Ez egyben azt is jelenti, hogy a jelenlegi díjak mellett éves szinten 13 600 és 49 300 dollár közötti megtakarítást hozhat a technológia bevetése, ráadásul az elkerült szén-dioxid-kibocsátás mértéke több mint százszorosa az MI-rendszer ökológiai lábnyomának. Az épületek a globális energiafelhasználással kapcsolatos szén-dioxid-kibocsátás mintegy 37 százalékáért felelősek. A Schneider Electric új kutatása, az „AI for Climate: Quantifying the Energy and Carbon Impact of Building Optimization” megállapította, hogy ha az intelligens épületirányítási rendszerekben mesterséges intelligenciát is alkalmaznak a fűtés, a szellőztetés és a légkondicionálás (HVAC) optimalizálására, az további 7,2-12,7 százalékos megtakarítást jelenthet az épületek energiafogyasztásában. Ez az eredmény jól mutatja, hogy az MI milyen mértékben képes javítani az energiahatékony felhasználásán, enyhítve ezzel az épületek rendszereire és összességében a villamosenergia-hálózatra nehezedő terhelést.
A kutatás további fontos megállapításai:
„Az épületmenedzsment jövőjét az határozza meg, hogy az üzemeltetők milyen hatékonyan kapcsolják össze és helyezik kontextusba azokat az adatokat, amelyeket korábban szigetszerűen tároltak. A meglévő üzleti rendszerekre épülő mesterséges intelligencia réteg a komplexitást intelligenciává, az intelligenciát pedig cselekvéssé alakíthatja, ezzel egyidejűleg csökkentve a kibocsátást, a költségeket és javítva a teljesítményt. Ahogy az energiaigény tovább növekszik, kulcsfontosságú lesz az üzleti és a fenntarthatósági célok eléréséhez, hogy ezeket az eredményeket egyszerre tudjuk elérni ahelyett, hogy választani kellene közülük” – mondta el Földvári Péter, a Schneider Electric kereskedelmi és ipari épületekért felelős értékesítési vezetője.

A kutatáshoz valós környezetben végzett teszt bevezetések alapján modellezték az épületek energiafelhasználását annak felmérésére, hogy az MI-alapú HVAC-vezérlés hogyan befolyásolja az energiafogyasztást, a szén-dioxid-kibocsátást és az üzemeltetési költségeket Ausztráliában, Indiában és az Egyesült Államokban különböző ingatlanok esetében. A tanulmány azt vizsgálta, hogy a digitális épületirányítási rendszerekre telepített mesterséges intelligencia réteg hogyan képes összekapcsolni a korábban egymástól elszigetelt adatforrásokat, folyamatosan elemezni az épületek állapotát, valamint valós időben automatizálni a HVAC rendszerek optimalizálását.
A használati szokásokból, időjárás-előrejelzésekből, a berendezések teljesítményéből és egyéb üzemeltetési adatokból származó információk beépítésével az MI lehetővé teszi az épületek hatékonyabb működtetését, miközben csökkenti az üzemeltetésben részt vevő csapatok terhelését. A kutatás azt is megállapította, hogy a kis és közepes méretű épületek (9300 négyzetméternél kisebbek) jelentős mértékben profitálhatnak a mesterséges intelligencia alkalmazásából.
Eddig az energiagazdálkodási rendszereket túl bonyolultnak vagy költségesnek tartották a kisebb létesítmények számára, ahol ráadásul többnyire a hatékony létesítményüzemeltetéshez szükséges szakértelem is gyakran korlátozottan érhető el. Azáltal, hogy automatizálja és leegyszerűsíti az üzemeltetés optimalizálását, a mesterséges intelligencia hozzáférhetőbbé teheti a kifinomult épületirányítási megoldásokat, lehetővé téve a kisebb épületek esetében is az energiafogyasztás, az üzemeltetési költségek és a kibocsátás csökkentését.
„A mesterséges intelligencia a kisebb épületek tulajdonosainak és üzemeltetőinek kezébe adja az energiaintelligencia erejét. Ami korábban jelentős szakértelmet és beruházást igényelt, ma már egyszerűbben és nagyobb léptékben valósítható meg, ez pedig segíti a szervezeteket az energiapazarlás csökkentésében, a költségek mérséklésében, a teljesítmény javításában, valamint abban, hogy magabiztosan hozzanak okosabb döntéseket” – tette hozzá Földvári Péter.
A teljes tanulmány itt érhető el.
I Illusztráció: Schneider Electric | Nyitókép: Adobe Stock