När Berulv Tøndel fick uppdraget att leda AI-transformationen på Väsbyhem var hans första tanke att följa ett mer traditionellt upplägg: kartlägga behoven, ta fram en strategi, välja verktyg och sedan utbilda en mindre grupp användare. I stället valde han i samarbete med AI-rådet, och i linje med Väsbyhems inkluderande kultur, ett bredare arbetssätt där organisationen involverades tidigt och strategin växte fram parallellt med användningen.

– Jag tror att strategin blev bättre för att vi inte började med den, säger Berulv Tøndel, verksamhetsutvecklare och ledare för Väsbyhems AI-transformation.

Hela bolaget involverades från start

Inom tre månader hade Väsbyhem gett i princip alla medarbetare en AI-introduktion och praktisk utbildning i verktyg som ChatGPT och Copilot. Ett skäl till att vända på ordningen var att tröskeln för att börja använda den här typen av verktyg är låg. Utbildningarna innehöll konkreta exempel från den egna verksamheten, med enklare promptning, textarbete och beräkningar.

En återkommande ingång var att utgå från den egna rollen: ”Jag jobbar som kvartersvärd – vad kan jag fråga dig om?”. Det gjorde det lättare att komma vidare från generella frågor till konkret användning i vardagen.

– Vi såg tidigt att exemplen behövde vara verksamhetsnära. Det fungerade inte att prata om hur AI ser ut i vårdbranschen eller finansbranschen, eller att hämta exempel från internet. Vi behövde utgå från den egna verksamheten, säger Berulv Tøndel.

Genom att utveckla strategi och utbildning samtidigt kunde Väsbyhem bygga målbild, prioriteringar och effekthemtagning på faktiska behov i verksamheten, snarare än på antaganden om var AI skulle kunna skapa nytta.

AI-rådet blev både motor och sensor

Väsbyhem inrättade tidigt ett AI-råd med representanter från hela bolaget, bland annat IT, HR, fastighetsförvaltning, fastighetsutveckling och ekonomi. I efterhand menar Berulv Tøndel att det var avgörande att både IT och HR fanns med.

– Förr eller senare påverkar AI hur vi arbetar. Då behövs HR:s perspektiv. IT behövs eftersom det här också är en teknikförändring som ställer krav på infrastruktur och stöd.

AI-rådet hade två huvudfunktioner: att vara ambassadörer och att fungera som sensorer i organisationen. Rådet fångade upp hur satsningen togs emot, vad som fungerade och vad som inte gjorde det, samt hur nya idéer och utbildningsinsatser sannolikt skulle landa.

AI-rådet hjälpte Väsbyhem att justera både kommunikation och utbildning längs vägen. Bland annat såg rådet tidigt att exemplen måste ligga nära medarbetarnas vardag för att fungera.

Tydliga resultat på ett år

Efter omkring ett år hade Väsbyhems AI-mognadsindex ökat från 27 till 61 procent. Det tyder på att AI-introduktionen och förändringsarbetet har gett resultat.

Andelen aktiva användare ligger på 83 procent, vilket tyder på att AI-arbetet fått brett genomslag i organisationen. De som inte använder AI i samma utsträckning har ofta arbetsuppgifter med låg exponering mot AI-teknik eller arbetar med information som i nuläget inte bör hanteras i AI-lösningar av säkerhetsskäl.

Även kundtjänstens AI-chattbot Hembot gav tydliga resultat under perioden. Sedan Väsbyhem lanserade Hembot på sin webbplats har antalet chattar ökat kraftigt jämfört med den tidigare livechatten. Ungefär hälften av kontakterna sker dessutom utanför ordinarie öppettider. Samtidigt har antalet mejl minskat tydligt, medan telefonsamtalen blivit något färre men längre. Det tyder på att enklare frågor i större utsträckning hanteras i chatten, medan mer komplexa ärenden oftare tas via telefon. Man ser även i andra mätningar att kundupplevelsen gått upp.

Tre lärdomar för andra bostadsbolag

Berulv Tøndel lyfter tre faktorer som särskilt viktiga för att satsningen blev framgångsrik.

  1. Den första är att Väsbyhem var tydligt med att AI skulle användas och att medarbetarna uppmuntrades att använda tekniken.
    – Det blev aldrig en fråga om man fick använda AI eller inte. Bolaget visade tydligt att man ville att medarbetarna skulle börja arbeta med det, bland annat genom att ge dem tillgång till olika AI-verktyg.
  2. Den andra är att Väsbyhem valde ett brett införande av AI.
    – När många fick börja använda AI tidigt dök det upp både oväntade användare och nya användningsfall i olika delar av verksamheten.
  3. Den tredje faktorn är psykologisk trygghet. Enligt Berulv Tøndel behöver det finnas utrymme att testa, fråga och experimentera.
    – Vi ser att det finns en hög trygghet i bolaget och att man vågar prova. Det är väldigt viktigt.

Samtidigt betonar han att tydliga riktlinjer och ett säkerhetstänk måste finnas på plats från början.

– Riktlinjer först och sedan allt annat. Även om de behöver justeras senare, så måste de finnas där från start.

Framåt ser han datatillgänglighet och utvecklingen mot autonoma AI-agenter som centrala frågor för bostadsbolag. Branschen har stora mängder data, men den finns ofta i fastighets- och ekonomisystem som ännu inte är enkelt tillgängliga för AI-användning. För att kunna ta nästa steg blir det därför viktigt att både strukturera och tillgängliggöra data på ett säkert sätt.

Nästa steg för Väsbyhem är att hålla i det kontinuerliga lärandet, driftsätta fler RPA-lösningar och längre fram utveckla fler AI-agenter.

Exempel från vardagen: så använder medarbetarna AI

På Väsbyhem blev AI användbart först när det kopplades till konkreta arbetsuppgifter i vardagen.

I ekonomiarbetet kunde en enkel AI-assistent till exempel hjälpa till att hitta vilka poster som låg bakom en differens i en avstämning, när utfallet egentligen skulle vara noll.

AI användes också för att visualisera idéer, som vid omplantering eller nyplantering, där ett foto av platsen kunde användas för att skapa en bild av hur området skulle kunna se ut med nya växter med hänsyn tagen till växtzon och skuggläge.

Ett annat exempel var handskrivna inköpslistor, som kunde fotas och sedan tolkas med hjälp av AI för att snabbare ta fram ett mer strukturerat beställningsunderlag.

Så fungerar Hembot

Hembot är Väsbyhems AI-chattbot för enklare frågor från hyresgäster och bostadssökande byggd på den tekniska plattformen Imbox. Den har en kunskapsbas som bygger på delar av Väsbyhems hemsida, en FAQ som kundcenter arbetat med en längre tid samt utvalda chattar.

I Väsbyhems interna arbete har det varit tydligt att kvaliteten i svaren hänger nära ihop med hur väl innehållet på webbplatsen och i FAQ:n är strukturerat och avgränsat. Arbetsgruppen för projektet, bestående av representanter från kundcenter, uthyrnings- och kommunikationsavdelningen, såg därför till att kvalitetssäkra kunskapsbasen genom att bland annat:

  • skriva om texter på hemsidan så att de blev mer precisa för att eliminera risken för feltolkningar,
  • bara ta med vissa delar av nyhetsarkivet och utelämnade gamla nyheter,
  • styra så att vissa nyckelord triggar igång specifika dialoger.

Resultatet efter att Hembot varit igång i drygt fjorton månader:

  • trefaldig ökning av antalet chattar från Live-chatt till AI-chatt,
  • ca 50 procent av chattarna sker utanför öppettider,
  • minskning på 36 procent av antalet mejl,
  • minskning på 4 procent av antalet telefonsamtal,
  • ökning på 8 procent av samtalstiden på telefon.

Det visar att fler ärenden numera hanteras i chatten än tidigare samt antyder att enklare frågor i större utsträckning hanteras där, medan mer komplexa ärenden oftare tas via telefon. Man ser även i andra mätningar att kundupplevelsen gått upp.

Interna assistenter för rutiner och processer

Under de första tre månadernas introduktion och utbildning i AI gjorde Väsbyhem även en enklare behovskartläggning. Bolaget frågade varje enhet: Vad ligger högst upp i era tankar kring det här? Hur kan AI hjälpa er?

Idag har Väsbyhem totalt nio AI-tillämpningar: AI-styrd värme, förkontering av fakturor, RPA-robotar, analys av kunddialoger, AI-kundtjänst, interna AI-assistenter, språkmodeller/LLM:er,  AI-sök på intranät och videoproduktion.

En av Väsbyhems interna AI-assistenter är inläst på bolagets rutiner och processbeskrivningar
– mer än 900 dokument – och kan svara på frågor om innehållet samt länka vidare till rätt dokument. Exempel på frågor kan vara: Vad ska jag tänka på vid hembesök? Vad gäller vid besiktning, utflyttning eller besiktning av lekplats?
Assistenten gör det snabbare och enklare för medarbetare att hitta rätt i styrande dokument och arbetssätt, utan att tappa kopplingen till originalkällan.

Assistenten blev klar för ett år sedan men höll då inte måttet eftersom bara äldre versioner av språkmodeller i Copilot var tillgängliga. Den blandade ihop information och kunde hämta text från olika rutiner för att få ihop något som den tyckte lät bra. Därför lanserade Väsbyhem den först efter att Microsoft lanserat en nyare version i Copilot med högre kvalitet.

En assistent för att skriva om rutiner och processbeskrivningar är under utveckling. Den ska hjälpa Väsbyhem att skriva rutiner, antingen nya eller skriva om befintliga. När man infört en ny process eller ändrat en process. Rutinen beskriver processen steg för steg.

Ett exempel kan vara en rutin för uthyrning av bilplatser. Rutinen beskriver hur det går till. Vem är det som kan söka bilplats och hur ska det exponeras? Hur kan man som hyresgäst söka detta och vad ska vi göra på vår sida? Nytt kan då till exempel vara att man ska kunna välja till laddbox på sin bilplats. Då ska assistenten kunna hjälpa till med att skriva om rutinen och föra in det.

Berulv Tøndels viktigaste råd i efterhand

Loggbok: I efterhand lyfter Berulv Tøndel vikten av att dokumentera resan löpande. En enkel loggbok eller projektdagbok gör det lättare att se vad som fungerat, vad som behövt justeras och vilka lärdomar som är värda att ta vidare.

Olika typer av stöd i olika skeden: Han betonar också att stödinsatser behöver förändras över tid – sådant som fungerar tidigt i en AI-satsning är inte alltid det som ger bäst effekt senare, och olika yrkesroller behöver olika typer av stöd.

I början fungerade öppna forum bra som ett sätt att fånga upp nyfikenhet och skapa engagemang kring AI. Men efter några månader avtog den interna hypen, och då behövde Väsbyhem ställa om. I stället för breda öppna format blev insatserna mer riktade, mer verksamhetsnära och bättre anpassade till olika yrkesrollers vardag. Det blev en viktig lärdom: AI-transformation kräver olika typer av stöd i olika skeden.

Ordförklaringar

AI-transformation: Ett förändringsarbete där en organisation stegvis börjar använda AI i arbetssätt, processer och verksamhet.

Språkmodell: En typ av AI-modell som kan förstå och generera text, och som i moderna versioner ofta även kan hantera bilder, dokument, ljud, kalkyler och kod, till exempel i verktyg som ChatGPT och Copilot.

Promptning: Att skriva instruktioner eller frågor till ett AI-verktyg för att få ett användbart svar.

AI-mognadsindex: Ett mått på hur långt en organisation har kommit i sitt arbete med AI, till exempel när det gäller användning, kunskap, styrning och arbetssätt. Det finns olika index. Väsbyhem använder ett som utgår från det transformationsramverk bolaget arbetar efter, framtaget av företaget DigJourney.

Datatillgänglighet: I vilken utsträckning data i verksamhetens system kan nås och användas av andra verktyg och tjänster, till exempel AI.

AI-assistenter: AI-lösning som man chattar med, och som har specifika instruktioner och som är inläst på specifik kunskap. Exempel på AI-assistenter kan vara en rådgivande assistent inom ett visst kunskapsområde, eller en producerande assistent som skriver viss typ av texter som ska hålla enhetlig stil och berikas med specifik bakgrundskunskap.

AI-agenter: AI-lösning som autonomt kan planera, resonera och utföra uppgifter i flera steg med mindre eller ingen manuell styrning, till exempel genom att hämta information från ett system, analysera den och agera på den i ett annat verktyg eller system. Agenter är oftast schemalagda eller automatiskt triggade av systemhändelse, inkomna e-mail eller liknande.

RPA: RPA står för robotisk processautomatisering och används för att automatisera återkommande, regelstyrda arbetsuppgifter.