《华尔街日报》：人工智能助力降低建筑碳足迹

人工智能正助力建筑走向更环保。

据国际能源署数据，2022年维持建筑运行所产生的能耗约占全球能源相关温室气体排放量的26%。该机构指出，若要在2050年前实现净零排放，到2030年需将单位建筑面积（约11平方英尺）能耗降低35%左右。

过去二十年间，开发商与建筑公司持续提升建筑能效。获得能源与环境设计先锋（LEED）认证的建筑，均符合节能、节水、废弃物处理等环保标准。

各国政府也在推行日益严格的商业空间能效法规。然而，目前超过80%的建筑仍缺乏智能系统来优化能耗管理。

仲量联行（JLL）管理着全球数十亿平方英尺的商业地产，近期持续投资人工智能系统，协助企业实现环保目标。商业逻辑在于：绿色建筑租金溢价更高且空置期更短。仲量联行预测，到2025年56%的企业愿为可持续空间支付溢价。

“我们的目标是让每栋建筑都实现智能化，“仲量联行科技副总裁（智能与可持续建筑技术平台）拉米娅·拉维钱达尔表示，“无法量化关键指标，就无从推动变革。”

仲量联行（JLL）的投资对象包括位于加州森尼韦尔的Turntide公司，该公司安装配备小型计算机的电动机，通过学习模式更精确地控制供暖和制冷；以及总部位于柏林的Envio Systems公司，该公司开发传感器来追踪建筑物的使用情况、占用率和其他因素，以调整照明、制冷等与能源相关的活动。

“我需要一直开着灯吗？我需要关掉三楼的空调吗？因为整个公司这周都在家工作，”拉维钱达尔说。“如果你有一个系统，它会无情地不断处理这些信息。”

一般来说，人工智能建筑系统从历史模式和居住者的日常习惯中学习，以预测和控制设备的开关。例如，自动管理照明、供暖和制冷的软硬件可以帮助建筑物减少20%或更多的年度能源使用。

位于英国伯明翰的皇家伦敦资产管理公司大楼大厅，由仲量联行管理。其人工智能系统在一年内实现了超过20%的能源节约。照片：皇家伦敦资产管理公司。然而，安装更多人工智能系统仍存在障碍，包括从建筑物中的各种来源（如传感器）收集数据，这些传感器通常互联性不足。“为现有建筑物加装此类传感器和基础设施，并确保数据质量的一致性，可能会耗费大量资源，”拉维钱达尔说。

数据不足的挑战

人工智能在降低建筑排放方面潜力巨大，但其效果完全取决于学习数据的质量。西门子智能基础设施首席技术官托马斯·基斯林表示，目前仅有10%至15%的建筑配备了能收集支持AI所需数据的设备或系统。“只有拥有数据，建筑中的AI才能发挥作用，“他指出，“糟糕的数据意味着你无法制定任何时间表、规则或实现更复杂的人工智能应用场景。数据是必不可少的。”

西门子运用AI技术，通过将单栋建筑与上千座类似建筑进行对比，预测升级智能能源管理系统后可能实现的节能效果。

基斯林解释道：“即便你只知道某栋商业建筑的地址，或许还能获取其能源账单和使用的暖通空调品牌等基础信息，如今这些已足够构建该建筑的能效潜力画像。”

对于尚未配备先进管理系统的企业，安装照明和制冷等低成本传感器也能帮助节约能源。

风投公司Fifth Wall联合经理格雷格·史密斯透露，其5亿美元基金专注于建筑脱碳领域，约三分之一的资金投向提供AI解决方案（包括软件和硬件）的初创企业。该基金更关注使用可再生能源生产的混凝土和钢材等可持续材料。

史密斯认为，AI能快速低成本地识别建筑改造的经济效益点，处理各国差异化的许可文件，生成设计方案草稿，并研发可持续材料的化学配方。

“总体而言，核心观点是我们无法仅靠软件来拯救地球，而人工智能本质上也是软件，”史密斯说道。“但人工智能确实是解决这一复杂难题的有趣组成部分。”

联系作者迪埃·霍尔格请致信：[email protected]

本文刊登于2023年9月1日印刷版，原标题为《房地产公司运用人工智能降低建筑碳足迹》