第一波智能楼宇改造潮已经来了

要点

• 老伙计们，最近我翻看行业动态，发现一个有意思的现象：眼下规划中的智能楼宇投资，大部分都流向了那些已经装了智能系统的老楼
• 这事儿值得咱们好好聊聊
• 过去十年，大家都觉得新建项目才是"酷"活儿——一张白纸随便画，从第一天起就搞个"原生智能"（或者叫"从零开始就聪明"，随你怎么叫）
• 可问题是，咱们当年按某种人员使用模式配的那些系统，现在那个模式早变了

老伙计们，最近我翻看行业动态，发现一个有意思的现象：眼下规划中的智能楼宇投资，大部分都流向了那些已经装了智能系统的老楼。这事儿值得咱们好好聊聊。过去十年，大家都觉得新建项目才是"酷"活儿——一张白纸随便画，从第一天起就搞个"原生智能"（或者叫"从零开始就聪明"，随你怎么叫）。可问题是，咱们当年按某种人员使用模式配的那些系统，现在那个模式早变了。而且，那时候大多数业主对自己系统产生的数据压根儿没什么管理意识。结果呢？留下了大量安装好的设备，要么用得不充分，要么调校得稀烂，要么干脆在解决已经不存在的问题。这波改造潮，就是行业回头来纠偏的，背后的商业逻辑比现在大多数新建项目都要硬。

这背后是个商业故事，不是技术故事（不过为了这篇文章，我就不扯正常的技术淘汰了）。改造一个已经出租、正在产生收益的楼宇，意味着要跟租户周旋，跟现有的服务合同周旋，还要跟一个签了十五年维保协议的楼宇管理系统较劲。对大多数项目来说，技术从来不是瓶颈，所有权才是。谁出钱？谁担风险？谁掌握现有设备之上的上层流程和控制权？这些才是决定改造能不能落地的关键问题，而它们十有八九是财务决策。

<figure class="oc-inline-image"><img src="https://www.complote.com/api/uploads/news/images/a895175438db4027a6970aec20c996d1.jpg" alt="" /></figure>

拿电梯来说，就是个好例子。目的地选层系统是按高峰客流假设来设定的：管理早高峰，优化上行高峰，高效地把人一批批塞进楼里，九点前填满90%。但现在很多办公室呢？周一上座率40%，周三90%，而且人流分散在两小时里，不是二十分钟了。电梯调度逻辑压根没变过。我亲眼在门厅里坐着，看算法把一拨人归拢起来，等着那个已经不存在的客流高峰，结果低上座率时等待时间比普通叫梯系统还长。根据混合办公模式重新调校那个调度逻辑，跟已经投进去的硬件成本比，简直九牛一毛。这事儿卡住的点不是成本或能力，而是调度固件通常归电梯厂家管，所以对话一开始就是合同问题，然后才是技术问题。懂行的业主，能升级；当成维修保养项目的，就凉了。

体验类App更需要用商业眼光好好看看，而不是像现在这样随便糊弄。大多数App都是在装修时当功能清单买的，立项时拍脑袋算个账，之后就再没人管，等楼一入住就变成没主儿的东西了。两三年使用数据下来，哪些值钱一目了然：会议室预订、访客管理、实时工位查询，这些天天有人在用。但在App里点咖啡、用手机叫电梯、收到"健身房人少"的贴心提示，这些功能基本没人搭理，有时候还招人烦。正经的升级主要是做减法：砍掉没人打开的功能，把钱集中到几个日常高频使用的核心功能上，再给产品指定一个明确负责人。把这些平台当成一次性资本采购而不是可管理的产品来对待，就是为什么那么多App最后都公开烂尾。

<figure class="oc-inline-image"><img src="https://www.complote.com/api/uploads/news/images/e99c368a59474ea191ad62128d6d833f.jpg" alt="" /></figure>

能源这块，将是下一代AI证明自己的战场。第一波能源优化，说白了大部分是传统规则加个展示层。现在冒出来的，更接近真正的模型预测控制——学习楼宇的热响应特性，结合天气、人员使用和电价信号，抢在需求之前动作。这招管用，但前提是大多数楼宇还不具备的基础：一套干净的数据分类体系、一个连贯的语义模型、一个在现有BMS之上管理得当的控制层。数据结构搞错了，模型就会"自信地不准确"，那比没模型还糟。几年前就在数据质量上投资的业主，现在可以直接上手。剩下的，得先解决顺序问题，然后等着专家开个高价方案。

所有这一切的共通点是资本纪律。机会奖励那些把自己的楼宇系统当成一个资产组合来管理、衡量、定期纠偏的业主，而不是当成装修成本或者最后关头撒点"智能糖霜"就完事儿。一个更务实的智能方案，比新建项目低调得多，宣布起来也没那么好玩。但回报，就在咱们行业已经付过钱的楼里。那些认真对待这件事的公司，用不了几年就能拉开明显差距。