建筑管理人員和操作人員經常面臨不可預見的建筑系統和設備故障的影響，例如供暖和制冷、照明系統或電梯的中斷。在最近的一項研究中，98%的受訪者聲稱一小時的電力或設備中斷平均給他們的企業造成了10萬美元的損失，構成了巨大的經濟負擔。

隨著更先進的傳感器和物聯網設備在智能建筑行業中的普及，建筑運營商可用于補救意外系統故障的信息量也在增加。物聯網設備生成大量數據，這些數據通常被發送到云端進行處理，以生成可操作的見解。向云端發送如此大量的數據會增加延遲，帶來安全風險，，并降低了建筑系統的效率。在所有智能領域，無論是智能汽車、智能城市、智能產業，對實時信息采取行動的需求對于提高運營效率和防止不良后續事件非常重要。雖然傳統的物聯網計算有助于建筑管理者識別意外系統故障的原因，以提高補救效率，但它可能無助于預測問題何時發生并主動預防此類事件的發生。

邊緣計算是答案

邊緣計算通過為分析增加實時精度，使建筑管理人員能夠在不降低采樣率的情況下處理物聯網數據，并更接近數據生產的來源。與依賴云端的延遲洞察不同，運營商可以從實時洞察中獲益，以確定系統故障的原因，加快補救措施，防止再次發生。

例如，支持邊緣計算的洞察力允許運營人員實時監控能源需求和使用情況，并主動引導運營，以避免系統過載和相關的低效率。傳統上，建筑管理者依靠他們的公用事業公司報告來獲得這些見解，在停電發生后，可能需要六個月以上的時間才能收到這些報告，并在使用情況和停電原因的細節方面存在差距。

就邊緣計算如何提高建筑物的效率和成本節約而言，最大限度地減少系統和設備故障只是眾所周知的冰山一角。當您將人工智能添加到邊緣計算中時，建筑管理員現在可以利用這種組合能力來實現智能、主動和預防性維護功能。

邊緣人工智能預測性維護

邊緣人工智能使建筑物的物聯網系統能夠有效地監控操作，從而提供更深入的見解。這樣的系統可以感知多個設備之間的數據模式，并實時關聯和分析數據。這些見解可以在潛在的低效率或系統故障發生之前，主動提醒操作人員。

支持邊緣人工智能的操作智能最大限度地提高了系統效率，使操作員能夠對快速變化的條件做出反應。例如，能夠通過感知人的動態來對意外的建筑關閉做出反應，并避免將這些房間加熱、制冷或照明到正常水平，從而節省能源和金錢。此外，在滿足能源效率和設備考慮的同時，根據實時房間動態、入住率和外部天氣因素提供建筑內的氣候舒適性。

規范性維護可用于降低昂貴的維修和維護成本，同時最小化系統停機時間和延長機械系統的壽命。此外，能源使用優化可幫助操作員在可靠性、性能和成本之間取得平衡，此外還可以自動執行實時監控建筑效率的任務。

深入了解邊緣人工智能的優勢

邊緣人工智能幫助管理者和操作員完成的不僅僅是預測維護需求和減少意外的系統和設備故障，包括：

• 監測居住者健康狀況和法規遵守情況，包括監測體溫升高、社會距離監測和通過與基于視覺的傳感器相關的面罩檢測。
• 更好地利用建筑資產和服務，當建筑管理人員使用邊緣人工智能來關注電梯、火災報警器和滅火器等關鍵系統時。

邊緣人工智能使建筑主管能夠組裝完整且持續改進其建筑圖。確保最少的系統和設備中斷可提高運營效率，并有助于采取主動措施提高居住者舒適度。

預測性維護等等

能夠在感興趣的事件發生時(或之前)采取行動并作出反應是態勢情報和作戰效能的關鍵。在機器學習的推動下，邊緣人工智能位于物聯網的核心位置，使我們更接近于一個無法預見的建筑系統和設備故障不會對生產力水平或整體業務產生負面影響的世界。通過利用邊緣人工智能技術的進步，組織可以提高其有效性，為居住者提供安全舒適的建筑棲息地，同時提高成本節約。