Så förbereder ni energidatan för AI innan verktyget är godkänt

Det finns en i varje organisation. Fyrtio flikar öppna, ett eget kalkylark som ingen annan riktigt förstår, och en vana att testa nya verktyg på förra månadens siffror innan någon har bett om det. På tisdagen står hen vid någons skrivbord med datorn i famnen: “kolla här vad jag har byggt i Copilot”. 

…men sen kommer frågan om var datan hamnar om den läggs in i ett AI-verktyg, och då blir det antingen ett nej eller en lista med frågor som ingen hinner svara på.

”Jag träffar ofta fastighetsägare som verkligen vill. De ser värdet på en gång, och de har ofta redan testat något litet på egen hand. Sen kommer direktivet internt att ingen information alls får delas med AI-verktyget, för att man inte vet vad som kan vara känsligt. Då står verktyget där, men det blir inte särskilt användbart. Ingen vill gå emot det som bestämts, så man blir bakbunden istället”, berättar Joel Torkelsson, CCO och co-founder av Metry. 

När underlaget är tunt väljer de flesta det säkra före det osäkra

AI-förordningen blev tillämplig i bredare mening den 2 augusti 2026. De tyngsta kraven på högrisksystem flyttades samtidigt fram till den 2 december 2027 genom ändringsförordningen Digital Omnibus, (EU) 2026/1744, som trädde i kraft den 27 juli 2026. Kraven på transparens gäller däremot sedan den 2 augusti 2026 som planerat, och nästa ändring kommer redan den 2 december i år, då två nya förbud börjar gälla.

Regelverket har alltså rört sig flera gånger på kort tid, men ingen av rörelserna har landat helt, och flera företag saknar fortfarande tydlighet. I Sverige är den kompletterande lagstiftningen ännu inte beslutad. De myndigheter som ska utöva tillsyn arbetar på tillfälliga uppdrag som löper ut vid årsskiftet.

När IT ska ta ställning till AI-verktyget (vem driver det, vad avtalet säger om lagring och modellträning, vem som kommer åt konversationerna efteråt) finns ännu ingen etablerad frågelista, så två bolag med samma förutsättningar kan landa i olika svar. Och när underlaget är tunt väljer de flesta det säkra före det osäkra.

En sak förbises ofta i det läget. Det mesta av er data  ligger förmodligen redan hos en molnleverantör. När AI-verktyget är en del av samma svit så finns ofta mejl, dokument och kalkylblad i samma moln som AI-verktyget körs i, och för företagsversionerna gäller i stora drag samma avtal och samma gränser för båda. 

Frågan är därför sällan om datan lämnar huset, utan under vilket avtal den hanteras och vem som kan nå den.

“Många landar olika i det här just nu, och det finns ingen etablerad best practice att luta sig mot än. Jag känner igen det från diskussioner kring molntjänster för tio år sedan”, säger Joel Torkelsson.

“Då ville många helst ha allt på en egen server nere i källaren och det tog tid innan kunderna accepterade att lagra viss data i molnet.”

Men det betyder inte att arbetet behöver stå still!

Förbered AI-arbetet medan du väntar på svar

Arbetet med datalagret ser likadant ut oavsett vilket verktyg som till slut godkänns. Det har dessutom ett värde om svaret blir att inget verktyg godkänns alls, eftersom samma struktur används för energiuppföljning, hyresgästdebitering och hållbarhetsredovisning.

För att du ska kunna arbeta med er energidata i ett AI-verktyg behöver du kika på följande:

1. Inventera mätpunkterna. Vilka mätare finns i beståndet, vilka levererar data idag, och vilka har ni bara en faktura för? Se till att listan är komplett så att ni har täckning för det du vill kunna analysera.
2. Bestäm strukturen medan ni minns varför den ser ut som den gör. Vilken mätare hör till vilken byggnad, vad är fastighetsel och vad är hyresgästens, vem ansvarar för vad. Den kunskapen sitter ofta hos ett fåtal personer och behöver dokumenteras för att kunna användas av en AI. 
3. Hitta historiken. Har nätbolaget sparat fem års förbrukningar bakåt, så går det att hämta fem års historik ( i alla fall med Metry!). Genom att samla in så mycket historisk data som möjligt kan du göra bättre jämförelser bakåt och prognoser framåt. 
4. Se till att ni äger er egen data. Export i öppet format och åtkomst via ett dokumenterat API är förutsättningen för att datan ska kunna nå den miljö som till slut blir godkänd, vilken det nu blir.

Metry hjälper dig få koll på insamlingen av energidata

I Metry strukturerar ni mätpunkterna i en trädstruktur efter ort, fastighet och mätare, och lägger på taggar, ansvarsområden och metadata. Varje värde loggas med källa och tidsstämpel, så att det går att visa varifrån det kom och när det hämtades.

Den strukturen och kvalitetssäkringen ser likadan ut vare sig datan ska vidare till energiuppföljningssystemet, till hållbarhetsredovisningen eller till ett AI-verktyg som godkänns om ett halvår.

Väntar ni på besked om ett AI-verktyg? Hör av dig, så går vi igenom hur er insamling ser ut idag, och vad som behöver vara på plats den dag beskedet kommer.

…och du har väl inte missat att Metry har släppt en MCP-server? Den gör det möjligt för dig att prata med din energidata i det AI-verktyg ni väljer, när ni väl är uppe och rullar!