智能改造的第一波浪潮已经来了

智能改造的第一波浪潮已经来了

导语

老伙计们,最近圈子里的风向有点变了。咱们干这行二十年,以前总听人讲“新建大楼多牛”,设计图纸一张白纸,想怎么画就怎么画,从第一天起就是个聪明楼(Smart from the Start)。可现在你再看看,大部分预算都砸向已经智能的楼——这事儿值得咱们仔细琢磨。 十年前咱们装的那些系统,当时是按那个年代的上班节奏设计的。

要点

image
  • 老伙计们,最近圈子里的风向有点变了
  • 咱们干这行二十年,以前总听人讲“新建大楼多牛”,设计图纸一张白纸,想怎么画就怎么画,从第一天起就是个聪明楼(Smart from the Start)
  • 可现在你再看看,大部分预算都砸向已经智能的楼——这事儿值得咱们仔细琢磨
  • 十年前咱们装的那些系统,当时是按那个年代的上班节奏设计的

老伙计们,最近圈子里的风向有点变了。咱们干这行二十年,以前总听人讲“新建大楼多牛”,设计图纸一张白纸,想怎么画就怎么画,从第一天起就是个聪明楼(Smart from the Start)。可现在你再看看,大部分预算都砸向已经智能的楼——这事儿值得咱们仔细琢磨。

十年前咱们装的那些系统,当时是按那个年代的上班节奏设计的。那时候写字楼早上9点前挤满人,电梯调度、空调策略全冲着高峰流量去。可现在呢?老伙计们,办公模式早就变了。周一楼里就四成的人,周三又挤到九成,大家到岗时间拉长到两三个小时,不再是二十分钟内涌进来。可咱们楼里面的那些系统呢?还是老一套逻辑,压根没变过。我亲眼在几个楼的电梯厅里看过,算法还在按老规矩把人分组,结果低峰时段等电梯的时间比普通呼叫系统还长。这叫什么?花了大价钱买的设备,结果解决的是已经不存在的问题。

咱们国内很多项目也这样。前两年我帮一个甲级写字楼做改造,楼是五年前建的,电梯是日立的老款,用了目的选层(Destination Control)系统。物业经理跟我诉苦,说现在租户投诉多,等梯时间比隔壁没改造的老楼还长。我一查,原来这个调度逻辑固件是电梯厂家锁死的,物业没法调。要改?得重新谈合同,掏升级费,厂家还爱搭不理。最后我们绕开调度固件,在楼宇自控层加了套算法,用实时客流数据干预,才把问题勉强解决。你看,技术本身不贵,贵的是卡在合同里。谁出钱?谁担风险?谁对上层控制有话语权?这些才是改造能不能成的关键,说到底都是钱的事儿。

再说说那些体验类的App。这几年很多大楼都搞了个手机应用,能订会议室、预约访客、点咖啡、叫电梯、查看健身房空不空。当初新建的时候花了大几十万甚至上百万,列了一堆功能清单,商业论证写得天花乱坠。结果楼一入住,谁管它?两三年下来,后台数据一看:房间预订、访客管理、实时工位查询这些功能使用率高;App内点咖啡、手机呼梯、健身房状态提示,基本没人点开,有的用户还嫌烦。老伙计们

image
,该砍就砍。真正有用的就是那么几个日常高频功能。咱们做改造,要做的往往是减法——把没人用的功能退休,把省下来的钱维护好那几个核心功能,再找个明确的产品经理把事管起来。别把它当一次性固定资产投入,要当成需要持续运营的产品。我见过太多楼,App更新到V1.0就没了下文,连个维护预算都没有,最后变成摆设。

能源这块,下一波AI要在这儿真正露脸。第一波能效优化大多数是传统规则配上漂亮报表,什么“设定温度26度、下班关空调”之类。现在冒出来的是模型预测控制(Model-Predictive Control),机器学习大楼的热惯性,结合天气预报、人员密度、电价信号,提前调节,而不是等温度超限了再反应。这东西真管用,但前提是数据底子得干净。数据分类规范(Data Taxonomy)、本体模型(Ontology)、以及楼宇自控系统之上的管控层,大部分楼还没有。数据结构整错了,模型算得再自信也是错的,还不如没有模型。前几年我给一个园区做能源改造,甲方花了大价钱请人做AI节能,结果连传感器点位都不准,电表读数跟实际对不上。智能模型跑出来的结果谁信?后来我们花了一年时间重新梳理数据治理,清理历史数据,统一数据协议,才敢上AI。那些早几年就舍得在数据质量上投资的业主,现在就能直接上AI拿收益;没投的,只能找专门公司从头补课,预算翻倍。

说到底,这一轮改造浪潮的共性就四个字:资本纪律。咱们干这行的都知道,盖新楼的时候,智能化往往被当成“装修费用”,或者最后临时加的“智能点缀”,装完就忘了。真正有远见的业主,应该把建筑里面的各种系统当成一组需要管理、测量、定期校正的资产。改造没那么光鲜,不像新楼盘剪彩那么好玩,但收益就藏在咱们已经花过钱的楼里。未来几年,认真对待这件事的团队,会在竞争中占明显优势。

老伙计们,别光盯着新项目。赶紧回头看看自己经手的老楼,那些电梯逻辑、那些App、那些能源数据,都是等着咱们去修补的宝。干这一行,不能只当建楼的人,还得当养楼的人。