每棟建筑都有其用途。無論是您購物、工作或社交的建筑物——它們每天都在改變我們的生活。因此，我們 90% 的時間都在室內度過也就不足為奇了。然而，我們的建筑物如何運作的基礎取決于使用它們的人的安全、保障和福祉。  

例如，自 2020 年初以來，我們使用辦公室的方式發生了巨大變化。我們變得更加靈活，通常只在有明確目的和優勢的情況下才會去辦公室。建筑物本身并沒有什么不同——但我們現在需要改進建筑物的運行方式以滿足我們的新要求。然而，它們并沒有發揮應有的作用。  

據??麥肯錫??全球研究所的研究 ?估計，如果大規模嵌入數據和分析，每年可以創造價值 9.5 萬億美元至 15.4 萬億美元的價值，這顯示了孤島對各行業的真正影響。因此，我們需要開始評估我們的數據并理解它。只有這樣，我們才能提高乘員的安全性和舒適度，節省成本并實現可持續發展目標。 

通往數據價值的階梯 

當我們擁有無法理解或無法關聯的數據時，我們可能根本就沒有數據。孤立的數據正在削弱我們的智能建筑，但挑戰在于我們需要管理運營技術的組合，將多個數據源和不同的系統整合在一起以推動價值。目前，這些單點解決方案中的每一個的數據都是孤立和斷開連接的。這阻礙了建筑經理、開發商和業主看到更大的圖景，將他們限制在小的、漸進的變化中，而這些變化無助于實現他們在智能投資中的全部潛力。?? 

從這里開始，就有可能提升數據價值階梯，釋放“智能”的真正好處。從表面上看，數據可以是描述性的，告訴我們現在正在發生什么。然后，這種洞察力會告訴我們如何提升水平；診斷、預測、規范，最后是認知數據的頂峰，其中人工智能和自動化發揮了自己的作用。  ? 

建筑物和數據之間需要有聯系，因為它提供了有關建筑物如何使用的寶貴見解……

建筑物和數據之間需要有聯系，因為它提供了有關建筑物使用方式的寶貴見解。您可以對建筑物的能源進行快速預覽并了解其性能，但是在您了解其他數據的背景以及這些數據如何影響建筑物之前，這將無濟于事——它們都是相互關聯的。將孤立的數據理解為一個連接的網絡意味著我們可以以不同的方式處理每座建筑，以提出更節能、更節省成本的建議。通過連接孤島，我們可以豐富數據以提供診斷數據以及有助于攀登價值階梯的描述性數據。 

更重要的是，許多建筑容納了多名住戶，他們有著不同的需求和期望。當我們在一個新的混合世界中工作時尤其如此，靈活性是許多人關注的焦點。需求因建筑物而異，行業中的平均數據不適用，因為它與單個建筑物的要求有關。

然而，有些事情將保持不變：需要降低能源使用量、實現碳凈零排放、改善室內空氣質量并為居住者提供令人印象深刻的舒適體驗。當建筑物的數據處于孤島狀態、未得到充分利用并且無法提供建筑物真正可提供的 360 度全方位視圖時，所有這一切都更難實現。? 

以技術拓寬潛力 ? 

為了發揮這種潛力，我們必須深入到智能技術的表層以下，以釋放它們產生的洞察力。當我們將智能技術系統連接在一起以創建智能解決方案的生態系統或平臺時，就會發生這種情況，著眼于更大的圖景。然后可以分析由此產生的數據和見解，以對建筑物乃至整個企業進行巨大改進。?? ? 

為實現這一目標，數據需要在云端連接并輕松訪問。然后決策者可以整體分析數據并確定需要改進的地方。他們可以將此分析重點放在維護、節能和可持續發展等流程上——當時需要關注的任何地方。然后，他們可以確定可以自主進行這些調整并改善租戶體驗的智能技術。從這些基礎上，建筑和辦公決策者可以創造出真正智能的東西。? 

一旦建筑數據被嵌入并利用人工智能 (AI) 和機器學習 (ML) 等技術，我們就可以真正獲得回報并提高居住者的安全性和舒適度，同時節省成本并實現可持續發展目標。  

讓數學來完成工作 

通過使用技術，包括帶有 AI 的數據和跟蹤軟件以及跟蹤室內空氣質量和能源消耗的直觀儀表板，我們的建筑物可以使用智能算法進行預測。  

基于歷史模式，算法可以預測不同運行條件下的負載曲線以及工廠和設備級的能源性能。每個主要設備，包括冷卻器、鍋爐、泵、冷卻塔和能量存儲，都有一個能量模型來預測設備在不同操作條件下的性能。優化算法每 10-15 分鐘運行一次，以決定“調度決策”。在這里，它決定打開或關閉哪些設備，以及為各種冷卻、加熱和發電系統運行的系統級設置點。這不斷地降低成本并減少能源。  

分析和人工智能解決方案歷來專注于一次解決一個目標，無論是清潔空氣、能源效率、安全性，還是舒適性和體驗。然而，測量、跟蹤和根據數據采取行動使我們能夠控制我們想要實現的每一個目標。  

現在使數據民主化，以便將來節省  

在經濟持續不穩定的時期，企業正在竭盡全力確保低成本和高投資回報。然而，我們必須記住，降低成本、提高能源效率和清潔空氣是可以并存的。借助 AI、ML 和民主化數據，我們可以開始看到我們建筑的變化，這將改善我們的未來。