物聯網設備在建筑和房地產領域有著巨大的潛力

物聯網的普及對建筑業(yè)和房地產業(yè)意味著什么？它究竟會為企業(yè)帶來真正的效益和效率，還是其價值尚未顯現？

隨著第四次工業(yè)革命（工業(yè)4．0）的全面展開，技術進步意味著新的、更智能的、更安全的、更好的方式已經進入市場來規(guī)劃、建造和運營資產。物聯網（IoT）被定位為技術進步之一，但它實際上已經存在了近20年。

在此期間，這個定義一直在發(fā)生變化。然而，從根本上說，它指的是產生數據的對象網絡，其目的是使數據可用并連接起來，從而獲得對增加的功能、知識和連接性的見解。

盡管網絡攻擊的威脅和對隱私的擔憂使物聯網成為一個潛在的可怕命題，但社會上已經充斥著物聯網對象：手機、智能手表、遠程安全系統(tǒng)、我們家的照明設備，甚至嬰兒監(jiān)視器都可以連接到互聯網，這表明物聯網是如何存在的。

但在很大程度上，這些都是供消費者使用的。物聯網對建筑、設施和資產管理行業(yè)意味著什么？

物聯網的前景

在建筑和房地產行業(yè)，物聯網設備存在一個固有的難題。制造商在提供聯網設備方面大踏步前進，以至于在某些情況下，不再有未聯網的替代方案可用。

互聯設備被吹捧為對建筑和房地產行業(yè)的企業(yè)有巨大好處，但早期預警、遠程監(jiān)控和持續(xù)數據收集等聲明的好處能否在組織內部被量化，以確保它們值得改變或投資？

智能建筑和資產

有連接設備的設施可以使建筑物和資產“智能化”。如果建筑物的資產、系統(tǒng)或元素不適合使用，設備的連接性可以立即通知管理人員。關鍵系統(tǒng)和資產可以連接到互聯網，如果表現不佳甚至離線，可以向相關利益相關者和承包商發(fā)送通知，從而導致更直接的工單請求，以盡量減少干擾并優(yōu)化運營支出。

在大多數情況下，很難將直接和即時的成本節(jié)約歸因于互聯網連接功能。投資物聯網設備的商業(yè)理由應考慮的領域可以是，例如，專注于風險規(guī)避和降低，或減少停機時間和中斷，所有這些都有可能被量化。

數據過載

物聯網設備在建筑和房地產領域仍受到一些質疑的另一個原因是，該行業(yè)目前正經歷著數據、信息和記錄不斷和不斷增加的涌入。能夠收集越來越多數據的設備的涌入正導致數據過載，特別是考慮到該行業(yè)在技術上的花費不到其價值的1％。建筑業(yè)和房地產業(yè)根本不知道如何處理這些數據，以及如何支持生產率和效率的提高，減少安全事故和風險。

然而，隨著越來越多的物聯網設備的出現和引入，尤其是結合人工智能（AI）、機器學習和分析技術的進步，物聯網設備在建筑和房地產領域有著巨大的潛力。

人工智能與機器學習

當與物聯網設備和分析相結合時，人工智能和機器學習為性能提供了有價值的見解。簡單地說，機器學習和人工智能可能最好解釋為自動化數據分析和制定糾正措施。

例如：傳感器，訪問系統(tǒng)數據，室溫和能源消耗都被組合在一起，以確定在6：30pm地板是否仍被占用；否則，將自動指示建筑物管理系統(tǒng)關閉照明燈，關閉暖氣，通風和空調（HVAC），將安全系統(tǒng)切換為夜間模式并激活警報。

這些操作參數將不再是在設備調試時按預定時間設置的，也不再是通過手動操作來執(zhí)行的；現在，設備可以滿足用戶的需求，在優(yōu)化能效的同時提供更好的用戶體驗，而不會損害安全性。

組合多個看似不相關的數據集也可以提供對性能的洞察。例如，將暖通空調性能數據與天氣模式和空間占用率相結合，可以提供洞察，從而預測暖通空調資產在某些情況下的性能。

此外，通過運行場景，歷史數據可以提供洞察，能夠警告不利的情況，甚至在條件顯現時建議適當的行動。想象一下，如果一家工廠能夠學會識別其住戶的工作模式，以至于它知道在財政年度結束之前工作時間會延長。設施管理團隊可以安排額外的小廚房清潔，以適應用戶在設施中的時間更長或延遲清潔班次，以免干擾用戶的活動。

基于人工智能或機器學習的分析洞察力，技術可以提升資產和系統(tǒng)知識，使其能夠在參數變化時自動采取先發(fā)制人的行動。

建筑業(yè)和房地產業(yè)目前面臨的挑戰(zhàn)是：

技術：人工智能和機器學習尚未廣泛應用或可訪問，大多數物聯網設備的功能在提供有用見解或跨平臺和系統(tǒng)共享方面受到很大限制。

人員：行業(yè)或企業(yè)尚未充分闡明數字化、未來交付和運營模式，部分原因是行業(yè)內的人員尚未看到物聯網技術的全部潛力。

流程：許多行業(yè)流程源于數字化之前的一段時間，尚未考慮進行大規(guī)模變更和再訪問，即流程正在得到增強和改進，但不一定對其目的和真正的功能提出質疑。

呼吁采取行動

雖然存在挑戰(zhàn)，但連接的設備不會消失。AI和機器學習正在不斷發(fā)展，這意味著AI和機器學習技術將很快與IoT連接并可用，而無需花費巨大費用。為了使企業(yè)能夠克服從IoT設備和分析中獲益的挑戰(zhàn)，他們應該：

收集數據：人工智能和機器學習只有在技術能夠從歷史數據中學習并檢測出其中的模式和結果的情況下才對組織有用。應以結構化的方式一致地收集數據。（技術）

接受變革：人們和企業(yè)可能對變革持懷疑態(tài)度。為了讓企業(yè)從物聯網設備中獲得回報，讓人們在自己的角色中獲得成就，個人接受變革是唯一不變的，并開始跳出框框思考是至關重要的。（人）

一切挑戰(zhàn)業(yè)務：現狀是過去的反映；當前使用的流程、法規(guī)和工作實踐基于歷史事件、活動和改進。技術提供了重新設計當今實踐的機會——一個從增量改進轉向逐步改變的機會。（過程）

不過，需要提醒的是：在實施物聯網計劃時，安全和隱私必須是最重要的。這意味著確保連接的設備是安全的，并保護隱私，以免使企業(yè)暴露于惡意的外部影響。

在部署物聯網設備時，必須從端到端考慮安全性，包括管理和監(jiān)控、數據分發(fā)和安全存儲。如果不將安全作為最高優(yōu)先事項，物聯網設備的任何經濟優(yōu)勢都有可能因惡意軟件攻擊可能對業(yè)務造成的損害而降低。

通過使企業(yè)提高生產力、安全記錄、用戶／員工／客戶滿意度，以超過當前的績效標準，并改變業(yè)務交付方式，始終尋求能力改進。

工作實踐的標準化和管理是成功實現改進的基本要素?？梢钥紤]在建設項目或運營設施中收集的數據的數量和類型，以確保建立系統(tǒng)和流程來利用捕獲的數據，實現建設和運營中的可衡量利益。
? ? ? ?責任編輯:pj