智能建筑终将成为常态而非特例，正因如此，人工智能(AI)在建筑管理与施工领域的应用呈爆发式增长也就不足为奇了。智能技术的应用价值可谓极具说服力：借助AI分析实现的预测性维护，不仅能将运营成本大幅削减近18%，还能将住户满意度提升至91%。
绝大多数人——甚至可以说所有人——都已日益意识到，AI在建筑领域的角色正从“锦上添花”向“不可或缺”转变。然而，若想让这项技术真正化解难题并创造价值，就必须坚持“战略先行、方案在后”的原则。
在急于将AI嵌入建筑设施的过程中，许多管理者往往将重心过度倾斜于各类数据仪表盘，却忽略了去深挖那些作为技术基石、真正驱动AI运行的底层数据。唯有确立了坚实可靠的战略基础，AI的部署才能确保成功;而这一战略基础的根源，恰恰在于能否提出那些直指核心的正确问题。
您的数据是清晰有序，还是杂乱无章?
任何数据策略的首要且关键一步，都离不开“数据”本身。凡是涉及建筑领域的事务——无论是建筑施工、房地产开发，还是设施管理——往往都伴随着海量的数据。如果数据基础不清，那么后续的人工智能(AI)实施工作注定将陷入混乱并以失败告终。
不妨从那条广为人知的原则入手：垃圾进，垃圾出(GIGO)。如果输入给 AI 的数据本身就不可靠，那么它绝无可能产出可靠的结果。然而，究竟何为“不可靠”的数据——这正是许多策略架构师往往会折戟之处。
数据是否完整且清晰?是否存在缺失的数据源，从而导致人工智能工具在解读时产生语境偏差?此外，数据在不同系统之间是否具备互操作性?在奠定坚实的人工智能基础之前，这些仅仅是必须解决的部分根本性问题。
近期的一份报告深入探讨了这一议题，结果显示，建筑运营部门承担了因数据互操作性不佳而产生的68%的成本。这种问题的根源在于一种目光短浅的数据管理方式——即未能充分考量更广泛的“潜在变数”。
数据的重要性无论如何强调都不为过;数据管理中出现的任何疏漏，其责任均在于管理团队，而非所使用的工具。这些看似微小的疏漏，却可能给设施管理工作带来严重的后果。试举一例：若某处传感器发生故障，错误地报告某通常人流密集的楼层“无人占用”。结果，与暖通空调(HVAC)系统相连的预设嵌入式AI系统便会发出指令，关闭空调;这意味着在盛夏酷暑之时，前来办公的租户将不得不面对一座闷热难耐的建筑。
人工智能如何助力而非削弱更广泛的战略成果?
人工智能的作用绝不仅仅局限于自动化那些耗时的流程。其所具备的各项能力——例如预测性分析——能够显著优化并提升前瞻性决策的质量。
此外，人工智能的整合并非一项“一劳永逸”的孤立项目。它通常被纳入更宏大的数字化转型蓝图之中，而这一蓝图本身又是整体战略体系的一个有机组成部分。以设施管理者为例，作为其整体ESG(环境、社会与治理)方针的一部分，他们往往会设定特定的可持续发展目标。因此，必须审慎考量人工智能如何赋能团队去实现这些既定目标——例如，通过物联网(IoT)技术所提供的洞察，有效降低电力消耗，从而大幅削减碳排放。
此外，战略制定者必须时刻铭记合规性问题。监管团队如何确保人工智能(AI)的引入与部署符合相关法规(例如《通用数据保护条例》/GDPR)的要求?数据是否得到了妥善保护?在人工智能解决方案中对数据的使用是否充分尊重了隐私法律?
透明度也必须被深度融入到人工智能行动计划之中。若缺乏透明度，人工智能的引入将极易滑向“黑箱”困境——即与这些工具协同工作的团队，对于系统为何会提出某些特定建议而感到一头雾水、毫无头绪。这种不透明性会削弱人为干预的能力;而在许多需要人工对系统进行强制接管或修正的场景中，这无疑是一个极其严重的问题。尽管《欧盟人工智能法案》等法规目前才刚刚开始强调人工智能应用中的透明度强制要求，但可以预见，在不久的将来，这将成为全球范围内的一项基本准则。
在物色并评估拟引入的人工智能解决方案时，上述各项因素同样是考量供应商的关键重点。战略决策者在正式选定并启用某款人工智能工具之前，必须做好充分的“功课”;这其中也包括向供应商提出一系列切中肯綮的质询。请务必要求供应商提供确凿的证据，以详实说明其系统如何对数据进行处理与存储;同时也要明确，在必要时刻，这些工具如何能够将控制权顺利移交，以便进行人为干预。归根结底，在正式签署协议、拍板定案之前，开展详尽的尽职调查是相关团队义不容辞的责任。
最后，切勿忘记设定关键绩效指标(KPI)。将AI视为团队的一员——即一个需要进行绩效衡量并设定工作目标的对象——不失为一种行之有效的方法。这项技术究竟为季度业绩带来了哪些贡献?从运营和使用者(租户)的角度来看，它带来了多少成本节约?AI又对碳足迹产生了怎样的影响?为AI的整合应用赋予具体的量化数据，是评估并微调部署策略的绝佳途径。
那么，人在其中扮演着怎样的角色?
当然，上述种种考量最终都指向一个核心问题：在这一切进程中，人的角色究竟是什么?显而易见，AI具有其固有的局限性。它无法脱离其所依据的训练数据去理解更深层的语境;与此同时，“幻觉”(即生成虚假信息)与“偏见”的风险也始终如影随形。如果未能将“人的监督”这一要素纳入考量，任何AI发展蓝图都将最终走向死胡同。
设施管理者必须精心构建一种协作伙伴关系，确保人员能够获得充分的授权，从而对这些AI工具进行监督，并与它们协同工作。这也意味着需要对个人的职责分工进行重塑;毕竟，在建筑运营与设施管理领域中，人的角色正伴随着技术的进步而同步演变。
如今，人们必须学会如何解读数据，并依据AI所提供的洞察见解采取相应的行动。正如前文所述，AI的终极使命在于辅助并提升决策水平与战略思维能力——而这正是未来设施管理者所必须着力强化的两大核心领域。人类必须担当起AI的“守护者”角色，而绝不能仅仅作为旁观者，消极地注视着这些工具在建筑空间中的存在。
在人工智能应用的每一个阶段及具体场景中，都应预设一套应急预案，确保一旦需要，便有专人能够介入并主导局面。这也再次印证了“透明度”为何至关重要——唯有保持透明，监管与监督工作才能始终做到信息充分且反应敏捷。
此外，还需将对工具与数据的定期审计，以及以研讨会形式开展的实操培训纳入考量。这样做旨在确保在数字化转型重塑运营流程之际，所有团队成员都能保持步调一致、达成共识。这不仅能确保员工技能始终紧跟时代步伐，更能培育出一种崇尚持续学习、追求更高可靠性的组织文化。
人工智能虽已登场亮相，但其所处的舞台环境仍处于不断演进与完善之中。真正决定行业未来格局的，并非人工智能本身，而是那些积极拥抱并应用它的先行者——他们深知当下应提出哪些关键问题，并能从一开始就精准把握住那些值得高度关注的核心要素。
参与评论 (0)