Gatinhar, Andar, Correr: Edifícios com Inteligência Artificial

O processo de maximizar a eficiência dos edifícios é incremental. Assim como as pessoas têm de aprender a gatinhar e depois a andar antes de poderem correr, os gestores de edifícios devem primeiro reunir dados de referência relevantes sobre o consumo de energia associado a sistemas como AVAC e iluminação. Como todos sabemos, se não consegue medi-lo, não pode consertá-lo.

Em seguida, os gestores de edifícios podem usar os dados que recolheram para fazer melhorias incrementais em áreas como eficiência energética, operações e conforto.

A 'Execução', no contexto da gestão de edifícios, ocorre quando os dados de fontes díspares dentro de um edifício e mesmo em vários edifícios são integrados, analisados e actuados em tempo real, de forma autónoma com base na IA.

Na minha opinião, o futuro dos edifícios é o seguinte: edifícios sustentáveis e autónomos com menor custo de manutenção.

De certa forma, esse futuro chegou

Implantação e ligação de sensores

A maior barreira para edifícios mais sustentáveis e rentáveis vem da falta de dados sobre sistemas e operações de edifícios. Temos de resolver a recolha de dados, tanto na fase um como na fase dois, e isso é feito através da implementação de sensores e da ligação ao sistema de gestão de edifícios existente no local.

Os sistemas de climatização consomem até 70% da energia anual utilizada nos edifícios, e a variabilidade em fatores como o fluxo de ar, a humidade, a pressão e a temperatura afetam o desempenho dos sistemas. Sensors que rastreiam variáveis como estas criam um conjunto de informações que podem ser exploradas por algoritmos de IA para atingir um nível de eficiência que de outra forma não seria possível. Da mesma forma, os sensores de ocupação e movimento podem gerar dados em tempo real sobre a utilização de um edifício que podem ser aproveitados para aumentar a eficiência.

A recolha de dados é fundamental e a agregação de dados de várias fontes — como automação predial e sistemas de gestão de edifícios — multiplica a sua capacidade de aumentar a rentabilidade e a eficiência num único edifício e também entre vários edifícios num portefólio. Porque os edifícios são responsáveis por 40% do consumo total de energia em todo o mundo, reduzir o consumo de energia neste setor tem implicações climáticas globais.
A análise habilitada por IA também pode ajudar a reduzir o tempo de inatividade do sistema e aumentar a eficiência detetando comportamentos anômalos em componentes do sistema, como válvulas, e acionando um alerta de manutenção.

Como a manutenção e reciclagem dos algoritmos do Building X ocorrem automaticamente, os modelos continuam a manter a sua precisão à medida que as condições e os seus dados associados mudam. Acreditamos que a melhor IA é aquela que funciona em segundo plano e permite que os clientes se concentrem nos seus negócios.

Temos algoritmos integrados no Building X que lhe permitem fazer algum nível de otimização em cerca de uma dúzia de aspetos diferentes da sustentabilidade, em diferentes aspetos do consumo de energia e em diferentes aspetos de segurança e operações. É uma viagem e acabamos de começar essa viagem.

Oportunidades futuras com comportamento autónomo

Tendo em conta o imperativo de aumentar a infraestrutura inteligente e as soluções de automação para edifícios que ainda não têm, lançamos Siemens Xcelerator. O Building X faz parte desta plataforma empresarial digital aberta que permite aos clientes acelerar a sua transformação digital de forma mais fácil, rápida e em escala. Siemens Xcelerator é o nosso convite aos parceiros, clientes e programadores para colaborarem — e para tornarem a IA apta para utilização industrial. E, à medida que mais sensores são implantados e à medida que a IA se torna mais poderosa, prevemos oportunidades adicionais para tornar a gestão de edifícios mais sustentável, produtiva e rentável.

Hoje, a IA pode detetar falhas de forma proativa antes que elas ocorram, mas no futuro poderá ser configurada para executar ações como acionar uma ordem de serviço com base nos dados que recolhe. Também poderia otimizar a utilização do espaço para promover a eficiência energética, sugerindo locais de trabalho para os funcionários dentro de um edifício para que eles fiquem concentrados numa área central que é aquecida ou arrefecida dependendo da época.

No entanto, à medida que a IA se tornar mais autónoma, continuará a ser guiada pelos parâmetros que os gestores de edifícios definem para ela. Os algoritmos podem ajustar a taxa de trocas de ar para proteger a saúde dos ocupantes durante as estações de frio e gripe, por exemplo, ou o proprietário de um edifício pode orientar o sistema para otimizar os componentes de AVAC para prolongar a vida útil do sistema.

A fase três é o comportamento autónomo, onde tudo isto acontece por si só numa base contínua. Ainda temos uma longa jornada a percorrer para adicionar mais capacidades e otimizar todos os ativos de construção. Os benefícios potenciais — para os resultados financeiros das organizações e para o ambiente que todos partilhamos — são imensos.

Rahul Chillar é Vice-Presidente Sénior e Chefe do Building X na Siemens Smart Infrastructure