同方泰德张英旭：智能建筑AIoT应用的问题与方向

2019年11月7日，由四川省通信学会建筑智能化专委会、千家智客主办，中国建博会支持的2019年第20届中国国际建筑智能化峰会在成都环球中心洲际酒店成功举办。

 

从2000年开始举办至今，中国国际建筑智能化峰会已经走过了20个年头。经过岁月雕琢，中国国际建筑智能化峰会已经成为智能建筑、智能照明、智能家居、安防、建筑节能、系统集成行业领域一年一度的行业性大型盛会。

 

本届峰会成都站以“AIoT赋能建筑、人与空间”为主题，现场吸引了400名专业人士齐聚一堂，共同探讨人工智能技术在城市、建筑与家庭中的最新应用，全面解读人工智能与智能化产业链的最新发展趋势。

 

同方泰德技术工程师张英旭为我们带来《挑战与方向智能建筑的AIoT试卷该如何作答》的精彩演讲。

 

同方泰德张英旭：智能建筑AIoT应用的挑战与方向

 

会上，张英旭介绍了AIoT在建筑领域面临的一些挑战。在张英旭先生看来，目前建筑领域内的大数据环境还不是真正的大数据，楼宇内很多通信协议在应用层面更多还停留在系统间的耦合；由于自动化行业成熟形成的知识固化，对于采用AI、大数据措施，客户不买账；运营状况和人员构成整体水平不高，专业人才缺失，难以驾驭纯粹的AI系统。

 

张英旭表示，智能建筑AIOT的前进方向应该从这几方面入手，首先要有标签的数据集，能够详细描述建筑内的世界；其次是数据要以结构化的标准呈现；其三加大投入，培养专业人才；再者要以技术驱动运营，为用户提供维护、分析和专家服务。

 

同方泰德在中国始终致力于城市节能一体化服务，综合资源整合划分为智慧建筑与园区、智慧交通、智慧能源三大板块。其中楼宇自控系统，一直都是同方泰德建筑解决方案的重点部分，今年即将推出一款面向未来的新型管理系统，从平台架构、交互方式、硬件方面，全面进行AIoT应用，让建筑的可交互数据场景更加丰富。

 

以下是张英旭先生的全部演讲内容，千家智客做了不改变原意的整理与编辑：

 

张英旭：尊敬的各位来宾，大家好，我是来自同方泰德的技术工程师张英旭，今天给大家带来的是《挑战与方向，智能建筑的AIoT试卷如何作答》。近年来互联网大潮风起云涌，数字化转型成为各行各业的热点，不少组织和企业将数字化转型作为未来支撑级战略进行部署。乘此东风，智能建筑行业也迎来了春天，建筑业具有高科技的先天属性加成，智能建筑产品及解决方案获得了比以往更高的关注度和曝光度。新兴创业公司、互联网科技巨头开始在过去相对封闭的区域活跃起来。支撑产业互联网的核心技术，例如物联网、大数据、云计算、人工智能，也成为了人们关注的焦点。智能建筑传统厂商应该如何应对这样的发展，今天和大家简单的分享一下。

 

AIoT真正要在建筑领域中落地，面临着几项挑战

 

挑战一：数据环境，我们知道利用深度学习模型训练AI，需要大量的数据，但是在建筑领域内的大数据环境，目前还不是真正的大数据，往往是大量的小数据集，比如很多气候的环境数据、设施运行的数据、环境监测的数据、故障的样本和人员行为数据等。企业业务系统数据没有有效的整合起来，导致现在建立的AI管理系统不是很可靠。

 

挑战二：通信标准，在可以预见的未来，由数据驱动的智能楼宇内的通信标准，或者说是数据标准，依然是非常令人头疼的问题。目前在楼宇内有很多标准化程度很高的通信协议，但在应用层面更多的停留在系统间的耦合，以实现监控功能为主。真正的由数据驱动的楼宇时代来临时，数据的异构性问题、碎片化问题会更加突出。随着人工智能计算模型的发展，数据需求量将会不断增长，不仅仅是传统系统产生的数据，各个纬度的数据都会用来提升楼宇运营，统一的数据格式是必然的要求，我们目前还没有相应的规范和相应的标准。

 

挑战三：如何获得用户的认可，智能建筑概念及相关技术，特别是相关自动化技术体系发展了几十年，行业成熟的同时也意味着领域知识的固化。在行业中待久了，习惯从舒适路径和过往经验中寻找解决问题的方法。AI技术和物联网技术对于传统业是新东西，对于客户来说也是如此，尤其是AI解决方案的一些先天局限性在建筑中放大，比如极高的初始建设成本，缺乏可解释性。

 

挑战四：运营方面的难题，在智能解决方案逐渐成熟的今天，我们的智能建筑运营水平整体并不高，重建设、轻运营、管理流程粗放，职责落实不到位，缺乏规范等问题几乎是普遍现象，尤其是专业人才的缺失，同时具备暖通电气自动化能源和安防等复合型知识背景的人才极其难得，而拥有丰富经验技工也在逐渐离开这个行业岗位。有数据表明，现在建筑设备管理的工人，平均年龄都到了49岁，而超过55岁的人数比例已接近40%，以目前的运营状况和人员构成，他们很难驾驭纯粹数据系统的AI系统。

 

智能建筑AIOT的前进方向，分为以下四点：

 

（1）有标签的数据集，能够详细的描述建筑内的世界，包括设施、环境，以及它们语言的关系，这不是简单的工作，或者是几个企业能够完成的，涉及到整个行业的利益，需要我们共同参与。

 

（2）结构化数据标准，无论来源和产生的方式如何，都应该在电子文件中可搜索、识别，并以机器可读的标准格式呈现，这样建筑数据和其他的数据没有太大的区别，数据资源也能够更容易的获取和处理，这需要整个行业的支持，并形成相应的规范。

 

（3）AI+产业人才培养，在自动化时代，人才老龄化，青黄不接的问题十分的凸显，而在数字时代的人才缺口会进一步拉大。我们需要既懂产业又懂新技术的人才，不光是建筑行业，这是所有面临数字化转型的产业共同面临的问题。应对挑战，我们只能加大投入，形成合力，成立AI+产业的实验室和研究机构，培养专业的人才。

 

（4）以技术驱动运营，高效的运营不是随便就能产生，需要多方共同努力。就厂商而言，以技术驱动运营提升是重要的方法。比如，在线上为用户提供维护、分析和专家服务，以快速响应来保证整个运营的持续改进，更重要的是厂商也要有这个意识。