循序漸進：AI 賦能智慧建築

最大化建築效率是一個循序漸進的過程。正如人類必須先學會爬行與行走然後才能奔跑一樣，建築管理者也必須先收集與 HVAC 和照明等系統相關的能源消耗基準資料。眾所周知，無法量化問題，就無法解決問題。

接著，建築管理者可以利用收集到的資料，在能源效率、營運和舒適度等方面進行漸進式改進。

在建築管理的語境中，所謂的「奔跑」是指將建築內部、甚至多棟建築之間來自不同來源的資料整合，並根據 AI 即時且自主地進行分析與處置。

在我看來，建築的未來是：具備更低維護成本的永續、自主化建築。

在某些方面，未來已經到來

部署與連接感測器

實現更具永續性與獲利能力的建築，最大的障礙在於缺乏關於建築系統與營運的資料。我們必須解決第一階段和第二階段的資料收集問題，而這可以透過部署感測器並連接到現有的內部部署建築管理系統來達成。

HVAC 系統消耗了建築高達 70% 的年能源使用量，而氣流、濕度、壓力和溫度等因素的變化會影響系統效能。追蹤這些變數的感測器能產生大量的資訊流，可供 AI 演算法利用，以實現原本無法達成的效率水平。同樣地，佔用和動態感測器可以產生關於建築使用的即時資料，從而提升效率。

收集並彙整來自多個來源（如建築自動化和建築管理系統）的資料，能倍增您在單棟建築或多棟建築組合中提升獲利能力與效率的能力。由於建築負責全球 40% 的總能源使用量，減少該領域的能源消耗對全球氣候具有深遠影響。
AI 驅動的分析還能透過偵測閥門等系統組件的異常行為並觸發維護警示，協助減少系統停機時間並提升效率。

由於 Building X 演算法的維護與重新訓練是自動進行的，模型會隨著條件及其相關資料的變化持續維持準確性。我們相信，最好的 AI 是在幕後默默運行，讓客戶能專注於其核心業務。

我們在 Building X 中內建了演算法，讓您可以在十幾項不同的永續性面向、不同的能耗面向以及不同的安全與營運面向進行某種程度的優化。這是一段旅程，而我們才剛剛啟程。

自主行為帶來的未來機會

鑑於將智慧基礎設施與自動化解決方案擴展到尚不具備這些技術的建築之緊迫性，我們推出了 Siemens Xcelerator。Building X 是這個開放式數位商業平台的一部分，旨在幫助客戶更輕鬆、更快速且大規模地加速其數位轉型。Siemens Xcelerator 邀請合作夥伴、客戶和開發人員共同協作，並使 AI 達到工業級水準。隨著部署更多感測器且 AI 變得更強大，我們預見未來將有更多機會來提高建築管理的永續性、生產效率與獲利能力。

如今，AI 能在故障發生前主動偵測到問題，但我們將來可以將其配置為根據其收集的資料採取動作，例如觸發工單。它還能根據季節建議員工的辦公位置，將人員集中在進行供暖或製冷的中央區域，藉此優化空間利用率並提升能源效率。

然而，隨著 AI 變得更加自主，它仍將以建築管理者為其定義的參數為指導。例如，這些演算法可以調整換氣率，以在感冒和流感季節保護住戶的健康；或者建築業主可以指示系統優化 HVAC 組件，以延長系統壽命。

第三階段是「自主行為」，所有過程皆會持續且自行執行。為了擴充功能並優化每一項建築資產，我們仍有很長一段路要走；但這對於企業獲利及我們共同擁有的環境而言，潛在效益極其巨大。

Rahul Chillar 是 Siemens Smart Infrastructure Building X 資深副總裁兼負責人