Dag-Kjetil Buran er sjefsingeniør ved NMBU, fagansvarlig for automasjon og IoT/PropTech og prosjektleder for NMBU Smart Campus. Han trengte ikke enda et generelt dashboard. Han trengte en arbeidsflate som kunne gjøre data fra Campus Ås anvendelige i den løpende oppfølgingen av bygg, energi, rom og tekniske anlegg.
Dataene fantes allerede i Smart Campus-plattformen. Med AI-assistert utvikling kunne Dag-Kjetil forme et verktøy tett på den arbeidshverdagen han kjenner. Resultatet heter SC Insight, kort for Smart Campus Insight.
Dette er likevel ikke et personlig verktøy for én ekspert. Ambisjonen er å gi driftere og andre fagpersoner tilgang til de samme sammenstillingene, analysene og erfaringsbaserte kontrollspørsmålene. Slik kan domenekunnskap skaleres til et helt driftsmiljø.
Tre eksempler viser hva datalaget utløser
Verdien av et felles datagrunnlag blir tydelig når det brukes til konkrete oppgaver:
- Vannavvik: Ved Urbygningen gjorde et uvanlig forbruk det mulig å finne en påfylling av en karpedam eller et basseng som hadde fortsatt til det rant over. Les hvordan SC Insight reduserte søkeområdet.
- Rombruk og inneklima: Når booking, registrert aktivitet, temperatur og CO₂ knyttes til samme rom, kan planlagt og faktisk bruk vurderes i sammenheng. Les hvordan romdata blir beslutningsstøtte.
- Ventilasjonsanalyse: Temperaturer, luftmengder, driftstid og vifteenergi kan sammenstilles for flere aggregater. Les hvordan fagpersonen undersøker styringen.
Eksemplene har samme arbeidsdeling: Løsningen finner mønstre og sammenhenger, mens fagpersonen tolker dem i lys av bygget og avgjør hva som bør gjøres.
Grunnlaget under brukerflaten
SC Insight er en ny brukerflate, men den begynner ikke med brukerflaten.
NMBU har en stor og sammensatt bygningsmasse. Informasjon om de samme byggene og rommene finnes i bygningsautomasjon, BIM- og FDV-systemer, energioppfølging, bookingsystemer og sensortjenester. Hvert system kan være godt til sitt formål, men de deler ikke nødvendigvis identiteter, begreper eller data.
Smart Campus-plattformen kobler kildene sammen i et operasjonelt, uavhengig datalag for bygg. I den tekniske beskrivelsen av plattformen viser vi hvordan Azure Digital Twins brukes til struktur og relasjoner, historikk lagres i Azure Data Explorer, og data gjøres tilgjengelige gjennom standardiserte grensesnitt.
kildesystemer → integrasjoner → uavhengig datalag → API → SC Insight
Datalaget erstatter ikke fagsystemene. Det gir organisasjonen et eget, sammenhengende grunnlag som flere autoriserte applikasjoner kan bruke. «Uavhengig» betyr heller ikke at plattformen er uten teknologileverandører. Den er bygget i Azure. Uavhengigheten ligger i at data, identiteter og relasjoner ikke låses til én sluttbrukerapplikasjon.
Apper og leverandører vil endre seg raskere enn byggene. Derfor bør datagrunnlaget kunne leve videre og brukes av flere løsninger over tid. Det er denne retningen vi beskriver i løsningsområdet vårt og i artikkelen om fremvoksende arkitekturaspekter for digitale tvillinger.
AI flytter utviklingen nærmere fagpersonen
Et felles API har lenge vært lett å beskrive som en visjon: Når dataene er samlet og tilgjengelige, kan nye tjenester koble seg på. Utfordringen er at grunnarbeidet krever investering før man har mange ferdige brukerflater å vise til.
AI-assistert utvikling endrer dette forholdet. En fagperson som kjenner campus, dataene og spørsmålene som må besvares, kan komme tettere på utviklingen og prøve ut nye arbeidsflater i raskere iterasjoner.
Gjennom mange år med automasjon, IoT og teknisk drift har Dag-Kjetil bygget opp erfaring med hvilke signaler som hører sammen, hvilke mønstre som bør undersøkes, og hvilke kontrollspørsmål som må stilles før et anlegg endres. AI har hjulpet ham med å omsette denne kunnskapen til funksjoner. Smart Campus-API-et har gitt tilgang til et allerede strukturert datagrunnlag.
I en ordinær produktutvikling måtte mye av erfaringen først hentes ut i intervjuer, beskrives som krav og overføres gjennom flere ledd. Med AI-assistert utvikling kan domeneeksperten formulere, teste og korrigere arbeidsflyten tettere på de faktiske dataene.
AI senker terskelen for å lage brukerflaten. Et uavhengig datalag gjør den nyttig, sammenhengende og etterprøvbar. Domeneeksperten er fortsatt piloten.
AI erstatter ikke datakvalitet, tilgangsstyring, sikkerhet eller faglig kontroll. Den vet heller ikke av seg selv at en sensor og en booking gjelder det samme rommet. Slike sammenhenger må finnes i dataene og forvaltes over tid.
En langsiktig beslutning gir handlingsrom
Harald A. Nitavskis, avdelingsleder for Digital eiendom ved NMBU, så tidlig verdien av et applikasjonsuavhengig fundament. Han bidro til at Smart Campus fikk handlingsrom til å utvikle datalaget selv om det i starten var få ferdige brukerflater å vise frem.
Med SC Insight har beslutningen fått en konkret anvendelse. Nye arbeidsflater kan bygges på det samme datagrunnlaget uten at integrasjonsjobben begynner fra null. Spørsmål som ikke var spesifisert da plattformen ble etablert, kan prøves ut når behovet oppstår.
Én app dokumenterer ikke alle gevinstene, og grunnarbeidet er ikke ferdig. Men plattformen har skapt handlingsrom: En domeneekspert kan omsette erfaring til en ny arbeidsflyt, og organisasjonen kan gjøre den tilgjengelig for mange.
Fem prinsipper andre eiere kan ta med seg
- Skill dataene fra applikasjonene. Et eget datalag gjør det mulig å kombinere data og bytte brukerflater over tid.
- Bygg stabile identiteter og grensesnitt. Bygg, etasjer, rom, systemer og målepunkter må kunne forstås i sammenheng.
- Start i et konkret arbeidsbehov. Den beste testen av datagrunnlaget er om det støtter en faktisk oppgave.
- La fagpersonene komme nær utviklingen. AI kan forkorte veien til utprøving, men fagkompetansen må styre og kvalitetssikre.
- Behold styring og mål gevinsten. Tilgang, personvern, datakvalitet og sikkerhet må forvaltes, og effekten må dokumenteres.
SC Insight er dermed mer enn en app på toppen av Smart Campus. Det er et praktisk bevis på hvorfor det er verdifullt å gjøre det langsomme, lite synlige grunnarbeidet først.
