一栋30年老酒店的AI运维改造：数据底座一个月建完，节能30%还是预估

博锐尚格在官方公众号发布了一个改造案例：华北一家央企旗下、上世纪九十年代开业的商务酒店，做了一次覆盖客房、大堂、宴会厅、餐饮、后勤和空调机房的AI运维改造。背景是「十五五」期间央企考核从能耗双控转向碳排放双控，要求减碳成果可量化、可核算、经得起审计，靠短期限电压能耗已经过不了关。集团选这栋老楼，是想验证一套能复制到超过百万平方米资产的模型。

第一步：一个月建数据底座

改造前的问题很典型：设备老旧，能源计量粗放，管理靠人，客房和公共区域需求差异大，一套固定策略应付不过来。博锐尚格的第一步是建标准数据字典，定义每台设备的关系、运行规则和异常信号。它称这套字典来自17年、2500多个项目的积累，覆盖54种建筑类型、942种设备类型、9502条可建立的关系、88553条数据计算规则。靠这套现成的字典，数字底座一个月建完，夜间施工，不影响酒店24小时营业。

第二步：人和AI重新分工

空调系统由MPC智能体接管全局调控，综合天气、室内环境、客房入住率和宴会预订提前预测冷热负荷，联合调节冷机、水泵和冷却塔，内置入住高峰、节假日、极端天气、深度节能、设备异常五类酒店专用策略。人只设定当天的运行边界和温度标准。

故障处置由FMEA智能体负责，底层是覆盖584个风险事件、1.23万个影响因素节点的风险知识图谱，为这家酒店建了近1000类异常场景的处置库，自动识别、派单、追踪到闭环，机房因此实现无人值守。第三步是让运行数据持续进入模型训练，负荷预测和碳排放核算随时间校准。

数字的口径

项目近期刚交付上线，博锐尚格明确说实测数据还要等完整运行周期：空调系统节能约30%、年节约电费约35万元，都是模型测算的预期值。已经实现的是机房无人值守和碳排放的自动核算。对央企来说，后一项可能比省电费更关键：它让酒店有了提交经得起审计的碳报告、申请绿色酒店认证和节能补贴的数据基础。这个案例真正的检验，是一年后实测节能率能不能接近30%，以及同一套模型复制到其他物业时要做多少改动。

资料来源