan på säkerställda data väldigt viktig, och blir ännu viktigare, när investerare och banker ska titta på bolag och se hur de presterar. Då behöver du ha koll på dina datapunkter.

Allt talar för att efterfrågan på hållbarhetsinformation kommer att öka. Filip Elland säger att AI då är en förutsättning för att kontinuerligt och med hög kvalitet få aktuell data.

– Framöver kanske det inte räcker med att sy ihop en hållbarhetsrapport om året, utan man måste komma med en varje kvartal. Då måste vi mäta med frekvens för att få till styrning och transformation i bolagen.

Framöver kanske det inte räcker med att sy ihop en hållbarhetsrapport om året, utan man måste komma med en varje kvartal.

Att samla in datapunkter är dock inte det enklaste. En byggnad från 70-talet är enormt mycket svårare att få uppgifter från, än de som byggs i dag som har avancerad teknik och system- och mätpunkter som man kan lägga AI på.

Men även de relativt nya fastigheterna har oftast tekniska system där man måste logga in på varje system för att hämta datapunkter.

– Nu jobbar vi med att koppla upp alla fastigheter, men också se till att vi har överordnad styrning så vi inte ska behöva logga in i det underliggande leverantörsystemet. Vi kan få informationen från olika system i en gemensam plattform och dela den data vi vill ha, och med den frekvens vi vill uppnå.

Ett annat dilemma är att samlingsnamnet hållbarhet innehåller väldigt många parametrar och aspekter, säger Filip Elland.

– Om du tar finansiell och ekonomisk information, det samlar man ofta i ganska få system. Du har ett ekonomiskt system, en faktoriell och ett budgetsystem.

– Men när du kommer till hållbarhetsinformation är det allt från personal-, energi- och koldioxiddata, det är certifieringar, tekniskt underhåll, uppkopplade hus och transportsträckor. Spännvidden i informationen innebär att du har enormt många tekniksystem som i de flesta fall inte alls pratar med varandra i dag. Det är helt isolerande plattformar.

Spännvidden i informationen innebär att du har enormt många tekniksystem som i de flesta fall inte alls pratar med varandra i dag.

Utmaningen blir då att samla in all teknisk information från systemen, och dessutom förstå vad för slags information som finns, och utifrån det bygga gemensamma och smarta plattformar som kan dela ekonomiska data med exempelvis hållbarhetsdata.

I dag har Castellum kommit en bra bit på vägen. Huvuddelen av fastigheterna är uppkopplade med en överordnad styrning och kontroll både när det gäller drift och mätare. Men allt är definitivt inte färdigt.

– Om man ska gå ett steg till där man får AI-styrning för hela portföljen, så är det en ganska lång bit kvar tills vi är där. Det kommer att ta många år innan man får bra tekniska lösningar på plats, säger Filip Elland.

Jan Hallman

EFFEKTIVARE FÖRVALTNING MED LÄRAKTIG AI

Det sägs att Olov Lindgren AB är först i branschen med att använda generativ AI. Alltså ett AI-baserat verktyg som kan skapa egen text, ljud eller bild utifrån den data som verktyget har lärt upp sig på.

Chansen dök upp under ett möte med proptech-bolaget AGV, som undrade om man var intresserade av att ta in KTH-studenten Björn Andrén. Hans examensarbete gick ut på att analysera hyresgästärenden med hjälp av generativ AI. Målet var att identifiera och kvantifiera problem hyresgäster upplever för att bättre förstå hur fastigheterna ”mår”.

Henrik Litsander, chef affärsstöd på Olov Lindgren, som mer handfast ville använda sig av AI i den egna verksamheten nappade.

– Vi har haft diskussionen om vi inte borde ha en AI-chatservice på hemsidan, för att underlätta för våra hyresgäster och samtidigt få upp vår datakvalitet. Men vi visste inte hur vi skulle komma igång och ville utreda det mer först. Nu fick vi en möjlighet till en kickstart, säger Henrik Litsander.

Vi visste inte hur vi skulle komma igång och ville utreda det mer först.

Björn Andrén fick intervjua chefer och administratörer på kundsidan och sedan fundera på hur man kunde gå till väga för att lösa uppgiften.

– Det Björn gjorde, som jag tycker är ganska smart, var att ta fram en fastighet där vi tyckte att data från hyresgästerna var extra dålig. Om vi klarade av att analysera data från den fastigheten, då kunde man sen göra det på hela beståndet.

Ett annat exempel var att Björn Andrén med hjälp av AI kunde se att en viss fastighet hade stora problem med vattenskador. Nu kunde man på ett nytt sätt se orsakerna problemen.

– Vi visste innan att stammarna var dåliga, men problemen var fler än vad vi först trodde. Det var allt från läckage och stopp till att folk somnade i duschen och täppte för avloppet. Så det var högt som lågt.

Nu vill bolaget försöka skapa en produkt tillsammans med Björn Andrén och hans medgrundare Simon Almers, som de kan skala upp på hela sitt bestånd och använda i den dagliga verksamheten. Detta för att öka sina möjligheter att ta rätt och faktabaserade beslut, bland annat när de väljer att anlita en entreprenör eller göra en större reparation.

– Till exempel skulle vi kunna se om vi har en viss blandare som återkommande går sönder. Varje enskild förvaltare kanske har märkt det, men om vi nu kan samla upp det på ett bra sätt kan vi göra en ganska bra analys och säga att det här bör behandlas som ett reklamationsärende, då det är så många som går sönder. Då kan vi ta mycket bättre och kostnadseffektivare beslut, menar Henrik Litsander.

Till exempel skulle vi kunna se om vi har en viss blandare som återkommande går sönder.

Men lika viktigt är de mjuka värdena. AI kommer även att hjälpa bolaget att förstå mycket bättre vad det är hyresgästerna egentligen vill ha eller önskar, i stället för att bara utgå från den nöjd kundundersökning som man gör en gång vartannat år.

– Genom att AI analyserar ärenden kan vi snabbt få en känsla för vad det är hyresgästerna är missnöjda med. Vad är de nöjda med? Vad är det de klagar på? Då kan vi på ett mycket mer proaktivt och snabbare sätt faktiskt åtgärda det som är viktigt för hyresgästerna, säger Henrik Litsander.

Genom att AI analyserar ärenden kan vi snabbt få en känsla för vad det är hyresgästerna är missnöjda med.

En interaktiv chat ska kunna ta emot felanmälan och dra erfarenhet av tidigare ärenden: Vad är det för ärende, hur brukar det se ut och hur brukar det lösas. På så sätt kan man hjälpa hyresgästerna effektivt och snabbt.

Henrik Litsander ger ett konkret exempel:

– Om en hyresgäst anmäler att en glödlampa är trasig kan en AI-bot svara ”Det här är något som inte ingår i fastighetsbolagets ansvar – det är upp till dig att byta själv. Men menar du att det är takarmaturen som är trasig så kan vi hjälpa dig”.

Tanken är att AI-stödet ska bli operativt snart.

– Vi siktar på att rulla ut AI-stöd mot hyresgäster först i början av 2025, då det är viktigt att våra hyresgäster får en optimal användarupplevelse från dag ett. Vi vill ju inte släppa något som ska hjälpa men i stället bara skapar frustration. Då blir det svårare för oss att få dem att använda verktyget i framtiden.

Jan Hallman

KORREKT ROBOT SNABBAR PÅ HANDLÄGGNINGEN

Över 300 ärenden per år gör henne till Nacka kommuns mest effektiva handläggare. Lovisa är snabb, pålitlig och korrekt – och förstås, en robot. Sedan 2023 har hon gett Nackaborna automatiserade bygglovsbesked. Nästa steg är att förse henne med nya AI-funktioner.

75 arbetsdagar per år. Så mycket tid sparar Nacka kommuns handläggare sedan roboten Lovisa blev deras nya kollega. Som en del av bygglovsenheten tar hon automatiserade beslut på ärenden som rör installationer av eldstad samt av vatten och avlopp. Beskedet får den som ansöker inom två minuter.

– Till en början automatiserade vi bara startbeskedet, där Lovisa ger klartecken om att få installera exempelvis en kamin. Efter att ha utvärderat och gjort stickprov en längre tid kunde vi se att det gick så pass bra att hon nu även har hand om slutbeskeden, säger Björn Rune, gruppchef service och utveckling på Nacka kommun.

Han beskriver hur Nacka kommun alltid varit snabba på bollen när det kommer till digitalisering. Och hur det i samband med en ändring i kommunallagen blev möjligt att ta nästa steg och låta Lovisa ta automatiserade beslut.

– Vi såg en stor möjlighet att frigöra tid för våra handläggare att ägna sig åt de ärenden som är mer komplexa och som kräver en mänsklig bedömning och kontakt. Det gör också att vi nu kan erbjuda invånarna i Nacka en mycket bättre service.

Det gör också att vi nu kan erbjuda invånarna i Nacka en mycket bättre service.

Sedan starten förra året har Lovisa hanterat 340 ärenden. Totalt handlar det om omkring tolv procent per år av alla beslutsprocesser som sker på Nacka kommuns bygglovsenhet.

– Tidigare tog det i genomsnitt nio arbetsdagar att få ett startbesked. Nu får du besked nästintill direkt, oavsett vilken dag eller när på dygnet du skickar in din ansökan, säger Björn Rune.

Lovisas övermänskliga egenskaper till trots är hon ingen ny teknologisk förmåga. Tekniken bakom kulisserna kallas för Robotic Process Automation, RPA, och används ofta för att just automatisera repetitiva och regelstyrda arbetsprocesser.

Nästa steg är att förse henne med generativa AI-funktioner, förklarar Maria Melcher, enhetschef och biträdande klimat- och miljödirektör på Nacka kommun.

– Det skulle innebära att en människa inte längre behöver utföra stickprovskontrollerna. I stället skulle Lovisa, utöver att verifiera att handlingarna skickats in, även kunna granska innehållet och kontrollera att allt stämmer.

Amanda Vollmer

UTVECKLINGEN STÄLLER KRAV PÅ CHEFEN

Högt uppsatta chefer som saknar förståelse för AI riskerar sinka Sveriges konkurrenskraft. Det ska den nya AI-kursen ”AI for Executives” råda bot på.

Bakom initiativet står Stockholm, Uppsala och Göteborgs universitet, i samarbete med AI Sweden.

– När vi tänker på AI eller digitalisering tänker vi oftast på ingenjörer eller programmerare, och det digitala arbetet har ofta delegerats till dessa roller. Men som tekniken ser ut i dag är det snarare en strategisk fråga. Och om du delegerar strategiskt ansvar gör du som ledare inte ditt jobb, säger Ian Richardson, chef för Executive Education vid Företagsekonomiska institutionen vid Stockholms universitet.

Hittills har över 100 personer gått kursen som löper över sex dagar utspridda på en termin. En av dem är Håkan Siggelin, projektutvecklingschef och del av ledningsgruppen på Familjebostäder.

– Jag har en begränsad kunskap inom AI, men är nyfiket lagd och vill få en bättre förståelse för användningen av tekniken. Men då främst utifrån ett ledarperspektiv och inte specifikt hur jag ska använda det i mitt dagliga arbete, säger han.

Jag tror att fastighetsbranschen bara har skrapat på ytan vad gäller möjligheterna med AI.

Familjebostäder är dock inte främmande inför olika AI-satsningar och man har kommit långt inom bland annat energioptimering med hjälp av AI. Utmaningen framåt är att inte bli för spretiga, beskriver Håkan Siggelin.

– Jag tror att fastighetsbranschen bara har skrapat på ytan vad gäller möjligheterna med AI. Här behöver vi, som många andra, sätta en strategi och struktur kring vad det innebär för oss. Vi behöver också skapa ett engagemang och ambassadörskap internt.

En av de största insikterna från kursen menar han är att AI inte bara är en teknik.

– Mycket finns ju redan där i form av data och lagrad kunskap. När det kommer till AI handlar det snarare om att förstå hur vi på Familjebostäder bör använda tekniken för att skapa mest affärsnytta. Och det är ju en fråga för ledningen att vrida och vända på.

Bland de som gått kursen har representanter från fastighetsbranschen än så länge varit få. En anledning till det tror Håkan Siggelin är att branschen inte behövt vara lika på tårna som andra.

– Det är ett grundläggande behov att bo och i det finns en lönsamhet som många tycker fungerar tillräckligt bra. Det har gjort branschen något konservativ och har bidragit till att den större drivkraften hittills har uteblivit.

Amanda Vollmer