Hyppää sisältöön
Tekoäly voi mullistaa rakennetun ympäristön – mutta ei yksin

Tekoäly voi mullistaa rakennetun ympäristön – mutta ei yksin

9.5.2025 – Tekoälyn vaikutus näkyy jo rakennetussa ympäristössä, ja me granlundilaiset olemme aktiivisesti mukana tässä mullistuksessa. Mitä mahdollisuuksia tekoäly tuo kiinteistö- ja rakennusalalle?

Aihepiiri
Data ja digitalisaatio, Innovaatiot
Jaa

Olemme aina halunneet olla edelläkävijöitä asiakkaitamme hyödyttävissä teknologiaharppauksissa, eikä tekoäly tee poikkeusta. Tutkimme tekoälyn mahdollisuuksia hankkeissamme ja otamme käyttöön työkaluja, joista on käytännön hyötyä.

Tekoäly auttaa päätöksenteossa: tehokkuus paranee, kun annamme tekoälyn huolehtia suurten tietomassojen analysoinnista ja automatisoida toistuvia prosesseja.

Rakennus- ja kiinteistöalalla pyörii monenlaista dataa: tekstiä, taulukoita, valokuvia, kaavioita, BIM-malleja ja aikasarjoja. Datavyyhtiä pahentavat vuosien varrella eri toimijoiden keräämät ja keräämättä jätetyt hajanaiset tiedot. Tieto on usein siiloutunutta ja vaikeasti löydettävissä ja hyödynnettävissä.

Me haluamme purkaa nämä siilot. Kehitämme tekoälyratkaisuja, joiden avulla data on helpommin löydettävissä, ja sen analysointi on tehokkaampaa ja luotettavampaa.

Tekoäly voi tehostaa merkittävästi suunnittelua, rakentamista ja ylläpitoa. Näiden uusien ratkaisujen avulla voimme säästää aikaa, vähentää kustannuksia, pienentää kasvihuonekaasupäästöjä ja kasvattaa arvoa.

ELFMo-hanke

ELFMo-hankkeen (Engineering Large Foundational Models for Enterprise Integration) tavoitteena on tekoälyn integrointi liiketoimintasovelluksiin. ELFMo-hankkeeseen osallistuu yrityksiä ja yliopistoja neljästä Euroopan maasta.

Suomalainen konsortio on saanut rahoitusta Business Finlandilta. Granlundin lisäksi mukana Suomesta ovat Helsingin yliopisto, F-Secure, Nosto Solutions, Siili ja Solita. ELFMo-hankkeen on tarkoitus jatkua syyskuuhun 2027 asti.

Kehitämme tekoälyratkaisuja, joiden avulla data on helpommin löydettävissä, ja sen analysointi on tehokkaampaa ja luotettavampaa.

Koneoppiminen tuo lisää älyä rakennuksiin

Tekoälyn mahdollisuuksia voi avata esimerkiksi rakennuksen liian suureksi päässeen energiankulutuksen kautta.  Tekoälyn voi kouluttaa tunnistamaan energiankulutuksen poikkeamia ja ehdottamaan toimenpiteitä, joilla voidaan puuttua tilanteeseen ajoissa. Se osaa analysoida suuria datamääriä, kuten reaaliaikaisia energian hintoja.

Se pystyy myös oppimaan, miten kiinteistön energiankulutusta voi optimoida. Tekoäly voi vaikkapa kytkeä rakennuksen lämmityksen päälle ennen työntekijöiden saapumista tai ajoittaa akkujen latauksen ja käyttöveden lämmityksen edullisimpien tuntien ajalle.

Pilotoimme tällä hetkellä oman toimistorakennuksemme lämmityksen optimoimista tekoälyllä. Tavoitteena on parantaa energiankäytön hyötysuhdetta ja samalla vähentää kustannuksia ja päästöjä.

Tekoälyn luotettavuutta kehitetään yhdessä

Kehitämme tekoälyn hyödyntämismahdollisuuksia yhteistyössä kumppaneidemme kanssa. Esimerkiksi Engineering Large Foundational Models for Enterprise Integration (ELFMo) -hankkeessa etsimme keinoja hyödyntää suuria kielimalleja ja generatiivista tekoälyä liiketoiminnassa. Ratkaisujen tulee olla paitsi hyödyllisiä myös turvallisia, eettisiä ja juridisesti kestäviä.

Yksi ELFMo-hankkeen tavoitteista on parantaa tekoälyn luotettavuutta yritysten näkökulmasta. Kuten moni on varmasti huomannut, tekoäly voi tehdä virheitä: se saattaa esimerkiksi keksiä asioita omasta päästään tai käyttää vanhentunutta tietoa.

Kun näin käy, luottamus horjuu – ja pahimmillaan koko teknologia jää hyödyntämättä. Näitä haasteita pyrimme kumppaneidemme kanssa ratkomaan, jotta voisimme saada aitoa arvoa työkalujen käytöstä.

Tekoäly kehittyy nopeasti ja tulevaisuutta on vaikea ennustaa. Meille on tärkeää olla aktiivisesti mukana muutoksessa ja kehittää yhdessä kumppaneidemme ja asiakkaidemme kanssa uusia tekoälyn käyttöön liittyviä teknologioita ja toimintamalleja.

Tekoäly: tietokonejärjestelmä, joka pystyy suorittamaan normaalisti ihmisälyä vaativia tehtäviä, kuten oppimista, päättelyä, ongelmanratkaisua, havainnointia ja päätöksentekoa

Generatiivinen tekoäly (GenAI): tekoälyn osa-alue, jolla voidaan tuottaa tekstiä, kuvia tai videoita generatiivisten mallien avulla

LFM-malli: koneoppimismalli, jonka koulutukseen käytetään massiivisia merkitsemättömiä tietojoukkoja ja jota voidaan käyttää dokumenttien käsittelyn ja data-analysoinnin automatisointiin

Koneoppiminen: tietokonejärjestelmä, joka voi oppia ja mukautua analysoimalla ja tekemällä päätelmiä datassa esiintyvistä kuvioista algoritmien ja tilastollisten mallien avulla

Haluatko kuulla lisää?

Davor Stjelja

AI Lead

Lue muita blogejamme

Toipumista tukeva arkkitehtuuri toi Granlundille historiallisen kilpailuvoiton

27.05.2026 – Granlundin ensimmäinen arkkitehtuurikilpailun voitto syntyi pitkäjänteisen kehitystyön, vahvan tiimityön ja ihmislähtöisen suunnittelun tuloksena. Niuvanniemen sairaalan suunnitteluratkaisuksi valittu Niityllä-ehdotus tukee toipumista…

Blogi

Rakennusalan tuottavuusloikka vaatii vakioitua dataa

26.05.2026 – Tuottavuusloikka tekoälyn ja digitaalisten työkalujen avulla vaatii kiinteistö- ja rakennusalalla vakioidun datan laajaa käyttöönottoa. Nämä asiat ovat Granlundin kehitystoiminnan keskiössä,…

Blogi

Uusi laki antaa tuulipuistojen omistajille paremmat mahdollisuudet hyödyntää dataa

21.05.2026 – Granlundin ainutlaatuinen data-analytiikka auttaa tuulipuistojen omistajia ja operaattoreita ymmärtämään ja optimoimaan omaisuuttaan entistä paremmin.

Blogi

Paloturvallisuussuunnittelussa yhteistyö ylittää tiimi- ja osastorajat

05.05.2026 – Kun yhteistyö sujuu tiimin sisällä ja osastorajojen yli, projektit etenevät joutuisasti ja töihin on kiva tulla. Granlundin uudenkarheassa paloturvallisuustiimissä on…

Blogi

Modulaarinen sote-rakennus – tylsä parakki vai laadukas mahdollisuus?

29.04.2026 – Ajatus modulaarisista rakennuksista ankeina parakkeina on kauan sitten vanhentunut. Terveysasemia ja muita sote-kiinteistöjä voidaan suunnitella yksilöllisesti ja kustannustehokkaasti muuntojoustavista tilaelementeistä…

Blogi

Hybridirakentaminen kirittää puurakentamista?

10.03.2026 – Puurakentamisen kovan kasvun aika on ohi, ja puu hakee nyt rooliaan runko- ja julkisivumateriaalien joukossa. Mikä ohjaa tulevaisuuden puurakentamista? Minkälaisilla…

Blogi

Granlundin arkkitehtisuunnittelun kasvu avaa paikkoja uusille osaajille

16.02.2026 – Granlund on onnistunut kasvattamaan arkkitehtitoimialaansa markkinasta huolimatta. Tavoitteena on olla tulevaisuudessa Suomen kolmen suurimman arkkitehtitoimijan joukossa, sanoo Granlundin arkkitehtiliiketoiminnan johtaja…

Blogi

Opinnäytteen aiheena rakennushankkeen vastuullisuus

30.01.2026 – Rakentaminen on välttämätöntä, mutta sillä on kauaskantoisia vaikutuksia. Tuoreessa opinnäytetyössä kehitetty ESG-viitekehys tarjoaa rakennusalalle arvokasta tietoa alan vastuullisuustavoitteiden nykytilasta sekä…

Blogi

Uudet RT-ohjekortit selkeyttävät vastuita ja rooleja – näin vastuullisuus siirtyy suunnitelmista käytäntöön

19.12.2025 – Rakennusalan vastuullisuus on siirtymässä puheista käytäntöön. Uudet RT-ohjekortit tarjoavat konkreettisen työkalun, jonka avulla vähähiilisyys ja hiilijalanjäljen ohjaus voidaan kytkeä osaksi…

Blogi

Mikä jarruttaa kiinteistöjen energiatehokkuuden parantamista?

08.12.2025 – Monissa organisaatioissa edistys energiatehokkuuden saralla pysähtyy puolivahingossa yleistyneisiin toimintatapoihin, ajatusmalleihin tai resursointihaasteisiin. Vaikka kiinteistöjen olosuhdeseuranta ja sen data olisi hyödynnettävissä,…

Blogi

Tilaa uutiskirjeemme

Kuule ensimmäisten joukossa Granlundin ja KiRa-alan uutisista ja uusimmista trendeistä.

Mitä tietoa etsit?