从蹒跚学步到势如破竹：人工智能驱动的建筑

如何充分提高建筑的效率是一个循序渐进的过程。正如人类只有先学会爬和走然后才能奔跑一样，建筑管理人员必须首先收集关于暖通空调和照明等系统的相关能耗基准数据。众所周知，如果无法衡量问题，也就无法解决问题。

在此之后，建筑管理人员可以利用收集到的数据，在能源效率、运营和舒适度等方面进行渐进式改进。

在建筑管理的背景下，“奔跑”是指来自建筑内甚至多栋建筑异构源的数据，基于人工智能实现实时自主整合、分析和处理。

在我看来，建筑的未来在于可持续、自主运行且维护成本较低的建筑。

在某些方面，未来已经到来

部署和连接传感器

建设具有更强可持续性和盈利能力的建筑的最大障碍是缺乏有关建筑系统和运营的数据。我们必须解决第一阶段和第二阶段的数据收集问题，实现这一点需要通过部署传感器和连接到现有的本地建筑管理系统。

暖通空调系统的能耗占建筑年能耗的 70%，而气流、湿度、压力、温度等参数的变化会影响系统性能。追踪这些变量的传感器所生成的海量信息，可被人工智能算法利用，实现原本不可能达到的效率水平。同样地，占用和运动传感器传感器可生成关于建筑使用情况的实时数据，用于提升效率。

数据采集至关重要，而将来自多源（如楼宇自动化系统与建筑管理系统）的数据进行聚合，则能成倍提升您的能力，令您在单个建筑内乃至多建筑组合中实现更高的盈利能力与效率。建筑占全球总能耗的 40%，因此减少该领域的能耗会对全球气候产生积极影响。
搭载人工智能的分析还可以检测阀门等系统组件中的异常行为并触发维护警报，从而帮助减少系统停机时间并提高效率。

由于 Building X 算法的维护和再训练是自动进行的，因此随着条件及其相关数据的变化，模型能够持续保持其精度。我们相信，最好的人工智能将在后台无声运行，让客户能够始终专注于其业务。

我们在 Building X 中内置了算法，使您能够在可持续性的十几个不同方面以及能源消耗和安全与运营的不同方面进行一定程度的优化。这是一段长期的旅程，而我们才刚刚启程。

自主行为带来的未来机遇

鉴于迫切需要将智能基础设施与自动化解决方案推广至尚不具备这些能力的建筑，我们推出了 Siemens Xcelerator。Building X 是这个开放式数字业务平台的一部分，它使客户能够更轻松、更快捷、更大规模地加快数字化转型。Siemens Xcelerator 是我们向合作伙伴、客户和开发人员发出的邀请，旨在紧密协作，让人工智能达到工业级水准。而且随着更多传感器的部署以及人工智能日益强大，我们预见将有更多的机会来提高建筑管理的可持续性、生产效率和盈利能力。

如今，人工智能可以在故障发生之前主动检测，但我们将来可以将其配置为根据其收集的数据采取操作，例如触发工单。它还可以优化空间利用率以提高能源效率，例如通过为员工提供建筑内部的工作地点建议，使他们可以集中在根据季节进行供暖或制冷的中心区域。

但是，随着人工智能变得更加自主，它仍将以建筑管理人员为其定义的参数为指导。例如，这些算法可以在感冒和流感高发季节调整空气交换速率以保护使用者的健康，建筑业主还可以指示系统优化暖通空调组件，以延长系统的使用寿命。

第三阶段是自主行为，所有这一切都在持续运行的过程中自行完成。为了增加更多功能并优化每一处建筑资产，我们还有很长的路要走。无论是对于组织盈利能力还是我们共同的环境，其中的潜在收益都十分巨大。

Rahul Chillar 是 Siemens 智能基础设施 (Siemens Smart Infrastructure) 的高级副总裁兼 Building X 主管