Искусственный интеллект и декарбонизация: Стоимость зеленого будущего, кирпич за кирпичом.

Неоспоримо, что здания оказывают огромное влияние на окружающую среду, с некоторыми оценивающими их вклад в мировые выбросы на уровне до 40%, примерно поровну разделив их между строительством и эксплуатацией. Кроме того, некоторые организации утверждают, что почти 90% зданий не обладают программными системами для управления энергией. Но даже при отсутствии систем в этой области, потенциал искусственного интеллекта остается значительным.

Строительство следующего поколения, устойчивых, энергосберегающих зданий

Внедрение цифровых платформ в пространство эксплуатации может привести к улучшению энергоэффективности от 10% до 50%, в зависимости от конкретных характеристик здания. Например, склады, требующие освещения и имеющие меньше систем отопления, вентиляции и кондиционирования воздуха (HVAC), могут наблюдать более низкие сэкономленные затраты. Что касается коммерческих зданий со значительными колебаниями численности, здесь сбережения могут достигать до 50%. В среднем мы ожидаем снижение энергопотребления на здание примерно на 30%.

Если нам удастся увеличить долю зданий, оснащенных системами управления энергией, с текущих 10% до более 50% и учесть среднее снижение энергопотребления на 30%, это окажет огромное влияние. Это потенциально сокращает треть связанных с энергоэффективностью углекислого газа, составляющего 20% мировой проблемы с выбросом CO2.

За последние несколько лет наблюдается явный рост интереса к приложениям управления энергией, вызванный изменением приоритетов на корпоративном уровне, особенно среди компаний из списка Fortune 500. Ранее, управление энергией относилось к обязанностям управляющих зданием и не являлось существенной проблемой в общей структуре затрат компаний по недвижимости. Однако, с ростом цен на энергию в мире, подстегиваемых различными геополитическими факторами, влияющими на цены на нефть и газ, все более остро осознается необходимость разработки и внедрения планов декарбонизации.

Например, страны, такие как Германия и Франция, испытывают значительный рост цен на энергию. В результате, главы предприятий из сферы недвижимости по всему миру признают финансовую целесообразность инвестирования в системы управления энергией. Они рассчитывают на привлекательные инвестиционные отдачи за пять-семь лет с внутренней доходностью от 20% до 30%.

Чтобы более ясно представить ситуацию, анализируя энергопотребление в коммерческом здании, примерно треть от него приходится на отопление, вентиляцию и кондиционирование воздуха; еще треть - на освещение; и оставшаяся часть - на другие коммунальные услуги, включая зарядные станции и небольшие потребности в охлаждении. Фокус на оптимизации систем HVAC и освещения на основе паттернов занятости может стать прибыльной отправной точкой, потенциально с последующим интегрированием солнечных крыш и передовых систем хранения для дальнейшего снижения потребления энергии и минимизации затрат.

Важно отметить, что эти тенденции особенно применимы на американском рынке. Диалог с клиентами существенно изменился. Сегодня акцент сдвигается от принятия таких мер, который связаны только с устойчивостью, к экономической основе и обещанным инвестиционным отдачам.

Если мы хотим строить здания следующего поколения, устойчивые и экологически чистые, нам нужно начать обращать внимание на то, как мы можем использовать искусственный интеллект в проектировании и строительстве. Но для эффективной работы искусственному интеллекту необходимы качественные данные. Одно, что мы знаем о собранных зданиями данных, заключается в том, что они традиционно собираются в различных областях.

Это означает, что сначала нам нужно понять источники этих данных. Они могут происходить от систем отопления, освещения, контроля доступа, солнечных панелей и зарядных станций для электромобилей, которые разбросаны по окружающей среде и, как правило, не предназначены для взаимодействия друг с другом. Однако с развитием промышленного интернета вещей мы видим, какой изначально важности приобретают эти данные.

Теперь, когда эти данные доступны для анализа, и с разработкой платформ данных, специально предназначенных для измерения данных, предоставляемых этими датчиками, мы можем начать использовать искусственный интеллект для сбора информации о коммерческих и промышленных зданиях, складах, школах, офисных зданиях и промышленных кампусах для того, чтобы получить более полную картину их эффективности, потребления ресурсов и влияния на окружающую среду.

Важно отметить, что с помощью искусственного интеллекта вы можете быстро получить представление о здании, сравнивая его с похожими зданиями и условиями, даже при наличии ограниченной информации.

Использование искусственного интеллекта для проектирования и строительства интеллектуальных зданий

Легко сказать, что проектировщики должны сотрудничать с строительными компаниями, и обе стороны должны иметь дело с операционными компаниями, прежде чем начнется проектирование здания, земля будет расчищена и уложены кирпичи. В реальности эти стороны как корабли в ночи и очень редко общаются друг с другом. Слишком часто мы видим пропуски в коммуникации между дизайнерами, операционными компаниями и строительством, что приводит к неэффективности и дизайну, которые значительно отходят от первоначального видения.

Для получения более четкого (неэмоционального) представления можно использовать цифрового двойника при проектировании здания. Этот двойник предоставляет трехмерное представление дизайна, опыта арендаторов, потребления энергии и углеродного следа при заселении и полном использовании всех систем. Теперь нам нужно добавить вопросы в цифрового двойника. Они могут включать в себя, сколько стоит построить здание близкое к нулевому потреблению энергии, какие материалы лучше, какие компромиссы могут быть сделаны при использовании материалов и сколько будет стоить здание за десять лет?

Хотя некоторые системы могут предоставить хотя бы часть этой информации, мы все еще не находимся на стадии, когда можно создать всеобъемлющий обзор экологического влияния и углеродного следа здания на этапе проектирования. Эта информация необходима, чтобы рассчитать, следует ли применять полную политику нулевого воздействия или частичный подход к снижению углеродного следа, так как результаты по сравнению с инвестициями являются незначительными.

Искусственный интеллект окажет значительное влияние на создание общей картины в области энергии на всем жизненном цикле и поможет обеспечить правильное строительство зданий с самого начала. Мы сейчас находимся в стадии активного исследования и консультирования в сфере искусственного интеллекта. Однако управляющим зданиями нужно четко представлять себе, какая инвестиционная отдача будет при внесении изменений.

Конкретно, при использовании таких инструментов, как ChatGPT, в процессе принятия решений, действительно полезно помочь нашим клиентам лучше понять свою область деятельности. Хотя это может показаться парадоксальным, это поможет лучше согласовать цели искусственного интеллекта с бизнес-целями и потребностями окружающей среды. Это позволит декарбонизировать здания исходя из инвестиционной целесообразности, а не только экологического влияния.

Будущее заключается в переходе от оптимизации на основе правил к оптимизации на основе расписания. В настоящее время, если на улице холодно, включается отопление, и если темно, включается освещение. Этот упрощенный подход не учитывает множество факторов, которые могут определять необходимость активации этих систем или их отключения. Здесь искусственный интеллект играет огромную роль.

Проведение аудита и консультирование в строительной отрасли для понимания, какие здания работают хорошо, а какие нет, и выявление пробелов, сыграют решающую роль в будущем развитии умных, энергосберегающих зданий. И именно здесь искусственный интеллект даст преимущество для тех, кто стремится строить более экологически чистые здания и декарбонизировать быстро становящиеся издержкой и дорогостоящие активы.