建筑经理和运营商经常面临不可预见的建筑系统和设备故障的影响，例如供暖和制冷、照明系统或电梯中断。在最近的一项研究中，98%的受访者声称，一个小时的电力或设备中断平均会使他们的企业损失100,000美元，造成沉重的财务负担。随着更先进的传感器和物联网设备在智能建筑行业的激增，建筑运营商可用于修复意外系统故障的信息量也在增加。IoT设备会生成大量数据，这些数据通常会发送到云端进行处理以生成可操作的见解。将如此大量的数据发送到云端会增加延迟，带来安全风险，并降低构建系统的效率。在智能化的各个领域，无论是智能汽车、智能城市、智能工业，都需要根据实时信息采取行动，对于提高运营效率、防止不良后续事件的发生非常重要。虽然传统的物联网计算可以帮助建筑管理者识别意外系统故障的原因以进行更有效的补救，但它可能无助于预测问题何时发生并主动防止此类事件的发生。边缘计算就是答案边缘计算使建筑经理能够在不降低采样率的情况下处理物联网数据，并通过为分析增加实时精度来更接近数据生产源。运营商无需依赖基于云的延迟洞察力，而是可以从实时洞察力中获益，以确定系统故障的原因、加快补救措施并防止再次发生。例如，支持边缘的洞察力使运营商能够实时监控能源需求和使用情况，并主动引导运营以避免系统过载和相关的低效率。建筑经理传统上依赖于他们的公用事业报告来获得这些洞察力，这可能在停电发生后需要六个月以上的时间，在使用情况和停电原因的详细信息方面存在差距。就边缘计算如何提高建筑物的效率和成本节约而言，最大限度地减少系统和设备故障只是众所周知的冰山一角。当您将人工智能添加到边缘计算时，建筑经理现在可以利用这种组合功能来实现智能、主动和预防性维护功能。边缘AI预测性维护边缘AI使建筑物的物联网系统能够有效地监控操作，提供更深入的见解。这样的系统可以跨多个设备感知数据模式，并实时关联和分析数据。这些洞察力可以在潜在的低效率或系统故障发生之前主动提醒操作员。支持AI的边缘运营智能可最大限度地提高系统效率，并使运营商能够响应快速变化的条件。例如，能够通过感应人的移动来对意外的建筑物关闭做出反应，并避免将这些房间加热、冷却或照明到正常水平，从而节省能源和金钱。此外，建筑物内的气候舒适度是根据实时房间动态、入住率和外部天气因素提供的，同时满足能源效率和设备方面的考虑。规范性维护可用于减少昂贵的维修和维护成本，同时最大限度地减少系统停机时间并延长机械系统的使用寿命。此外，除了自动执行实时监控建筑效率的任务外，能源使用优化还有助于运营商平衡可靠性、性能和成本。深入了解边缘AI的优势边缘AI不仅可以帮助管理人员和操作员预测维护需求，还可以减少计划外的系统和设备故障，包括：监测乘员健康和法规遵从性，包括监测体温升高、社交距离监测和通过与基于视觉的传感器相关联进行面具检测。当建筑经理使用边缘AI密切关注电梯、火警和灭火器等关键系统时，可以更好地利用建筑资产和服务。边缘人工智能使施工主管能够组装完整并不断改进他们的建筑图纸。确保最小的系统和设备停机可以提高运营效率，并采取主动措施来提高居住者的舒适度。预测性维护等。在感兴趣的事件发生时（或之前）采取行动和做出反应的能力是情境情报和运营效率的关键。在机器学习的推动下，边缘人工智能是物联网的核心，使我们更接近一个世界，在这个世界中，建筑系统和设备的不可预见的故障不会对生产力水平或整体业务产生负面影响。通过利用边缘AI技术的进步，组织可以提高效率，为居住者提供安全舒适的建筑栖息地，同时节省成本。
