Innehåll
Vad AI faktiskt kan göra för ett fastighetsbolag
För ett fastighetsbolag märks nyttan av AI i det dagliga arbetet, i driften, förvaltningen och uppföljningen. Några exempel:
Prediktivt underhåll. Systemet använder historisk drift- och underhållsdata för att se när en komponent snart behöver service. Då kan ni åtgärda den innan den går sönder.
Automatiserad hantering av felanmälningar. När en hyresgäst gör en felanmälan kategoriseras den och skickas direkt till rätt tekniker. Ingen behöver sortera ärenden manuellt.
Förslag på vad som ska prioriteras. AI kan väga samman underhållsbehov, felanmälningar och budget och föreslå vilka åtgärder som bör göras först, med en motivering till varför.
Bättre koll på vakanser och intäkter. Mönster i uthyrningsdatan upptäcks tidigt, långt innan de syns i kvartalsrapporten.
Prata med er data. Förvaltare och ledning kan ställa frågor på vanlig svenska och få svar direkt, utan att beställa en rapport eller leta i flera system. Två exempel är ”Vilka fastigheter har flest felanmälningar i år?” och ”Var ökar vakansgraden?”.
Alla exemplen bygger på samma grund: rätt data, i rätt skick, tillgänglig när den behövs. Utan den spelar det ingen roll hur bra AI-modellen är.
Den viktiga förutsättningen: strukturerad data
De flesta AI-projekt fastnar inte i tekniken, utan istället i underlaget. Data som ligger i Excel-ark. Data som är inmatad olika beroende på vem som fyllde i den. Data som är inlåst i ett system och inte går att nå därifrån.
Bra AI-data behöver tre saker. Den ska vara strukturerad på ett enhetligt sätt. Den ska vara tillgänglig, så att andra system kan hämta den. Inte bara synas i ett gränssnitt. Och den ska vara aktuell, uppdaterad i realtid eller nära det, inte i en export som körs en gång i veckan.
Saknas någon av delarna blir AI mer gissning än verktyg.
Pigellos roll: en strukturerad grund från start
Det är här ett bra fastighetssystem gör skillnad, redan innan AI kommer in i bilden. Pigello är byggt kring en tydlig struktur för fastighets-, avtals- och hyresgästdata, samt ärenden och felanmälningar. Datan är organiserad från början, vilket resulterar i att man inte behöver städa upp den i efterhand.
I praktiken innebär det att samma typ av information registreras på samma sätt, oavsett fastighet eller vem som matar in den. Ett avtal hänger ihop med rätt objekt och rätt hyresgäst, och en felanmälan kopplas till den plats där felet finns. Det är just den sortens sammanhang som gör data användbar för analys och AI.
Eftersom Pigello är det system där det dagliga arbetet sker hålls datan också aktuell. Ärenden, avtal och förändringar registreras när de händer, inte i efterhand. Ärendehistoriken (vilka fel som anmälts, var och hur ofta) blir på så sätt ett värdefullt underlag för att förstå var underhållsbehoven finns.
Systemet har dessutom ett helt öppet API och färdiga integrationer mot andra system, så datan går att använda där den behövs, inte bara i Pigello.
Exsitecs roll: att göra datan användbar där den behövs
Ibland behöver data från flera system kombineras på sätt som är unika för just den verksamheten. De flesta AI-initiativ behöver kombinera information från flera delar av verksamheten, till exempel drift- och avtalsinformation från Pigello, kostnadshistorik från ekonomisystemet och data från andra verksamhetssystem.
Exsitecs integrationsplattform fungerar som ett gemensamt lager mellan systemen. Den hanterar hur data hämtas, bearbetas och skickas vidare dit den behövs. Varje nytt behov kräver därför inte en separat direktkoppling mellan två system, och en integration som redan finns kan återanvändas. Data från Pigello som i dag förs över till ekonomisystemet kan i morgon också bli underlag för en AI-tjänst.
Plattformen ger också överblick. När AI används i fler processer blir det viktigare att veta var informationen kommer ifrån, hur den har förflyttats och vad som händer om ett flöde slutar fungera. Det gör det möjligt att skala nya initiativ utan att integrationslandskapet blir mer komplext.
Två delar av samma grund
Pigello har ett helt öppet API och ett brett utbud av standardintegrationer, så för de flesta flöden finns lösningen redan på plats. När ett fastighetsbolag behöver något mer specialanpassat, som att kombinera data från flera system eller bygga underlag för en AI-tjänst, hjälper Exsitec till att bygga just det. Pigellos öppenhet gör det möjligt, och Exsitecs integrationsplattform gör det hållbart att förvalta över tid.
Ett exempel
Tänk dig att ett fastighetsbolag vill bygga en modell som förutser underhållsbehov. I Pigello finns ärendehistoriken: vilka fel som anmälts, i vilka fastigheter och hur ofta. I ekonomisystemet finns vad åtgärderna har kostat. Var för sig räcker de inte. Tillsammans blir de ett dataset som går att bygga en modell på.
Att Pigellos data är strukturerad gör att den går att lita på. Att integrationsplattformen kopplar ihop den med ekonomidatan gör att den kan användas utan manuellt arbete varje gång.
Vad ett fastighetsbolag kan göra redan i dag
Man behöver ingen färdig AI-strategi för att börja. Tre saker är värda att göra oavsett:
Se över datakvaliteten i de system som redan används. Inte för att allt ska vara perfekt, utan för att veta var problemen finns. Klargör vilket system som äger vilken data, så att det inte blir oklart vilken källa som gäller. Och se till att data går att nå via API och kan kopplas ihop med andra system, inte bara tas ut i statiska exporter.
Det är det arbetet som gör det möjligt att skala AI längre fram. Inte AI-verktyget i sig.