每天，我們購物、工作或社交的建筑物都在改變著我們的生活。
我們90%的時間都在室內，這一點也不奇怪。然而，我們的建筑如何運作的基礎取決于使用者的安全、保障和福祉。
自2020年初以來，我們使用辦公室的方式發生了巨大變化。我們的適應能力變得更強，通常只有在有明確的目的和好處的情況下才會來辦公室。建筑本身并沒有什么不同，但我們現在必須開發建筑運作方式，以滿足新要求。然而，目前建筑的表現并沒有達到應有的水平。
根據麥肯錫全球研究所的研究，如果大規模嵌入數據和分析，每年可以創造9.5萬億至15.4萬億美元的價值，這證明了孤島在各行業所產生的真正影響。因此，我們必須開始重視和理解數據。只有這樣，才能提高公民的安全性和舒適度，同時節省資金，實現可持續發展目標。
數據價值之旅
當我們擁有無法理解或無法關聯的數據時，可能根本就沒有數據。孤立的數據正在削弱智能建筑，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結合在一起，以推動價值。現在，來自每個點解決方案的數據都是孤立的和不連接的。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、漸進的變化上，這無助于實現他們在智能方面投資的全部潛力。
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，這種洞察力告訴我們如何提升層次;診斷性、預測性、規范性，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。
建筑和數據之間需要有聯系，因為數據為如何使用建筑提供了寶貴的見解。我們可以對建筑物中的能量進行快照，并了解其性能。但這在了解其他數據的背景以及這些數據如何影響建筑物之前是沒有幫助的，因為這些都是相互關聯的。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，從而提出更節能和節省成本的建議。通過連接孤島，可以豐富數據，以提供診斷數據和描述性數據，這將有助于爬上通往價值的階梯。
更重要的是，許多建筑容納多人，有不同的需求和期望。當我們工作在一個新的混合世界時，靈活性是許多人關注的焦點。需求因建筑物而異，行業中的平均數據并不適用，因為它是關于單個建筑的需求。然而，有些事情將保持不變:需要降低能源使用、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、沒有得到充分利用，且無法360度全方位地展示一棟建筑的真正功能時，所有這些都更難實現。
利用技術來增加潛力
為了發揮這一潛力，我們必須深入到智能技術的表層之下，以釋放它們所產生的見解。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，從而在整個建筑物甚至整個企業中進行巨大的改進。
為了使這成為現實，數據需要在云中連接并易于訪問。決策者可以對數據進行整體分析，并確定需要改進的領域。他們可以把分析的重點放在維護、節能和可持續發展等流程上——當時任何需要注意的地方。然后，確定可以自主進行這些調整的智能技術，并改善租戶的體驗。從這些基礎上，建筑和辦公室的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，我們就能真正獲得回報，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。
數據測量、跟蹤和行動
建筑可以通過智能算法進行預測，利用人工智能數據和跟蹤軟件等技術，以及直觀的儀表板來監測室內空氣質量和能源消耗。
算法可以根據歷史模式預測各種運行條件下的負荷分布以及工廠和設備級別的能源性能。每個主要的設備，如冷卻器、鍋爐、泵、冷卻塔和能量存儲，都有一個能量模型，可以預測設備在各種運行條件下的性能。每隔10到15分鐘，優化算法就會運行一次，做出“調度決策”——它決定打開或關閉哪些設備，以及使用哪些系統級別的設定值，適用于各種冷卻、加熱和發電系統。這將不斷降低成本和能源消耗。
從歷史上看，分析和人工智能解決方案一直專注于一次實現單一目標，無論是清潔空氣、能源效率、安全性，甚至是舒適性和體驗。另一方面，測量、跟蹤和對數據采取行動，讓我們能夠控制我們想要實現的每一個目標。
在經濟不安全時期實現數據民主化
由于英國正在經歷持續的經濟不安全，企業正在盡一切可能保持低成本和高投資回報。然而，我們必須牢記，低成本、能源效率和清潔空氣是可以共存的。借助人工智能、機器學習和民主化數據，我們可以開始看到建筑的變化，這將改善我們的未來。
