鑑於建築環境每年產生全球二氧化碳排放量的 42%，業主和營運業者推進建築物去碳化越來越相關。然而，技術解決方案不僅在永續性方面提供支援，還提高了效率和價值。因此，難怪人工智慧（AI）工具在建築行業也是不可或缺的。西門子智慧基礎設施公司高階副總裁兼 X 樓主管 Rahul Chillar 解釋了大樓業主和經理，如何充分利用人工智慧。


綠色且具有成本效益的建築 —— 這就是建築的未來應該是什麼樣子。為了實現這一目標，提高建築效率的過程需要迭代：就像人類必須學會爬行然後行走一樣，在執行之前，建築經理必須首先收集，與供暖、通風、冷氣機（HVAC）和照明等系統相關的能源消耗資料，然後才能採取行動。一旦資料可用，建築營運業者就可以最佳化能源效率、營運和舒適度等領域。「執行」發生在來自不同來源的資料 —— 甚至跨越幾棟建築 —— 基於人工智慧的即時自動整合、分析和處理。


第 1 階段：感測器作為資料收集的基礎

缺乏關於建築系統和營運的資料，可以被認為是永續建築的首要障礙之一。解決方案：佈署感測器並將其連線到現有的內部建築管理系統。


感測器可以提供豐富的資訊，例如暖通冷氣機系統。空氣流動、溼度、壓力和溫度等多種因素會影響系統的效能。人工智慧演算法可以利用這些變數的資料，來極大地提高效率。與此同時，佔用率和運動感測器可以生成有關建築物使用模式的即時資料，然後可以利用這些資料來進一步提高效率。


收集資料是從不同來源（如建築自動化和管理系統）彙總資料所需的基礎。最後，它增加了提高效率和保持價值的能力 —— 無論是對於一棟建築，還是跨越幾棟建築。


第 2 階段：透過支援人工智慧的分析使智慧建築更智慧

建築物會產生大量的資料。人工智慧演算法近年來變得更加普遍，可以幫助將這些演算法轉化為可操作的資訊，為公司創造價值並減少能源消耗。使用基於人工智慧的管理系統，可以將建築物的能源效率提高 30%。雲端的平台就是一個例子：它們可以將來自各種來源的資料，整合到建築營運的數位孿生中，並且可以開放和可互操作，以實現現有軟體和第三方應用程式的整合。


與人工智慧相結合，數位建築平台能夠最佳化營運和永續性：機器學習可以基於環境和建築資料，最佳化暖通冷氣機系統的執行。人工智慧演算法還可以使用歷史資料進行預測，從而支援減少預期的能源消耗模式、成本或二氧化碳排放。


此外，支援人工智慧的分析還有助於減少系統停機時間並提高效率。透過檢測閥門等元件的不規則行為，它們能夠傳送維護警報。


一個例子說明了上述情況：預測冷卻服務瞭解到，七樓協同工作空間的佔用率，總是在下午 2 點至 3 點之間達到峰值。因此，暖通冷氣機系統可以預測地計劃和考慮各自的冷卻負荷。


最後，理想的人工智慧是在後台工作的，從而允許營運業者專注於他們的業務。因此，演算法的維護和再訓練應該自動進行，而模型會隨著條件和相關資料的變化繼續保持其準確性。


第 3 階段：從智慧到自主超越

今天，人工智慧能夠在故障發生之前主動檢測故障。未來應該有更多可能：例如，人工智慧可以配置為採取特定操作，例如根據收集的資料觸發任務。它還可以透過最佳化空間利用率，來提高建築物的能源效率。建議建築使用者在中央區域工作或停留，該區域是冷卻或加熱的 —— 這取決於季節。


雖然人工智慧將變得更加自主，但它將始終以建築經理為其定義的參數為指導：它可以調整流感季節的空氣交換率，以保護建築使用者的健康。或者它可以最佳化暖通冷氣機元件，以延長系統的壽命。


在人工智慧能夠支援建築業主和管理者，使其建築更智慧之前，他們需要利用技術解決方案提供的資料。最後，結果將是人工智慧已經學習的自主行為，所有操作都持續執行。在增加更多功能並改善所有單一建築資產之前，肯定還有很長的路要走。然而，潛在的好處是巨大的 —— 無論是在價值、生產力還是永續性方面。