A jednak ona wiedziała, że coś się wydarzyło. Nie z raportu, nie z aplikacji, lecz z drobnych śladów: układu krzeseł, włączonego ekranu, otwartego okna, rytmu, który znała z lat pracy w tym budynku.

W 20  minut przywróciła salę do stanu neutralnego. O ósmej rano nie było już śladu po nocnym spotkaniu. Żaden system tego nie zapisał. Ta wiedza istniała tylko w jednym miejscu. W doświadczeniu człowieka.

I zniknęła razem z nim o 8:30, gdy skończył zmianę.

To nie jest wyjątek. To codzienny mechanizm działania budynków. W tysiącach obiektów na świecie kluczowe decyzje operacyjne zapadają nie w systemach, ale w obserwacjach ludzi pierwszej linii. W sygnałach, które są zbyt subtelne, zbyt kontekstowe albo zbyt „ludzkie”, by dało się je łatwo zarejestrować.

Przez lata ta warstwa pozostawała niewidoczna. Nie trafiała do raportów, nie pojawiała się na dashboardach ani nie była przekazywana dalej. A przecież to właśnie z takich mikromomentów powstaje wiedza, od której każdego dnia zależy bezpieczeństwo, komfort i sprawne funkcjonowanie budynków i użytkowników.

To wiedza najcenniejsza, ponieważ powstaje w praktyce.

I najbardziej krucha, bo wystarczy odejście pracownika, koniec zmiany albo jeden niewypowiedziany szczegół, by zniknęła bez śladu.

Zniknęła nie dlatego, że nie miała wartości, lecz dlatego, że nikt nie zamienił jej w wiedzę, którą można było zachować.

Pierwsza warstwa, której nikt nie nazwał

Przez ostatnią dekadę budynki opisujemy językiem technologii: BMS, IoT, systemy operacyjne, platformy danych. To wszystko działa. Ale nie obejmuje całości. Wciąż pomijany jest jeden kluczowy element.

Istnieje warstwa, której nie ma w SLA ani w architekturze systemów. Tworzą ją ludzie: cleaning, security, technicy.

Działają jak rozproszona sieć czujników. Widzą wycieki, zmiany zachowań użytkowników, pierwsze symptomy awarii. Ale większość tych sygnałów nigdy nie trafia do systemów.

Nie dlatego, że technologia zawodzi, ale dlatego, że informacje częściej rozpuszczały się w codzienności i nikt ich nie zarejestrował.

Pytania z autopsji rodzaju: dlaczego dana sala jest rzadziej używana? Dlaczego pracownicy omijają określoną strefę? Czy to kwestia temperatury, hałasu, zapachu, czy czegoś trudniejszego do zmierzenia? Tych odpowiedzi zwykle nie ma w BMS. Często zna je osoba, która codziennie pracuje w tej przestrzeni.

W modelu opartym na kosztach liczyło się wykonanie usługi, a nie wiedza powstająca przy jej realizacji. O kontraktach decydowały roboczogodziny i stawki, podczas gdy doświadczenie ludzi na pierwszej linii, którzy najlepiej rozumieli budynek i jego codzienny rytm, pozostawało poza systemem.

To, czego nie było w danych, nie wpływało na decyzje. Dziś to się zmienia. Powoli, ale nieodwracalnie.

Klüh EcoSystem – moment, w którym warstwa stała się widoczna

W naszej grupie przekraczanie tej granicy zaczęło się od prostego założenia: codzienna praca w budynku generuje wiedzę, której nie można dłużej pozostawiać niewidoczną. Tak powstał Klüh EcoSystem, wdrożony m.in. na lotnisku w Düsseldorfie obsługującym ponad 20 mln pasażerów rocznie.

Pracownicy nie działają już wyłącznie według harmonogramu. Korzystają z map obiektu, bieżących priorytetów i informacji płynących z rzeczywistego wykorzystania przestrzeni. Dane z czujników IoT łączą się z natężeniem ruchu, obłożeniem stref czy ocenami jakości.

W efekcie o kolejności działań częściej decyduje nie plan, lecz rzeczywistość budynku.

Na poziomie operacyjnym z pozoru wygląda to jak cyfrowe sterowanie pracą ludzi. W rzeczywistości zachodzi coś znacznie ważniejszego: każda wykonana czynność pozostawia ślad, który pozwala lepiej zrozumieć funkcjonowanie obiektu. To nie ludzie pracują dla systemu, to praca zaczyna generować wiedzę w czasie rzeczywistym.

Znika logika „zrobione–niezrobione”. Pojawia się kontekst.

Sprzątnięte. Opróżnione. Zdezynfekowane. To wciąż tylko informacje o wykonanych czynnościach.

Prawdziwa wartość zaczyna się tam, gdzie z codziennych działań wyłania się wiedza o samym budynku. Które przestrzenie są przeciążone? Gdzie pojawiają się pierwsze sygnały problemów? Jak zmieniają się wzorce użytkowania?

I co należy zrobić dziś, aby jutro nie usuwać skutków problemu?

To, czego BMS nie widzi

W Polsce mamy dziś miliony metrów kwadratowych nowoczesnej powierzchni biurowej i miliardy złotych zainwestowane w technologie budynkowe. A mimo to wciąż istnieje luka między informacjami generowanymi przez budynek a wiedzą, którą potrafimy z nich wydobyć.

Ta luka ma trzy warstwy.

Pierwsza to dane zbierane, ale niewykorzystywane. Systemy HVAC, liczniki energii czy sensory generują ogromne ilości informacji, które zbyt często kończą życie w miesięcznych raportach.

Druga to sygnały, których systemy nie zawsze potrafią uchwycić. Sposób użytkowania przestrzeni, nietypowe zachowania użytkowników czy subtelne zmiany zauważalne tylko dla osób obecnych na miejscu.

Trzecia to kontekst. Ten sam sygnał może oznaczać awarię, zmianę organizacyjną, sezonowe obciążenie albo nowy model pracy. Dane same w sobie nie odpowiadają na pytanie „dlaczego?”. I właśnie na styku sygnałów i kontekstu powstaje wiedza operacyjna.

Dziś wciąż znajduje się ona głównie w doświadczeniu ludzi pracujących w budynkach. To tam kończy się widoczność systemów. I zaczyna się realna przewaga operacyjna.

Człowiek na styku OT i IT

W debacie o technologii w nieruchomościach często mówi się o konwergencji OT i IT. To prawda, ale tylko część historii. Integracja nie zachodzi wyłącznie między systemami, ale również między danymi a ludzką obserwacją. Sterownik w piwnicy może nie wzbudzić alarmu w BMS. Wzbudzi go jednak pracownik, który słyszy, że urządzenie „brzmi inaczej niż zwykle”.

W naszych operacjach taki sygnał traktowany jest równie poważnie jak odczyt z czujnika. Opisany, sfotografowany i przypisany do konkretnej lokalizacji trafia do systemu często szybciej niż część automatycznych alarmów. Efekt jest prosty: wiele problemów udaje się wychwycić, zanim staną się awariami.

Ale ważniejsze jest coś innego. System zaczyna rozumieć kontekst. Nie „28°C w sali”, lecz „28°C, ponieważ klimatyzacja pracuje przy otwartym oknie”. Nie samo zdarzenie, lecz jego przyczynę.

Roboty i czujniki rejestrują zdarzenia. Człowiek nadaje im znaczenie. Bez jednego nie ma danych. Bez drugiego nie ma decyzji.

W literaturze branżowej coraz częściej pojawia się postulat stworzenia nowej roli „Building Data Engineer”, tj. osoby łączącej wiedzę o systemach, danych i funkcjonowaniu budynku.

Warto jednak zauważyć, że ta rola w pewnym sensie już istnieje. To ludzie, którzy od lat pracują w budynkach, obserwują je i rozumieją ich codzienne funkcjonowanie. Nie trzeba ich redefiniować. Trzeba sprawić, by to, co widzą i wiedzą, nie znikało wraz z końcem zmiany, lecz stawało się częścią systemu, który uczy się budynku.

Polaryzacja rynku pracy w FM – i to, co z niej wynika?

FM przechodzi dziś klasyczną polaryzację rynku pracy. Na jednym biegunie rośnie zapotrzebowanie na role wysokospecjalistyczne: sustainability managerów, analityków danych budynkowych, inżynierów integracji systemów, ekspertów OT i digital twins. Na drugim utrzymuje się popyt na pracę fizyczną, przy jednoczesnym coraz większym deficycie kadrowym w Polsce, szacowanym na 30–50%. Najbardziej kurczy się środek rynku, wypierany przez automatyzację, CAFM i systemy IWMS. To zmienia fundament branży.

Koszt pracy operacyjnej przestaje być zmienną do optymalizacji. Staje się ograniczonym zasobem. W efekcie klient nie kupuje już roboczogodzin, lecz zdolność utrzymania ciągłości operacyjnej. A ta zależy od czegoś, co do tej pory było niewidoczne: wiedzy budowanej latami przez zespoły pracujące w obiekcie. To ona staje się dziś aktywem krytycznym i jednocześnie elementem najbardziej podatnym na utratę przy rotacji. Klient wybierający najniższą cenę w praktyce kupuje wysoką rotację i utratę tej wiedzy.

Dlatego w Klüh i innych dojrzałych organizacjach konkurencja coraz rzadziej dotyczy samej stawki. Coraz częściej dotyczy zdolności utrzymania ludzi. Nie chodzi już tylko o zdobycie kontraktu, ale o zbudowanie i utrzymanie stabilnego zespołu, który go realizuje.

Czy roboty rozwiążą problem?

To pytanie słyszę regularnie. Odpowiedź jest prosta: częściowo tak, ale nie tam, gdzie leży główna wartość pracy w FM.

Roboty dobrze sprawdzają się w środowiskach powtarzalnych. Większość FM to jednak przestrzenie nieregularne, zmienne i pełne wyjątków. Tam robot nie zastępuje człowieka, a przejmuje jedynie fragment jego zadań. I nadal wymaga człowieka, żeby zrozumieć, co się naprawdę dzieje.

Robot operuje na trasie, w czasie i zaprogramowanej logice. Człowiek widzi zmianę zachowania budynku. Robot wykonuje czynność, a człowiek interpretuje jej znaczenie.

Robot nie widzi tego, co w FM bywa kluczowe. Subtelnych zmian w sposobie użytkowania przestrzeni. Tego, że dana strefa zaczyna działać inaczej niż wcześniej. Że pojedyncze odchylenia zaczynają układać się we wzorzec.

I właśnie tu kończy się automatyzacja, a zaczyna praca wymagająca człowieka: obserwacja, interpretacja i decyzja w warunkach niepewności. Technologia nie eliminuje tej warstwy. Ona ją uwidacznia. Bo w FM problem nie polega na braku danych ani braku maszyn, lecz na tym, czy ktoś potrafi nadać im znaczenie i zareagować w odpowiednim momencie.

ESG, CSRD i nowy język umowy z pracownikiem fizycznym

W najbliższych latach firmy będą musiały raportować emisje w całym łańcuchu wartości, w tym Scope 3. Oznacza to, że najemcy biur zaczną ujmować w swoich raportach emisje związane z eksploatacją budynków i usługami FM.

Operator, który nie potrafi dostarczyć tych danych, przestaje być partnerem operacyjnym, a staje się ryzykiem. Sprzątanie, ochrona i utrzymanie techniczne wchodzą tym samym do obszaru raportowania, finansowania i umów najmu. To przesuwa całą branżę z modelu usługowego w stronę modelu danych. Dla operatorów to jednocześnie presja i szansa. Trzeba zacząć mierzyć to, co dotąd istniało wyłącznie w pracy ludzi i w praktyce operacyjnej.

ESG i CSRD nie dodają więc nowych informacji o budynkach. Zmieniają jedynie to, co może zostać uznane za dane. I okazuje się, że większość z nich już istnieje, tylko nigdy nie była uporządkowana ani ustandaryzowana.

ESG nie odkrywa nowej rzeczywistości, ale wymusza jej zapisanie.

Pięć wniosków z Düsseldorfu

Wdrożenie EcoSystem na lotnisku w Düsseldorfie pokazuje w praktyce, czym staje się dziś cyfryzacja Facility Management. Nie jest to już wyłącznie kwestia automatyzacji procesów czy wdrożenia kolejnego systemu. To zmiana tego, czym w ogóle jest praca operacyjna w budynku.

Struktura tworzy widoczność. Praca staje się danymi dopiero wtedy, gdy zostaje uchwycona, zapisana i osadzona w systemie.

Dane same w sobie nie wystarczą. Bez kontekstu pozostają jedynie zapisem zdarzeń. Sens pojawia się dopiero wtedy, gdy łączą się z wiedzą operacyjną i doświadczeniem ludzi, którzy rozumieją rytm obiektu.

Technologia nie zastępuje człowieka w FM. W praktyce wzmacnia go i przejmuje powtarzalne fragmenty pracy, ale nadal wymaga interpretacji i decyzji w sytuacjach niejednoznacznych.

Najprostsze sygnały zwrotne często okazują się najbardziej wiarygodne operacyjnie. To, co wygląda jak drobna obserwacja z terenu, bywa ważniejsze niż formalny alert systemowy.

Integracja systemów nie jest stanem końcowym, lecz procesem. Budynki wciąż nie mówią jednym językiem i w przewidywalnej przyszłości nie będą.

Te obserwacje składają się na szerszą zmianę w FM. Nie w technologii samej w sobie, ale w tym, jak definiujemy pracę operacyjną, wartość danych i rolę człowieka w systemie, który coraz lepiej widzi, ale wciąż potrzebuje interpretacji.

Co to oznacza dla klienta i dla branży?

FM nie jest dziś tylko usługą utrzymania budynków, ale również systemem produkcji danych o tym, jak naprawdę działają przestrzenie. Ale największa jego część nadal nie znajduje się w systemach, lecz w ludziach i w ich obserwacjach, decyzjach oraz pamięci budynków, które obsługują.

I tu wraca pytanie, które będzie definiować najbliższą dekadę: czy inteligentne budynki to te, które mają więcej sensorów, czy te, które wreszcie nauczą się słuchać tego, co od dawna już w nich widać, ale jeszcze nie zostało zapisane?

Przewaga w FM nie będzie już wynikać wyłącznie z technologii, lecz z tego, czy potrafimy uchwycić wiedzę, która już dziś istnieje poza systemami. To zmienia układ odniesienia dla całego rynku, zarówno dla klientów, jak i dla branży FM.