Mitä lisäarvoa tekoäly tuo kiinteistöautomaatioon?

Julkaistu 27.3.2025

Neljä ominaisuutta antavat tekoälylle kiistattomat edut, kun sitä vertaa perinteiseen kiinteistöautomaatioon: sisäolosuhteiden ennustettavuus, ilmatieteenlaitoksen sääennusteiden hyödyntäminen, reaaliaikainen tieto kiinteistön käyttöasteista sekä se osaa ohjata rinnakkaisia prosesseja yhtäaikaisesti.

Tekoäly eroaa kiinteistöautomaatiosta siten, että se kykenee ennustamaan mitä sisäolosuhteissa tapahtuu 5-10 minuutin kuluttua. Kun tekoäly osaa ennustaa sisäolosuhteita, niin se kykenee myös ennakoiden ohjaamaan niitä antamalla rakennusautomaatiolle uusia asetusarvoja.  Kun tähän lisätään vielä tekoälyn hyödyntämiä ilmatieteenlaitoksen sääennusteita sekä kiinteistön reaaliaikaisia käyttöastetietoja, saadaan lopputuloksena hyvin stabiilit ja miellyttävät sekä tarpeenmukaiset sisäolosuhteet. Tekoäly osaa myös huomioida ja ohjata rinnakkaisia prosesseja samanaikaisesti, johon perinteinen kiinteistöautomaatio ei pysty. Kiinteistöautomaatio hallitsee lämmitystä, ilmanvaihtoa ja jäähdytystä omina prosesseina, mutta kun nämä hoidetaan tekoälyn kautta yhtäaikaisesti, niin päästään paljon parempaan lopputulokseen.

Tekoälyn lämmityskäyrä ei ole kiinteä viiva, vaan dynaaminen oppiva malli. Esimerkiksi jos viikonloppuisin lämmitys on aika-asetuksilla säädetty pienemmälle, voidaan ennakoivalla lämmityksellä ohjata maanantaina tiloja siinä järjestyksessä, miten tekoäly on oppinut niiden käyttötavat kiinteistön historiatietojen mukaisesti. Tai jos sääennusteiden mukaan on tulossa lämmin päivä, tekoäly osaa ottaa sen huomioon ennakoivassa lämmityksessä.

Miten tekoäly osaa ennustaa?

Kiinteistöautomaation tekoäly perustuu koneoppimisen malleihin, jotka pystyvät analysoimaan suuria määriä dataa ja tekemään niistä opittujen mallien avulla itsenäisiä ja älykkäitä päätöksiä. Koneoppimisessa etsitään toistuvia tapahtumia, jotka johtavat uusiin tilanteisiin. Esimerkkinä koneoppimisesta on sähköpostien spam-viestit. Kun tekoälylle kerrotaan millaisia ovat ns. roskapostit, se oppii niitä tietyn opetusmäärän jälkeen itse lajittelemaan.

Kiinteistöautomaatiossa on samanlaisia toistuvia syy-seuraus tapahtumia, joita tekoäly pystyy ennustamaan ja tekemään ennakoituja älykkäitä päätöksiä. Tekoäly osaa ennustaa myös tulevien vikojen todennäköisyyksiä. Esimerkiksi jos lämpöpumppu alkaa toimimaan eri tavalla kuin vastaavat laitteet, tekoäly osaa kertoa poikkeavuuksista huollolle ja antaa aiemmin kerättyjen tietojen perusteella oman arvion sen tulevasta toiminta-ajasta.

Koneoppimista voidaan kiinteistöautomaatiossa hyödyntää jo kahden viikon jälkeen, jolloin se on oppinut perusasioita, mutta vasta vuoden päästä se on päässyt tutustumaan, miten Suomen neljä vuodenaikaa vaikuttaa juuri siihen kiinteistöön, johon se on asetettu keräämään tietoa. Kerättyä tietoa mallinnetaan opituiksi käyttäytymismalleiksi, jolloin se pystyy itsenäisesti ennakoimaan tulevia tapahtumia ohjaamalla kiinteistöautomaatioita tai raportoimalla huoltohenkilökuntaa. Koneoppiminen toimii kuten viini, joka paranee vanhetessaan, kun se saa käydä taustalla.

Mistä tekoälyn energiansäästö tulee?

Huoneiden sisäilmamäärät ovat mitoitettu niiden täyden käyttöasteen mukaan. Kuitenkin kiinteistöjen käyttöasteet vaihtelevat, kuten esimerkiksi etätyöt ovat lisääntyneet koronan jälkeen. Tähän tarvitaan olosuhdeantureita ja sisäilmamittauksien kasvattamista. Sisäolosuhteita optimoidaan tiettyjen raja-arvojen, kuten sisäilmaluokitus S2:ssa lämpötilan, kosteuden ja lämpöolosuhteiden mukaisesti. Anturit eivät ole kuitenkaan vain tekoälyä varten, vaan ne palvelevat sekä kiinteistöautomaatiota sekä erilaisten raporttien kautta myös kiinteistön ja kiinteistön käyttäjien hyvinvointia.

Sisäolosuhteita säätämällä miellyttäväksi säästetään jopa 30% ilmanvaihtokoneiden sähkönkulutusta, 20% ilmanvaihtokoneiden lämmityskuluja ja 10% muita lämmityskuluja. Nämä luvut perustuvat toteutuneisiin tekoälyn tuomiin säästöihin. Yllättävää on, että tarpeenmukaisessa ilmanvaihdossa suurin säästö saadaan sähkön kulutuksessa eikä lämmityskustannuksista! Vaikka kiinteistöillä olisi edulliset kiinteät sähkösopimukset, niin silti yli 5000 m2 kiinteistössä voidaan säästää jopa 10 000 euroa vuoden sähkölaskuissa pelkästään tarpeenmukaisella ilmanvaihdolla. Säästö tuplaantuu, kun siihen lisätään vielä tarpeettomat lämmitys- ja jäähdytyskulut.

Teknologian mutkistuessa osaajien määrä vähenee?

Prosessien kokonaisymmärrys vaatii osaamista. Asiakkaat ovat kertoneet, että alalla on rajallinen määrä sellaisia osaajia, jotka kykenevät energiaoptimointia tekemään laadukkaasti. Ja vaikka käytössä olisikin tällaista osaamista, niin tekoäly voi tehdä muutoksia yhteen säätöpiiriin minuutin välein eli kymmeniä tuhansia kertoja kuukaudessa. Vielä kun säätöpiirejä on kymmeniä tai satoja, niin siitä voi päätellä, ettei ihmiset kykene vastaavaan mitenkään. Tekoäly on ikään kuin talotekniikan uusi ja taitava väsymätön asiantuntija.

Tekoälyn mahdollistama diagnostiikka tarkkailee väsymättä ympäristöään ja kertoo huollolle poikkeavaisuuksista. Diagnostiikka osaa antaa myös ohjeistuksia, miten ongelmat saataisiin korjattua.  Esimerkkinä tekoäly voi löytää huonekohtaisten ilmansäätölaitteiden, eli imsien toimimattomuudet, joita on vaikea paikallistaa kun ne ovat näkymättömissä tai yhtäaikaista lämmitystä ja jäähdytystä tai jumittuneita venttiileitä jne. Jos pystytään ennakoimaan vikoja, niin niistä ei ehdi tulla niin isoja vahinkoja. Viat voivat olla myös energiatehokkuutta heikentäviä asioita, kuten esimerkiksi jos lämmöntalteenotto (LTO) ei ole kunnossa. 

Minkälaisiin rakennuksiin tekoäly soveltuu?

Tekoälyä hyödynnetään energianhallinnassa, mutta se eroaa merkittävästi muista energianhallinnan toimenpiteistä. Usein energianhallinnan toimenpiteet ovat suuria ja investointipohjaisia ratkaisuja, jolloin järjestelmiä tai rakenteita uusitaan. Tekoälyä tuomalla nykyiseen järjestelmään, saadaan melko pienillä investoinneilla merkittävän hyötyjä, sillä se pystyy ottamaan nykyisistä laitteista mahdollisimman paljon irti. Digitalisaatio edistää kestävää kehitystä ja sitä osataan hyödyntää ja monella toimialalla.

Tekoäly toimii parhaiten julkisissa ja kaupallisissa rakennuksissa, jossa on kysyntää tarpeenmukaiselle ilmanvaihdon ohjaukselle. Myös alle 2000 m2 kiinteistöt pystytään hoitamaan melko tehokkaasti perinteisellä automatiikalla. Kiinteistön koon kasvaessa myös tekoälyn tuomat hyödyt kasvavat samassa suhteessa. Tekoälyn soveltuvuutta ja etuja pohditaan erilaisiin rakennuksiin eri tavalla. Ensin tutustutaan rakennusautomaatiojärjestelmään ja automaatioprosesseihin sekä tehdään arvio tekoälyn tuomista mahdollisuuksista, mitä lisäarvoa se tuo. Seuraavaksi laskettu arvio muutetaan rahaksi, jonka mukaan asiakkaat tekevät päätökset. Rahallinen hyöty on kuitenkin usein se paras motiivi tekoälyn hankintaan.

Tekoäly integroituna kiinteistöautomaatioon

Kansainvälisen tutkimuksen mukaan (JJL Technologies, 2024) kiinteistöjen ylläpitäjistä 10% hyödyntävät jo tekoälyä ja 60% heistä ovat kiinnostuneita kuulemaan siitä lisää. Adairin lähes 500 kohteesta jo 16% on kytketty kahteen tekoälypalveluun, joista toinen myös ohjaa kiinteistöautomaatiota.

Adairiin on liitetty Nuukan tekoäly, jonka kehittäminen Nuuka Solutions Oy:llä alkoi jo vuonna 2012. Adairiin ensimmäinen tekoälyn asiakas liitettiin vuonna 2022. Nuukan kotimaisuus oli tärkeä asia, kun Adairiin valittiin tekoälykumppania, sillä Nuuka tuntee Suomen vaativat olosuhteet. Sekä Nuuka eroaa merkittävästi muista kiinteistöautomaation tekoälyratkaisuista, sillä Nuukassa ei hyödynnetä dataa vain yhteen suuntaan muodostamalla raportteja. Raportit saattavat jäädä usein kokonaan lukematta tai vähälle huomiolle tai niitä ei osata tulkita oikein. Nuukassa raporttien lisäksi ohjataan kiinteistöautomaatiota tekoälyä hyödyntäen reaaliaikaisesti.

Reaaliaikainen energian ohjaus ja seuranta

Nuukan energiansäästöt päivittyvät raportteihin tunnin välein, jossa voidaan tarkastella energiankulutusta rakennuksittain tai rakennuksen sisällä osittain tai jopa laitteiden kesken esimerkiksi ilmanvaihtokoneittain ja verkostoittain. Tämä ominaisuus auttaa tekemään esimerkiksi ilmanvaihtokoneiden tai lämmitysjärjestelmien päivitystarpeita, kun sovellus osaa erotella jokaisen elementin energiakulutukset erikseen.

Joskus kysytään, miten tekoälyn osuuden pystyy erottamaan tavallisesta kiinteistöautomaation ohjauksesta. Se on helppoa, sillä sen tekoälyoptimointi voidaan kytkeä pois käytöstä esimerkiksi viikoksi ja tarkastaa mihin energiankulutus asettuu ilman reaaliaikaista optimointia. Tekoälyoptimointi on jatkuvaa reaaliaikaista optimointia, jos se lopetetaan asetukset rämettyvät ja energiankulutus palaa takaisin lähtötilanteeseen.

Tekoälyn tulevaisuus kiinteistöautomaatiossa

Kiinteistöautomaation tekoälyllä ei ole vielä luontaisia markkinoita. Tekoälyn tarjouspyyntöjä ei kiinteistöautomaatiossa vielä kysytä, vaan se vaatii aktiivista toimintaa asiakkaan suuntaan, kertomalla miten tekoälyä voi kiinteistöautomaatiossa hyödyntää. Tietoa jakamalla myös tietoisuus tekoälyn mahdollisuuksista kasvaa.

Nuukan teknologiajohtaja Mikko Maja kertoo, että Nuukan AI pohjaista optimointia on toimitettu ilmanvaihdon ja lämmityksen optimointiin lähinnä Suomeen, Ruotsiin ja Isoon Britanniaan. Nyt Nuukan palveluun on tulossa AI Cool laajennus jäähdytyksen optimointiin ja hankkeita on käynnistymässä alueilla, joissa jäähdytys on merkittävässä roolissa sisäilmaolosuhteiden hallinnan osalta.

Mikko Maja näkee, että globaalit energiatehokkuusvaatimukset pakottavat vähentämään rakennusten tarpeetonta energiankulutusta ja helposti skaalautuvalle, Saas palveluperustaiselle talotekniikan AI optimointiratkaisulle, joka täydentää kiinteistöautomaation toimintoja, on nyt kysyntää kaikkialla

Kuuntele Mikon tekoälyn podcast