Gattonare, Camminare, Correre: Edifici alimentati da IA

Il processo di massimizzazione dell'efficienza degli edifici è incrementale. Proprio come le persone devono imparare a gattonare e poi a camminare prima di poter correre, i gestori degli edifici devono prima raccogliere dati di base rilevanti sul consumo energetico associato a sistemi come HVAC e illuminazione. Come tutti sappiamo, se non puoi misurarlo, non puoi aggiustarlo.

Successivamente, i responsabili degli edifici possono utilizzare i dati raccolti per apportare miglioramenti incrementali in aree come l'efficienza energetica, le operazioni e il comfort.

"Correre", nel contesto della gestione degli edifici, avviene quando i dati provenienti da fonti disparate all'interno di un edificio e persino tra più edifici vengono integrati, analizzati e utilizzati in tempo reale, in modo autonomo basato sull'IA.

Secondo me, il futuro degli edifici è il seguente: edifici sostenibili, autonomi, con costi di manutenzione più bassi.

In qualche modo, quel futuro è arrivato

Distribuzione e collegamento dei sensori

La più grande barriera a edifici più sostenibili e redditizi deriva dalla mancanza di dati sui sistemi e sulle operazioni degli edifici. Dobbiamo risolvere la raccolta dei dati, sia nella fase uno che nella fase due, e ciò viene fatto installando sensori e collegandoli al sistema di gestione dell'edificio esistente in loco.

I sistemi HVAC consumano fino al 70% dell'energia annuale utilizzata negli edificie la variabilità di fattori come il flusso d'aria, l'umidità, la pressione e la temperatura influenzano le prestazioni dei sistemi. I sensori che monitorano variabili come queste creano un tesoro di informazioni che possono essere sfruttate dagli algoritmi di IA per raggiungere un livello di efficienza altrimenti impossibile. Allo stesso modo, i sensori di occupazione e movimento possono generare dati in tempo reale sull'uso di un edificio che possono essere sfruttati per migliorare l'efficienza.

Raccogliere dati è fondamentale, e aggregare dati da più fonti – come i sistemi di automazione e gestione degli edifici – moltiplica la tua capacità di migliorare la redditività e l'efficienza all'interno di un singolo edificio e anche tra diversi edifici in un portafoglio. Poiché gli edifici sono responsabili del 40% del consumo energetico totale a livello mondiale, ridurre il consumo di energia in questo settore ha implicazioni climatiche globali.
L'analisi abilitata dall'IA può anche contribuire a ridurre i tempi di inattività del sistema e migliorare l'efficienza rilevando comportamenti anomali nei componenti del sistema come le valvole e attivando un avviso di manutenzione.

Poiché la manutenzione e il riaddestramento degli algoritmi di Building X avvengono automaticamente, i modelli continuano a mantenere la loro accuratezza man mano che le condizioni e i dati associati cambiano. Crediamo che la migliore IA sia quella che lavora in background e permette ai clienti di concentrarsi sul loro business.

Abbiamo algoritmi integrati in Building X che ti permettono di effettuare un certo livello di ottimizzazione su una dozzina circa di diversi aspetti della sostenibilità, su diversi aspetti del consumo energetico e su diversi aspetti della sicurezza e delle operazioni. È un viaggio, e abbiamo appena iniziato quel viaggio.

Opportunità future con comportamento autonomo

In vista dell'imperativo di aumentare la scalabilità delle infrastrutture intelligenti e delle soluzioni di automazione negli edifici che ne sono ancora privi, abbiamo lanciato Siemens Xcelerator. Building X fa parte di questa piattaforma digitale aperta per il business che consente ai clienti di accelerare la loro trasformazione digitale in modo più semplice, veloce e su larga scala. Siemens Xcelerator è il nostro invito a partner, clienti e sviluppatori a collaborare – e a rendere l'IA di livello industriale. E, con il dispiegamento di più sensori e con l'IA che diventa più potente, prevediamo ulteriori opportunità per rendere la gestione degli edifici più sostenibile, produttiva e redditizia.

Oggi, l'IA può rilevare proattivamente i guasti prima che si verifichino, ma in futuro potrebbe essere configurata per intraprendere azioni come l'attivazione di un ordine di lavoro basato sui dati che raccoglie. Potrebbe anche ottimizzare l'utilizzo dello spazio per promuovere l'efficienza energetica suggerendo ai dipendenti i luoghi di lavoro all'interno di un edificio in modo che siano concentrati in un'area centrale riscaldata o raffreddata a seconda della stagione.

Tuttavia, man mano che l'IA diventa più autonoma, sarà comunque guidata dai parametri che i responsabili degli edifici definiscono per essa. Gli algoritmi potrebbero regolare la frequenza degli scambi d'aria per proteggere la salute degli occupanti durante le stagioni di raffreddore e influenza, ad esempio, oppure un proprietario di edificio potrebbe indirizzare il sistema a ottimizzare i componenti HVAC per prolungare la durata del sistema.

La fase tre è il comportamento autonomo, in cui tutto ciò avviene da solo in modo continuo. Abbiamo ancora un lungo percorso da fare per aggiungere più funzionalità e ottimizzare ogni singolo asset edilizio. I potenziali benefici – per i risultati economici delle organizzazioni e per l'ambiente che tutti condividiamo – sono immensi.

Rahul Chillar è Vicepresidente Senior e Responsabile di Building X presso Siemens Smart Infrastructure.