Bruker AI for å finne rådyre ulyder

Proptech-selsakapet Soundsensing skulle slå seg opp på støymonitorering og opplevde stor interesse for løsningen i medier og blant potensielle kunder.

– Alle syntes det var veldig spennende, men markedet for støymonitorering var ikke så stort og modent og vi oppdaget at det ikke var noen sammenheng mellom mengde interesse og mengde etterspørsel. Vi ble nok litt lurt av all interessen for produktet, og man skjønner at hvis man ikke har et produkt som skaper kost/nytte-verdi, så er det ikke så lett. Samtidig var det flere spurte om vi kunne putte systemet inn i de tekniske rommene og heller bruke det til å spotte feil. Vi ga det et forsøk, og da eksploderte etterspørselen, sier Ole Johan Aspestrand Bjerke til Estate Nyheter.

Dermed ble forretningsmodellen endret. Støymonotoreringen ble lagt på hylla, og i stedet ble det fokusert på å finne ulyder som gir et varsel om at noe er i feil med å gå i stykker i ventilasjonsrom og andre tekniske rom.

– Vi kontaktet Norges største eiendomsselskaper og samtlige svarte ja på spørsmål om de ville teste det ut. Vi fikk med Thon, Eiendomsspar, Statsbygg, Oslo kommune og flere andre selskaper. Vi hadde ikke ventet så god respons, og sa at vi måtte ha en kostnadsdekning. Det ville koste 100.000 kroner for hver bruker og så kan vi ikke love noe. Da alle sa ja, skjønte vi at her skaper vi en stor ROI for kundene, blant annet ved å redusere frekvensen på kalenderstyrte service-besøk, siden man allerede har 24/7 monitorering. Etter seks-åtte måneders prototypejobbing, lanserte vi produktet denne vinteren. Vi selger nå og blant kjøperne som dytter dette inn i byggene, er Thon og Eiendomsspar, sier Aspestrand Bjerke.

Han forteller Eiendomsspar skal kjøpe den nye løsningen for seks bygg.

Soundsensing har tre forskjellige sensorer som brukes for å fange opp ulyder, blant annet en punkbasert vibrasjonssensor og en lydsensor.

– Vi skal ikke borre, kable eller bruke wifi. Vi trenger bare strøm til sensorene. Og så gir de beskjed når lyd og vibrasjon er feil. Det er lett å høre en endring i en lyd og forstå når det er feil. Men det er vanskelig å høre den samme feilen når du ikke er der når det skjer. Så hvis man har 100 bygg og 1000 tekniske rom og 5-10.000 komponenter som det stadig vekk går galt med, blir det umulig. I dag sender eiendomsselskapene vaktmesterne og serviceleverandører rundt for å sjekke manuelt, og det er umulig å være på stedet når det går galt. Men det er så dyrt når det går galt, at man sender vaktmesterne ut hele tiden, sier Aspestrand Bjerke.

Soundsensing bruker maskinlæringsmodeller for å høre hvordan lyden skal være og klarer å fange opp feil før de blir for graverende og dyre.

– Ofte lager utstyr lyd i flere dager eller uker før det blir ødelagt, sier Soundsensing-gründeren.

Soundsensing bruker maskinlæringsmodeller for å bygge en kunstig intelligens på lyd.

– Vi har millioner av timer med data fra tekniske rom og utstyr. Det vi lærer oss, er hvordan et teknisk rom typisk skal høres ut. Og med det kan vi si noe om at nå høres det ikke ut som det skal og da kan vi anta at noe er feil og så varsler vi eiendomsselskapet, sier Aspestrand Bjerke.

Selskapet hentet 13 millioner kroner i fjor og har også fått tilslag på en stor støtteordning fra Forskningsrådet sammen med Malling, Sintef og Norsk Regnesentral.

– Vi er greit finansiert etter forholdene.