Ramper, marcher, courir : Bâtiments alimentés par l'IA

Le processus de maximisation de l'efficacité des bâtiments est progressif. Tout comme les gens doivent apprendre à ramper puis à marcher avant de pouvoir courir, les gestionnaires de bâtiments doivent d'abord recueillir des données de base pertinentes sur la consommation d'énergie associée aux systèmes tels que l'air conditionné et l'éclairage. Comme nous le savons tous, si vous ne pouvez pas le mesurer, vous ne pouvez pas le réparer.

Ensuite, les gestionnaires de bâtiments peuvent utiliser les données qu'ils ont recueillies pour apporter des améliorations progressives dans des domaines tels que l'efficacité énergétique, les opérations et le confort.

Le « fonctionnement », dans le contexte de la gestion de bâtiments, a lieu lorsque des données provenant de sources disparates au sein d'un bâtiment et même sur plusieurs bâtiments sont intégrées, analysées et exploitées en temps réel, de manière autonome sur la base de l'IA.

À mon avis, l'avenir des bâtiments est le suivant : des bâtiments durables et autonomes avec un coût d'entretien moindre.

D'une certaine manière, cet avenir est arrivé

Déploiement et connexion de capteurs

Le plus grand obstacle à des bâtiments plus durables et rentables vient du manque de données sur les systèmes et les opérations des bâtiments. Nous devons résoudre la collecte de données, à la fois en phase 1 et en phase deux, et cela se fait en déployant des capteurs et en nous connectant au système de gestion de bâtiment sur place existant.

Les systèmes d'air conditionné consomment jusqu'à 70 % de l'énergie annuelle utilisée dans les bâtiments, et la variabilité de facteurs tels que le débit d'air, l'humidité, la pression et la température affectent les performances des systèmes. Sensors qui suivent des variables telles que celles-ci créent une masse d'informations qui peuvent être exploitées par des algorithmes d'IA pour atteindre un niveau d'efficacité qui ne serait pas possible autrement. De même, les capteurs d'occupation et de mouvement peuvent générer des données en temps réel sur l'utilisation d'un bâtiment qui peuvent être exploitées pour améliorer l'efficacité.

La collecte de données est essentielle, et l'agrégation de données provenant de plusieurs sources (telles que l'automatisation des bâtiments et les systèmes de gestion des bâtiments) multiplie votre capacité à améliorer la rentabilité et l'efficacité au sein d'un même bâtiment et aussi parmi plusieurs bâtiments d'un portefeuille. Parce que les bâtiments sont responsables de 40 % de la consommation totale d'énergie dans le monde, la réduction de la consommation d'énergie dans ce secteur a des implications climatiques mondiales.
Les analyses fondées sur l'IA peuvent également aider à réduire les temps d'arrêt du système et améliorer l'efficacité en détectant les comportements anormaux dans les composants du système tels que les vannes et en déclenchant une alerte de maintenance.

Parce que la maintenance et la reformation des algorithmes du Building X se font automatiquement, les modèles continuent de maintenir leur précision à mesure que les conditions et leurs données associées changent. Nous pensons que la meilleure IA est celle qui fonctionne en arrière-plan et permet aux clients de se concentrer sur leur entreprise.

Nous avons des algorithmes intégrés au Building X qui vous permettent de faire un certain niveau d'optimisation sur une douzaine d'aspects différents de la durabilité, sur différents aspects de la consommation d'énergie, et sur différents aspects de la sécurité et des opérations. C'est un voyage, et nous venons de commencer ce voyage.

Opportunités futures avec comportement autonome

Compte tenu de l'impératif d'étendre les infrastructures intelligentes et les solutions d'automatisation aux bâtiments qui en manquent encore, nous avons lancé Siemens Xcelerator. Building X fait partie de cette plateforme commerciale numérique ouverte qui permet aux clients d'accélérer leur transformation numérique plus facilement, plus rapidement et à grande échelle. Siemens Xcelerator est notre invitation aux partenaires, clients et développeurs à collaborer, et à rendre l'IA de qualité industrielle. Et, à mesure que de plus en plus de capteurs sont déployés et que l'IA devient plus puissante, nous envisageons des opportunités supplémentaires pour rendre la gestion des bâtiments plus durable, productive et rentable.

Aujourd'hui, l'IA peut détecter les défauts de manière proactive avant qu'ils ne se produisent, mais à l'avenir, elle pourrait être configurée pour prendre des mesures telles que le déclenchement d'un bon de travail en fonction des données qu'elle recueille. Il pourrait également optimiser l'utilisation de l'espace pour promouvoir l'efficacité énergétique en suggérant des emplacements de travail pour les employés d'un bâtiment afin qu'ils soient concentrés dans une zone centrale chauffée ou refroidie selon la saison.

Cependant, à mesure que l'IA devient plus autonome, elle sera toujours guidée par les paramètres que les gestionnaires de bâtiments définissent pour elle. Les algorithmes pourraient ajuster le taux d'échange d'air pour protéger la santé des occupants pendant les saisons du rhume et de la grippe, par exemple, ou un propriétaire d'immeuble pourrait ordonner au système d'optimiser les composants d'air conditionné pour prolonger la durée de vie du système.

La troisième phase est le comportement autonome, où tout cela se produit tout seul et de manière continue. Nous avons encore un long chemin à parcourir pour ajouter plus de capacités et optimiser chaque actif de construction. Les avantages potentiels, pour les résultats financiers des organisations et pour l'environnement que nous partageons tous, sont immenses.

Rahul Chillar est vice-président principal et responsable du Building X chez Siemens Smart Infrastructure