建筑管理人员和操作团队常常面临突发的建筑系统和设备故障，例如供暖、制冷、照明系统或电梯的中断。根据一项最新研究，98%的受访者表示，设备或电力中断一小时平均会给他们的企业造成10万美元的损失，这无疑是一个巨大的经济负担。
随着更先进的传感器和物联网设备在智能建筑领域的普及，建筑运营商获取有关意外系统故障的信息量不断增加。物联网设备生成的大量数据通常会被传输到云端进行处理，以生成可操作的见解。然而，向云端传输如此庞大的数据量会导致延迟、安全隐患，并降低建筑系统的整体效率。在所有智能领域，包括智能汽车、智能城市和智能工业，实时信息的获取对提升运营效率和防止不良后果至关重要。虽然传统的物联网计算帮助建筑管理者识别意外系统故障的原因，从而提高应对效率，但它未必能有效地预测问题的发生并主动加以预防。
边缘计算提供了解决方案
边缘计算通过增强实时分析的精确度，使建筑管理人员能够在不降低数据采样率的情况下处理物联网数据，并更接近数据生成的源头。与依赖云端的延迟回复不同，运营商能够利用实时洞察，快速确定系统故障的根本原因，加速补救措施，从而防止再次发生。
例如，借助边缘计算支持的洞察，运营人员可以实时监控能源需求和使用情况，主动引导运营，以避免系统过载及其带来的低效率。传统上，建筑管理者依赖公用事业公司提供的报告来获取这些见解，而在停电发生后，可能需要六个月以上的时间才能收到报告，且报告在使用情况和停电原因的细节方面常常存在缺失。
边缘计算不仅有助于降低系统和设备故障所带来的影响，还为建筑的效率提升和成本节约提供了更多可能。当人工智能与边缘计算结合时，建筑管理员可以利用这一组合来实现智能化、主动性和预防性的维护功能。
边缘人工智能的预测性维护
边缘人工智能使建筑物的物联网系统能够高效监控运营，提供更深入的见解。这类系统能够感知多个设备之间的数据模式，并实时关联和分析这些数据，从而在潜在的低效率或系统故障发生之前，主动向操作人员发出警报。
支持边缘人工智能的操作智能最大化系统效率，使运营人员能够迅速应对快速变化的情况。例如，系统可以通过监测人流动态，及时响应突发的建筑关闭，从而避免将这些区域加热、制冷或照明至正常水平，从而节省能源和资金。此外，该系统在考虑能源效率和设备因素的同时，还能根据实时房间动态、入住率和外部天气条件提供舒适的室内气候。
规范性维护能够有效降低昂贵的维修和维护成本，同时最大限度减少系统停机时间并延长机械系统的使用寿命。此外，能源使用的优化帮助运营人员在可靠性、性能和成本之间取得平衡，同时可以自动化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人员的不仅限于预测维护需求和减少意外的系统和设备故障，还包括：
监测居住者的健康状况和法规遵守情况，例如监测体温升高、进行社交距离监测以及通过视觉传感器进行面罩检测。更好地利用建筑资产和服务，建筑管理人员可借助边缘人工智能关注电梯、火灾报警器和灭火器等关键系统。
边缘人工智能使建筑主管能够整合并持续优化其建筑图，确保系统和设备的中断最小化，从而提升运营效率，并主动采取措施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）能够采取行动并作出反应，是态势感知和作战效能的关键。借助机器学习，边缘人工智能在物联网中扮演着核心角色，使我们更接近一个不再因建筑系统和设备故障而影响生产力或整体业务的世界。通过利用边缘人工智能技术的进步，组织可以提升其有效性，为居住者提供安全舒适的建筑环境，同时实现成本节约。
