AI-REDO ENERGIDATA

Prata med din energidata

Metrys MCP-server kopplar din data direkt till det AI-verktyg du redan använder. Ställ frågan i vanlig text och få svaret ur din egen data.

Säg hej då till manuella exporter, och hej till din energidata!

Koll på insamlingen

Vilka mätpunkter har slutat leverera? Var finns luckor i förra årets data? Och var ser värdena orimliga ut? Upptäck anomalier i datan och hitta hålen innan de blir ett rapporteringsproblem.

Uppföljning och analys

Jämför energianvändningen mellan perioder, hitta byggnader som sticker ut och be om en effektsignatur på köpet. Tidigare krävde det en export och en pivottabell, nu är det bara att fråga.

Underlag för rapportering

Sammanställ årsförbrukning per mediatyp för hela beståndet inför CSRD eller GRESB. Kontrollera täckningen innan du börjar rapportera, ta fram underlaget utan att öppna ett kalkylark, och jämför mot förra årets siffror medan du ändå är i farten.

Har man velat komma åt sin data i ett eget system har det alltid krävt en utvecklare som bygger en integration mot vårt API. Nu räcker det att klicka på Metry connector och börja ställa frågor i vanlig text.

Sebastian Levander, Head of Design på Metry

Få koll på insamlingen

Gå från reaktiv till proaktiv

Bygg flöden som passar ditt arbetssätt

Vilka mätpunkter har inte rapporterat på två månader? Hur stor andel av beståndet har komplett insamling för hela året? Finns det fastigheter där vi saknar data för delar av perioden? Med MCP-servern kan du fråga din data rakt ut och få koll på insamlingen.

Gå från reaktiv till proaktiv genom att sätta upp dina egna automatiska larm och flöden i AI-verktyget, som hämtar svaret ur din faktiska Metry-data.

Frihet att välja

Din data i AI-verktyget ni redan valt

Mixa och matcha de system du vill

Koppla på det AI-verktyg du redan använder. MCP-standarden är öppen, vilket gör datan tillgänglig i de verktyg som stöder MCP.

I stället för att du exporterar en fil och klistrar in den i en chatt hämtar AI-verktyget datan direkt från Metry när det behöver den. Standarden fungerar som en universalkontakt, vilket gör att samma koppling funkar i flera verktyg. Om ni byter AI-leverantör om två år följer energidatan med.

IT och säkerhet

Inga nya behörigheter, inga nya nycklar

Det IT behöver göra ryms på några rader

Anslutningen är skrivskyddad, så ingenting kan ändras eller raderas via den. Inloggningen sker med ditt befintliga Metry-konto, och AI-verktyget ser exakt den data kontot redan har tillgång till. Inga servicekonton, inga API-nycklar, inga delade lösenord.

Servern körs på AWS i EU och lagrar varken inloggningsuppgifter eller konversationer.

Läs mer om IT och säkerhet

Igång innan kaffet hinner kallna

En adress är allt som behövs

Öppna anslutningarna i ditt AI-verktyg och lägg till https://mcp.metry.io. I de flesta verktyg är det ett fält och en knapp. Kör du en CLI räcker ett kommando.

Kom igång

För dig som redan använder Metry

Din data ligger redan i portalen! Det som återstår är att koppla på servern i ditt AI-verktyg. Logga in och följ instruktionerna för det verktyg du använder.

Logga in i Metry

För dig som inte är kund än

Ett AI-verktyg är inte bättre än datan det matas med. Har ni energidata utspridd över nätbolag, undermätare och kalkylark så börjar arbetet där. Hör av dig så tittar vi på hur er insamling ser ut idag!

Boka en demo

Fokus på detaljerna

Du frågar, vi svarar

Övertyga hållbarhetschefen om att svaren går att lita på. Ge IT det underlag de behöver för att säga ja. Visa driftgänget att de kan fortsätta jobba precis som vanligt. Här är de frågor vi får oftast. Har du fler får du gärna boka ett möte med oss, så går vi igenom dem tillsammans.

Vad är en MCP, egentligen?

MCP står för Model Context Protocol och är en öppen standard för hur AI-verktyg kopplar sig till datakällor. I stället för att du exporterar en fil och klistrar in den i en chatt hämtar AI-verktyget datan direkt från Metry när det behöver den. Standarden fungerar ungefär som en universalkontakt, vilket gör att samma koppling fungerar i många olika verktyg.

Vilka AI-verktyg fungerar det i?

Verktyg som stöder MCP. Idag omfattar det bland annat Claude Code, ChatGPT, GitHub Copilot i utvecklingsmiljön, Mistral Vibe, Gemini CLI och andra terminaler. Utöver dessa finns flera andra MCP-klienter, och de flesta av dem kopplar upp sig på samma sätt.

Eller så kan du köra lokala modeller i t.ex. Ollama eller AnythingLLM – japp, MCP-servern funkar där också!

Vilken data kommer AI-verktyget åt?

Exakt den data ditt Metry-konto redan har tillgång till. Det vill säga förbrukning och avläsningar för el, värme, kyla, vatten och gas, mätarmetadata som namn, adress, EAN och energislag, samt fastighets- och byggnadsstruktur. Inga nya behörigheter tillkommer, och ingen persondata utöver det konto som används för att logga in.

Kan AI:n ändra eller radera något?

Nej. Anslutningen är skrivskyddad. Data kan läsas, men varken skapas, ändras eller raderas.

Vad behöver vår IT-avdelning göra?

Tillåta utgående HTTPS mot mcp.metry.io. Det krävs inga inkommande regler, ingen VPN och ingen IP-allowlisting. Autentiseringen sker med OAuth mot ert befintliga Metry-konto, så det behövs varken servicekonton eller API-nycklar. Servern körs på AWS i EU och lagrar varken inloggningsuppgifter eller konversationsdata.

Den data AI-verktyget tar emot hanteras enligt ert eget avtal med AI-leverantören. Vi rekommenderar att ni använder ett konto på företags- eller enterprise-nivå, eftersom privatkonton ofta saknar personuppgiftsbiträdesavtal.

Ett mer detaljerat underlag för säkerhetsgranskning hittar du här.

Vad händer om vi tar bort någons åtkomst?

Anslutningen till MCP-servern har ingen egen behörighet utan använder personens Metry-konto. Stänger ni av kontot i Metry upphör åtkomsten, och det behöver inte göras något i AI-verktyget.

Kan vi lita på svaren AI-verktyget ger oss?

Språkmodeller är generellt dåliga på att räkna, och ett svar är aldrig bättre än datan under det. Därför har vi på Metry lagt allt krut på datalagret, med kvalitetssäkring som gör att modellen har rätt siffror att arbeta med från början, och full spårbarhet i var datan kom ifrån. Läs mer om vår kvalitetssäkring.

Vårt råd är ändå detsamma som vi ger oss själva. Börja med frågor du kan kontrollera, låt någon som kan beståndet titta på svaren i början, och behandla AI-verktyget som en snabb kollega som ibland har fel snarare än ett facit.

Behöver vi en utvecklare för att komma igång?

Nej. Med MCP-servern räcker det att koppla på en adress i det verktyg du redan använder (även våra kollegor som inte är utvecklare har lyckats!).

Vårt API finns dock kvar och fungerar precis som förut för de som använder färdiga integrationer eller har byggt egna mot det.

Kan vi kombinera Metry-data med data från andra system?

Ja, förutsatt att de andra källorna också är uppkopplade i ert AI-verktyg. Det är en av de större förändringarna med MCP. Att lägga ihop energidata med ekonomi och fastighetsinformation var tidigare ett integrationsprojekt över flera månader, och blir nu en fråga i en konversation.

Vad hade du velat fråga din energidata?

Boka en demo och se hur det funkar