人工智慧在樓宇自動化的加值應用：能源管理、健康宜居、安防監控

建築導入智慧科技已成為熱烈討論的顯學，近十年快速建置各種物聯網裝置來收集數據，從空調系統、配電系統、屋頂太陽能到安全監控系統，建築的每一個角落都不放過。如果說建築是最重度使用IoT裝置的場域，一點也不為過。以美國為例，全美約有600萬棟商業建築，佈建了22億個物聯網裝置。這些數量驚人的IoT設備大軍，24小時不停歇地感測溫度、照明、空氣品質、噪音、人員密度、能耗等參數；源源不絕的海量數據，組合起來形成了建築的digital twin（數位分身），讓建築管理得以看到更完整的全貌。


建築IoT設備普及 巨量資料須仰賴AI處理

不過，隨著海量數據而來的另一個挑戰是，龐大的資料量已無法靠人力來處理，必須仰賴AI，才能進行模擬、分析、達成精準預測，並在不須人力介入之下，由系統自動決策；還能隨著數據量增加，不斷學習改進。

舉例來說，市面上已有先進的建築AI解決方案，透過串接外部資訊如日照、天氣預報，持續學習優化，已經能夠預測2小時後空調覆蓋區域的溫度，且準確度達98%。擅長建築AI科技的新創公司BrainBox AI 依據自家解決方案導入18國逾1億平方英呎建物面積的經驗來估算，建築導入AI，可帶動能源支出減少25%、碳足跡減少40%、資產壽命增加50%。


建築導入AI智慧科技  仍有許多障礙

然而，建築的使用者與管理者也深切體認到，導入AI等各種智慧科技並非易事，因此目前僅極少數示範性的頂級建築加以採用，尚無法蔚為主流。原因包括：老舊與新設系統難以整合（如既有LED燈及可單盞控制的智慧光源）、未能從建築設計初期即全盤思考（智慧系統整合商往往在很後期才被諮詢）、市面上的解決方案多為特用而欠缺互通性（如空調系統與屋頂太陽能各自獨立，資訊未整合或串接）、建築管理者對導入智慧科技的效益認知不足（只願導入成本效益最明確的例如冰水主機節能，而不願花大錢進行全面的智慧整合）。

要克服上述種種智慧建築的導入門檻，首先必須充份了解，智慧建築的發展，是一個持續的旅程，無法一步到位，也不可能指向特定的終點目標。它會隨著科技演進、使用者需求改變、法規的調整，而有不同的里程碑。最好的方式是在建築規劃的最初即預留彈性、並且與智慧解決方案的整合服務商溝通；若能建立專屬的智慧科技內部團隊並編列專用預算（而非一次性支出或從日常營運經費中挪用）則更有利落實。


技術成熟  共同標準 法規要求  帶動智慧建築普及

好消息是，市面上的智慧建築解決方案，不論是AI模型、雲端平台、邊緣控制或IoT感測網絡，隨著技術發展更加成熟，成本將愈來愈有競爭力。此外，業界也在積極發展共同開放標準，例如智慧電表、燈光、空調等數據以標準通訊協定來傳輸，將能促成更大程度的整合及綜效。外部因素包括綠色規範、ESG投資動能、電價上漲等，都將加速建築導入AI智慧科技，例如各國針對建築減碳所衍生出的自動化與智慧化規範更趨嚴謹，歐盟就要求建築須配備Smart Ready Technologies(SRT)、新加坡推出綠色建築標章認證、澳洲也有NABERS能耗評比制度。

印度被視為全球智慧建築成長最快速的市場之一，該國產業科技網站TimesTech預測，2023年智慧建築科技有多項重大趨勢，包括IoT的整合、BMS的決策分析、員工對工作場域的操控度（如燈光空調以改善健康及生產力）、BMS導入數位分身、遠端集中管理平台。。。等。而串連這許多趨勢的，就是AI/機器學習等分析工具，讓建築管理者獲得足夠的資訊及洞見、並進一步達到預測式管理；例如預先了解電梯各個零組件的不同耗損狀況，以利進行更精緻的維修保養，取代目前時間一到便不論好壞將零件全數汰換的一體概用維保作法。

回歸基本面來看，技術和結構性門檻，並非智慧建築無法落實的最大障礙；反而是建築使用者及管理者對智慧科技的正確認知、對改善能效與體驗的決心、對淨零減碳的堅定承諾，才是最重要的關鍵。儘管AI人工智慧替智慧建築帶來無限的可能性，但最終的拍板還是在於「人」。