Raczkowanie, chodzenie, bieganie: budynki wspierane przez AI

Proces maksymalizacji efektywności budynków ma charakter stopniowy. Podobnie jak człowiek musi najpierw nauczyć się raczkować, potem chodzić, zanim zacznie biegać, tak zarządcy budynków muszą w pierwszej kolejności zebrać odpowiednie dane bazowe dotyczące zużycia energii przez systemy takie jak HVAC (ogrzewanie, wentylacja i klimatyzacja) oraz oświetlenie. Jak wiadomo, jeśli czegoś nie można zmierzyć, nie można tego poprawić.

Następnie zarządcy budynków mogą wykorzystać zebrane dane do wprowadzania stopniowych usprawnień w obszarach takich jak efektywność energetyczna, operacje oraz komfort użytkowników.

„Bieganie” w kontekście zarządzania budynkami ma miejsce wtedy, gdy dane z różnych źródeł w obrębie jednego budynku, a nawet wielu budynków, są integrowane, analizowane i wykorzystywane w czasie rzeczywistym, w sposób autonomiczny, oparty na sztucznej inteligencji.

Moim zdaniem przyszłość budynków jest następująca: zrównoważony rozwój, autonomiczne budynki o niższych kosztach utrzymania.

W pewnym sensie przyszłość nadeszła

Wdrażanie i podłączanie czujników

Największą barierą w tworzeniu bardziej zrównoważonych i rentownych budynków jest brak danych dotyczących systemów budynkowych i ich eksploatacji. Konieczne jest rozwiązanie kwestii pozyskiwania danych zarówno w pierwszym, jak i drugim etapie, co osiąga się poprzez wdrażanie czujników oraz integrację z istniejącym lokalnym systemem zarządzania budynkiem.

Systemy HVAC zużywają nawet do 70% rocznej energii wykorzystywanej w budynkach, a zmienność takich czynników jak przepływ powietrza, wilgotność, ciśnienie czy temperatura wpływa na ich wydajność. Czujniki monitorujące te parametry generują ogromne ilości danych, które mogą być wykorzystywane przez algorytmy sztucznej inteligencji do osiągania poziomu efektywności niedostępnego w inny sposób. Podobnie czujniki obecności i ruchu mogą dostarczać danych w czasie rzeczywistym o sposobie użytkowania budynku, co można wykorzystać do dalszej poprawy efektywności.

Gromadzenie danych ma kluczowe znaczenie, a agregowanie danych z wielu źródeł, takich jak automatyzacja budynków i systemy zarządzania budynkami, zwiększa zdolność do podnoszenia rentowności i wydajności w jednym budynku, a także w kilku budynkach w portfolio. Ponieważ budynki odpowiadają za 40% całkowitego zużycia energii na całym świecie, ograniczenie zużycia energii w tym sektorze ma istotne znaczenie dla klimatu w skali globalnej.
Analityka wspierana przez sztuczną inteligencję może również pomóc w ograniczeniu przestojów systemów oraz zwiększeniu ich efektywności poprzez wykrywanie nietypowych zachowań komponentów, takich jak zawory, i generowanie alertów serwisowych.

Konserwacja i przekwalifikowanie algorytmów Building X następuje automatycznie, dlatego modele nadal zachowują swoją dokładność wraz ze zmianą warunków i powiązanych z nimi danych. Uważamy, że najlepsza sztuczna inteligencja to taka, która działa w tle i pozwala klientom skupić się na swojej działalności.

W ramach Building X wbudowano algorytmy umożliwiające pewien poziom optymalizacji w kilkunastu różnych obszarach związanych ze zrównoważonym rozwojem, różnymi aspektami zużycia energii, a także bezpieczeństwa i operacji. To proces stopniowy, a my jesteśmy na samym początku.

Przyszłe możliwości dzięki zachowaniom autonomicznym

W związku z koniecznością skalowania inteligentnej infrastruktury oraz rozwiązań automatyzacyjnych w budynkach, które wciąż ich nie posiadają, uruchomiliśmy Siemens Xcelerator. Building X jest częścią tej otwartej cyfrowej platformy biznesowej, która umożliwia klientom przyspieszenie transformacji cyfrowej w sposób łatwiejszy, szybszy i skalowalny. Siemens Xcelerator to zaproszenie dla partnerów, klientów i deweloperów do współpracy oraz do wdrażania sztucznej inteligencji na poziomie przemysłowym. Wraz ze wzrostem liczby czujników i rozwojem coraz bardziej zaawansowanej sztucznej inteligencji widzimy kolejne możliwości zwiększania zrównoważenia, produktywności i rentowności zarządzania budynkami.

Obecnie sztuczna inteligencja może proaktywnie wykrywać usterki, zanim się pojawią, ale w przyszłości można ją skonfigurować do podejmowania działań, takich jak automatyczne generowanie zleceń serwisowych na podstawie analizowanych danych. Może również optymalizować wykorzystanie przestrzeni, wspierając efektywność energetyczną poprzez sugerowanie miejsc pracy dla pracowników w budynku, tak aby byli skupieni w centralnej strefie ogrzewanej lub chłodzonej w zależności od pory roku.

Jednak w miarę jak sztuczna inteligencja staje się bardziej autonomiczna, nadal będzie kierować się parametrami, które definiują dla niej menedżerowie budynków. Algorytmy mogą dostosowywać intensywność wymiany powietrza w celu ochrony zdrowia użytkowników w sezonie przeziębień i grypy, albo właściciel budynku może zlecić systemowi optymalizację komponentów HVAC w celu wydłużenia ich żywotności.

Trzeci etap to zachowania autonomiczne, w których wszystkie te działania odbywają się samodzielnie i w sposób ciągły. Wciąż pozostaje długa droga do rozszerzenia funkcjonalności i optymalizacji każdego pojedynczego zasobu budynku. Potencjalne korzyści, zarówno dla wyników finansowych organizacji, jak i dla środowiska, które wszyscy dzielimy, są ogromne.

Rahul Chillar jest starszym wiceprezesem i dyrektorem Building X w spółce Siemens Smart Infrastructure