建筑管理人员和操作人员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、照明系统或电梯的中断。在最近的一项研究中，98%的受访者声称一小时的电力或设备中断平均给他们的企业造成了10万美元的损失，构成了巨大的经济负担。
随着更先进的传感器和物联网设备在智能建筑行业中的普及，建筑运营商可用于补救意外系统故障的信息量也在增加。物联网设备生成大量数据，这些数据通常被发送到云端进行处理，以生成可操作的见解。向云端发送如此大量的数据会增加延迟，带来安全风险，并降低了建筑系统的效率。在所有智能领域，无论是智能汽车、智能城市、智能产业，对实时信息采取行动的需求对于提高运营效率和防止不良后续事件非常重要。虽然传统的物联网计算有助于建筑管理者识别意外系统故障的原因，以提高补救效率，但它可能无助于预测问题何时发生并主动预防此类事件的发生。
边缘计算是答案
边缘计算通过为分析增加实时精度，使建筑管理人员能够在不降低采样率的情况下处理物联网数据，并更接近数据生产的来源。与依赖云端的延迟洞察不同，运营商可以从实时洞察中获益，以确定系统故障的原因，加快补救措施，防止再次发生。
例如，支持边缘计算的洞察力允许运营人员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。传统上，建筑管理者依靠他们的公用事业公司报告来获得这些见解，在停电发生后，可能需要六个月以上的时间才能收到这些报告，并在使用情况和停电原因的细节方面存在差距。
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中时，建筑管理员现在可以利用这种组合能力来实现智能、主动和预防性维护功能。
边缘人工智能预测性维护
边缘人工智能使建筑物的物联网系统能够有效地监控操作，从而提供更深入的见解。这样的系统可以感知多个设备之间的数据模式，并实时关联和分析数据。这些见解可以在潜在的低效率或系统故障发生之前，主动提醒操作人员。
支持边缘人工智能的操作智能最大限度地提高了系统效率，使操作员能够对快速变化的条件做出反应。例如，能够通过感知人的动态来对意外的建筑关闭做出反应，并避免将这些房间加热、制冷或照明到正常水平，从而节省能源和金钱。此外，在满足能源效率和设备考虑的同时，根据实时房间动态、入住率和外部天气因素提供建筑内的气候舒适性。
规范性维护可用于降低昂贵的维修和维护成本，同时最小化系统停机时间和延长机械系统的寿命。此外，能源使用优化可帮助操作员在可靠性、性能和成本之间取得平衡，此外还可以自动执行实时监控建筑效率的任务。
深入了解边缘人工智能的优势
边缘人工智能帮助管理者和操作员完成的不仅仅是预测维护需求和减少意外的系统和设备故障，包括：
监测居住者健康状况和法规遵守情况，包括监测体温升高、社会距离监测和通过与基于视觉的传感器相关的面罩检测。 更好地利用建筑资产和服务，当建筑管理人员使用边缘人工智能来关注电梯、火灾报警器和灭火器等关键系统时。
边缘人工智能使建筑主管能够组装完整且持续改进其建筑图。确保最少的系统和设备中断可提高运营效率，并有助于采取主动措施提高居住者舒适度。
预测性维护等等
能够在感兴趣的事件发生时(或之前)采取行动并作出反应是态势情报和作战效能的关键。在机器学习的推动下，边缘人工智能位于物联网的核心位置，使我们更接近于一个无法预见的建筑系统和设备故障不会对生产力水平或整体业务产生负面影响的世界。通过利用边缘人工智能技术的进步，组织可以提高其有效性，为居住者提供安全舒适的建筑栖息地，同时提高成本节约。
