樓宇經(jīng)理并不總是放心地將先進(jìn)的自動(dòng)化系統(tǒng)引入他們負(fù)責(zé)的設(shè)施。但是，計(jì)算機(jī)技術(shù)的進(jìn)步、流行病驅(qū)動(dòng)的任務(wù)和不斷變化的使用者期望，特別是圍繞公共衛(wèi)生和工作場(chǎng)所的經(jīng)驗(yàn)，正在推動(dòng)該行業(yè)以前所未有的速度接受新技術(shù)。

雖然建筑管理者認(rèn)識(shí)到實(shí)現(xiàn)前所未有效率的機(jī)會(huì)，但涉及的技術(shù)決策與他們的能力相去甚遠(yuǎn)。他們的專(zhuān)業(yè)知識(shí)通常是在暖通空調(diào)，照明控制和制冷機(jī)，而不是物聯(lián)網(wǎng)，網(wǎng)絡(luò)……人工智能。

人工智能是一項(xiàng)特別能改變游戲規(guī)則的技術(shù)，但由于其復(fù)雜性和缺乏對(duì)其決策方式的可見(jiàn)性，它也可能特別令人生畏。采用人工智能進(jìn)行樓宇自動(dòng)化的第一個(gè)挑戰(zhàn)通常是回答一個(gè)基本問(wèn)題：它將走向何方?

如今，人工智能被用于使建筑更節(jié)能、更健康、更自主、更安全，并能對(duì)居住者的需求做出反應(yīng)，這種技術(shù)最初是一種云計(jì)算技術(shù)。這些系統(tǒng)背后的機(jī)器學(xué)習(xí)算法需要強(qiáng)大的計(jì)算能力，既要訓(xùn)練算法，又要調(diào)用算法來(lái)提供見(jiàn)解——這個(gè)過(guò)程叫做推理。直到最近，室內(nèi)基礎(chǔ)設(shè)施很少有資源有效地完成這些事情。

但是，在遠(yuǎn)程數(shù)據(jù)中心之外運(yùn)行智能建筑應(yīng)用有其自身的局限性。連通性、帶寬成本、安全性和延遲(將數(shù)據(jù)發(fā)送到云端和返回所需的時(shí)間)都可能影響系統(tǒng)的效率。如果一臺(tái)機(jī)器，或整個(gè)樓宇自動(dòng)化系統(tǒng)即將發(fā)生故障，報(bào)警和自動(dòng)響應(yīng)需要盡可能及時(shí)。

新一代邊緣計(jì)算技術(shù)在很大程度上緩解了這個(gè)問(wèn)題：基礎(chǔ)設(shè)施安裝在具有計(jì)算密集型工作負(fù)載所需處理能力的設(shè)施中。

七年前成立的 FogHorn 等公司已經(jīng)開(kāi)發(fā)出一種 Edge AI 技術(shù)，為建筑運(yùn)營(yíng)的數(shù)字化轉(zhuǎn)型創(chuàng)造了新的可能性。江森自控2022 年初收購(gòu)了 FogHorn，現(xiàn)已將邊緣技術(shù)集成到其 OpenBlue 樓宇自動(dòng)化平臺(tái)中。

通過(guò)縮小本地能力差距，這些邊緣設(shè)備提供了一個(gè)架構(gòu)組件，對(duì)于實(shí)現(xiàn)盡可能高效地運(yùn)行建筑物的目標(biāo)很重要。隨著它們的可用性，考慮實(shí)施智能自動(dòng)化技術(shù)的建筑管理人員現(xiàn)在幾乎不可避免地要面對(duì)一個(gè)問(wèn)題：是在本地部署AI還是在云端部署AI。對(duì)于那些面臨這個(gè)問(wèn)題的人，有一些簡(jiǎn)單的經(jīng)驗(yàn)法則可以考慮。

正如我們已經(jīng)提到的，需要實(shí)時(shí)執(zhí)行或接近實(shí)時(shí)執(zhí)行的操作是常見(jiàn)的邊緣用例。當(dāng)延遲盡可能小的時(shí)候，能夠檢測(cè)操作問(wèn)題并自動(dòng)發(fā)出警報(bào)或作出響應(yīng)的智能自動(dòng)化系統(tǒng)往往工作得最好。

任何時(shí)候您想要對(duì)系統(tǒng)進(jìn)行本地控制時(shí)，最好在邊緣進(jìn)行；從云端關(guān)閉機(jī)器或調(diào)整控制系統(tǒng)通常會(huì)遇到安全和延遲挑戰(zhàn)。

然后還要考慮數(shù)據(jù)傳輸和存儲(chǔ)成本。以一個(gè)視頻監(jiān)控系統(tǒng)為例，該系統(tǒng)通過(guò)計(jì)算機(jī)視覺(jué)AI模型分析來(lái)自多個(gè)攝像機(jī)的高保真圖像，這是一個(gè)流行的AI應(yīng)用。將所有數(shù)據(jù)發(fā)送到云端并將其存儲(chǔ)在云端很快就會(huì)變得成本高昂。

其他用例并不那么明確。通常，建筑經(jīng)理希望根據(jù) AI 分析更深入地了解他們的運(yùn)營(yíng)方式，或者在其設(shè)施的“數(shù)字孿生”版本上運(yùn)行模擬練習(xí)。這種嚴(yán)格的數(shù)據(jù)分析通常不需要實(shí)時(shí)進(jìn)行，因此最好在云中執(zhí)行，客戶可以在任何規(guī)模利用最強(qiáng)大的硬件和軟件工具來(lái)完成這項(xiàng)工作。

如果您負(fù)責(zé)運(yùn)行多個(gè)建筑物并且需要關(guān)聯(lián)它們之間的信息，那么在邊緣運(yùn)行 AI 也可能不是最佳選擇。在這種情況下，云允許一個(gè)集中的數(shù)據(jù)交換所和指揮中心。實(shí)際上，通常采用混合方法，其中通過(guò) Edge AI 在單個(gè)建筑物中進(jìn)行一些初始處理，然后在來(lái)自多個(gè)建筑物的聚合數(shù)據(jù)上運(yùn)行云 AI，可能會(huì)結(jié)合其他數(shù)據(jù)源。

重要的是要記住，這些是建筑經(jīng)理不需要單獨(dú)做出的決定——您的技術(shù)供應(yīng)商應(yīng)該與您合作，以確保將 AI 部署在最能滿足您的獨(dú)特需求的地方。并且建筑經(jīng)理當(dāng)然不需要接觸人工智能及其底層機(jī)器學(xué)習(xí)算法的復(fù)雜性，而是讓它在幕后發(fā)揮它的能力。

與許多正在大規(guī)模啟動(dòng)“重返工作崗位”政策的組織一樣，甲骨文將大流行的后果視為引入智能建筑系統(tǒng)的獨(dú)特時(shí)刻。在經(jīng)歷了幾年的疫情導(dǎo)致的關(guān)閉后，員工堅(jiān)持在一個(gè)觸手可及的實(shí)體工作場(chǎng)所工作，那里的便利設(shè)施隨處可見(jiàn)，協(xié)作工具無(wú)處不在，空氣質(zhì)量受到監(jiān)控，擁擠程度受到限制，他們的公司在能源和水的使用和減少浪費(fèi)方面正在實(shí)現(xiàn)可持續(xù)發(fā)展目標(biāo)。由于建筑物的占用率仍處于歷史最低水平，關(guān)閉不需要運(yùn)行的系統(tǒng)有助于大幅提高效率。

這些不斷變化的工作場(chǎng)所動(dòng)態(tài)和期望可能是評(píng)估對(duì)物聯(lián)網(wǎng) (IoT) 技術(shù)、連接它們的先進(jìn)網(wǎng)絡(luò)和控制它們的人工智能系統(tǒng)的新投資的機(jī)會(huì)——根據(jù)入住率、員工體驗(yàn)需求、所有權(quán)地點(diǎn)及其重要性(例如，研究實(shí)驗(yàn)室與辦公空間的比較)做出決策。

與過(guò)去不同，建筑經(jīng)理將利用率指標(biāo)置于時(shí)間表之上，作為他們投資自動(dòng)化控制系統(tǒng)的關(guān)鍵考慮因素。他們不能想當(dāng)然地認(rèn)為每個(gè)人都會(huì)回來(lái)：許多公司正在采用混合工作政策，而且辦公室第一次需要與家庭競(jìng)爭(zhēng)，因?yàn)樗且粋€(gè)有吸引力且高效的工作環(huán)境。

經(jīng)驗(yàn)豐富的建筑管理人員正在爭(zhēng)先恐后地學(xué)習(xí)這些現(xiàn)代化運(yùn)營(yíng)所需的新技能。他們知道，有了人工智能的支持，無(wú)論是在邊緣還是在云端運(yùn)行，他們可能會(huì)在鼓勵(lì)員工回到辦公室方面占據(jù)優(yōu)勢(shì)，為他們提供一個(gè)安全、可持續(xù)的環(huán)境，讓他們與同事和客戶面對(duì)面交流，聚集在真正的飲水機(jī)周?chē)尭俚呢埡秃⒆釉跁?huì)議上客串。