在建筑创投领域，智慧建筑成为资本市场的焦点。
美国房地产技术与创新中心（CRETI）对100位风险资本投资者的调研显示，商业建筑科技成为投资的主流方向，吸引了60%的投资者关注。这些投资主要集中在提升物业和资产管理的效率、运营效能、财务管理优化以及租户体验方面。
紧随其后的是住宅建筑科技，有50%的投资者表示出了浓厚的兴趣。该领域的创新主要集中在交易管理、智能家居技术，以及新型金融平台上 。此外，有45%的投资者对建筑技术表示关注，看好数字化解决方案在优化传统建筑施工实践中的应用前景 。
文｜孟涛、秦明
封面来源｜AI制图
最近两年，我们明显看到行业对商业建筑的关注度很高。随着AI数字浪潮的涌动，我们发现有很多公司正在基于数据算法在商业建筑领域发挥价值。再具体一点，节能领域已经出现了很多创新的公司，市场中也伴随着频繁的投资动作。
01 最优运作的逻辑
采暖和制冷占建筑能耗的一半以上。节能是所有建筑运营方或楼宇使用者最为关注的需求点。在这个点上，基于人工智能的算法和数据驱动的系统更容易发挥其价值。场景很多，其中暖通空调（HVAC）系统的优化，长期以来一直是智能建筑发展前景的关键重要组成部分。
在过去， 传统的设备制造商在追求能效比和提升设备本身效率上已经花费了大量的成本。但是如今在极致 追求设备效率的过程中，最终的投入产出比并不高。 我们常常看到能源的大量浪费和粗放式的使用。产生这个 问题的根源，其实背后是供给方和需求方之间的匹配问题。 过去忽视了一个关键环节——即空间使用者的实际需求。
尤其是环境因素、建筑特性与用户需求三者构成了一个复杂的有机体，这个有机体的最优运作，需要通过算法和人工智能来实现。这样不仅能满足人们对舒适度的需求，同时也能将能源使用降至最低。
以空调系统为例，当房间无人时，空调仍在运行，这就是不必要的能源消耗。理论上，我们应该及时通知系统减少能量或热量的输出，从而达到节能的目的。在这一点上，我们平时讲的算法、机器学习、强化学习、人工智能等技术都能发挥重要作用。如果我们能够精细控制系统运作，充分利用数据和AI的潜力，那么节能的效果将非常显著，同时也能带来巨大的经济效益。
02 市场挑战在何处
Brainbox AI是我们关注的一家加拿大初创公司。 他们做水系统的最优化求解，目标是让整个水系统的运营更高效。 这家公司在最近几年表现得非常活跃， 收购了ABB的多个地点的零售业务，同时2023年9月宣布与特灵进行战略合作，将其AI能力与Trane（特灵）的基于云的Tracer SC+建筑自动化系统相结合。
他们采用动态调整的过程，将所有的能力从接入边缘端、云端。 在这个过程中，其追求的 核心目标就是更多接入的设备数。 因为设备数越多，他们的算法的普适性就越高，能抽象出来的模型就越多，适用性就越强。 算法在 水系统中很 容易发挥其价值，因为水系统更复杂，控制因素和影响因素更多。
坦率而言，Brainbox AI的方向是我们看好的。 很多企业没有把这个方向作为一个战略高点来推动。原因在于价值呈现还没有形成共识。比如把Brainbox AI的技术产品与理念整合进一栋建筑的时间成本极高， 需要先对大量 数 据进行整理和 收集 ，随后才能进行优化和价值呈现。
事实上，这个过程可能需要数年时间来构建平台，整合系统。与传统行业相比，建筑行业在实施算法之前需要大量的准备工作。这些前期工作可能占整个项目的90%，而实际运行只占10%，这导致了项目变现周期过长。也就是说，从初期的大量投入到最终的收益，等待的时间过长。这也是智慧建筑行业的挑战。
更普遍的问题是，许多企业缺乏长期的视角来看待这一问题。这是技术与现实之间的难题所在。
03 涌动的创新企业
受益于市场对建筑能源管理、气候相关建筑地产技术的巨大兴趣，解决能效服务、商业和工业建筑中的暖通空调优化软件、减少碳排放和实施分布式能源的创新，智慧建筑成为了当下资金非常集中的领域之一，吸引了金融和战略投资者。
memoori是北欧一家专注于全球智能建筑行业的分析研究机构，已经运行了16年之久。根据memoori的《2023 年智能建筑初创企业》研究报告，如今，大约1266家初创公司活跃在全球智能商业建筑领域的管理和运营阶段，这一数字在近两年内增加了20%。
暖通空调优化部分AI初创企业 （图源：memoori）
2022年以ChatGPT为代表的生成式AI横空出世，生成式AI展现出的强大能力和想象空间，为每个产业都带来了巨大的机遇和挑战，所有产业都不无满怀忐忑的迎接新时代的到来。
而在中国建筑产业，伴随着恒大、碧桂园为首的地产企业的持续爆雷，行业发展跌入谷底，建筑行业的从业者都在思考未来在哪里的问题。在AI大潮袭来之际，如何抓住这个机会给建筑行业发展带来一丝生机成为我们思考的方向。
AI是一个泛词汇， 大模型只是其中一种方式， 就像transformer在很多年间一直都存在，只是在近两年的迭代优化中，产生了颠覆式的影响。
我们前段时间与memoori这家研究机构的创始人，James McHale做了交流，事实上，目前AI大模型的能力应用于智能建筑产业，商业化买单的价值还非常有限，目前还需要发现拥有足够海量数据的场景，让大模型充分发挥价值。
当下唯一有价值的 的小闭环 场景 ，就是 企业内部的搜索管理系统， 显性的方式是聊天机器人，这是大模型时代的新产物， 但是它不会变成革命性的东西 。 后续我们也会分享 智慧建筑行业的AI大模型思考，欢迎持续关注。
本文来自投稿，不代表AI4ELAB立场，如若转载，请注明出处：https://ai4elab.com/4711.html
