AIが建物の運営に及ぼす影響

昨年、ChatGPT とその他の AI 搭載サービスエンジンがリリースされて以来、このテクノロジーの可能性はメディアで頻繁に議論されてきました。特に、データ内のパターンを識別し、独自のコンテンツを生成するAIの分野である生成AIの話題が注目を集めています。

AI は 2010 年代以降、オフィス、病院、学校など多くの建物で一般的になり、成長を続けています。AI は、施設管理者が建物の利用方法を理解し、機能とプロセスを自動化して建物のレイアウトと運用を改善するのに役立ちます。

AI は、機器が故障する可能性が高い時期を予測するためによく使用され、作業者が早い段階で潜在的な問題を解決できるようにして、時間とコストを節約します。病院など混雑する場所での清掃スケジュールの計画にも活用されています。

人工知能と機械学習 (ML) 機能は、施設管理にさまざまな機会を提供します。施設管理者は、建物の運用のベンチマークを測定および監視する新しい方法を見つけることに重点を置いていますが、この追加データをすべてどのように活用するかという問題があります。確かに、コンピュータ化された保守管理システム (CMMS) はデータをダウンロードし、建設担当者が簡単に理解できる形式で提示することができますが、生成 AI システムはデータを取得して、人間の介入なしにその機能を実行することができます。

AI はすでに建築、エンジニアリング、建設業界に影響を与えており、さらなる変革の可能性は非常に大きいです。より多くのデータを収集するにつれて、AI は初期設計、概念的なソリューション、大規模な調査をより効率的かつ正確に生成できるようになります。また、より効率的なスペース計画を可能にし、無駄なスペースを削減し、コストと納期の見積もりを提供することも約束します。

AI は特定のタスクを自動化することで、労働力のボトルネックを緩和し、日常的なタスクに費やす時間を削減し、最終的にプロジェクトのデリバリープロセスを改善できます。これらの機能は魅力的ですが、潜在的なリスクと課題を認識することも重要です。

提案を提供する

設計の観点から見ると、AI の出力と洞察は、特に省エネや持続可能性のプロジェクトを実施するときに、人間がよりスマートで正確な意思決定を行うのに役立ちます。空気の流れと自然光を最適化する詳細なソリューションを生成し、一般的に、より優れたエネルギー節約と管理の推奨事項を提供して、ネットゼロとカーボンニュートラルをより簡単に達成できます。

人工知能は、デザイナーが数分で大胆な建築形態を考案するのに役立ちます。これらの設計が実際に建設されるかどうかは別の問題ですが、先見性のある建築は常に設計プロセスの初期段階で重要な役割を果たします。

AI に重点を置くことは、持続可能な開発、エネルギー使用の最適化、リソースの管理、グリーンビルディング設計の改善の鍵となります。 AI の進歩により、建設業は革命的に変化し、設計が最適化され、タスクが自動化され、無駄が削減され、安全性が向上します。 AI を既存のモノのインターネット (IoT) と統合することは非常に重要です。これらのデバイスは、AI が機能し、洞察を得るために必要なデータを提供するためです。

「建物内にスマートデバイスやセンサーが急増し、ビデオから占有状況、温度までさまざまなデータを収集するようになると予想される」と彼は述べた。「収集されたデータに基づいて、AIはよりパーソナライズされた体験を提供し、個人の好みを理解してそれに応じて環境を調整し、インタラクティブなAIアシスタントが一般的になるでしょう。」

もちろん、自然災害から職場での暴力の可能性に至るまで、安全上の懸念があるため、AI は問題になる前に危険を特定する役割を果たすでしょう。 AI の助けにより、強化されたセキュリティ監視がより一般的になり、異常なアクティビティや不正アクセスの検出に役立ちます。

公共の建物や商業ビルでは、AI が群衆の動きを分析して危険な状況を事前に特定します。 AI アルゴリズムは、構造健全性の監視や、劣化や火災、ガス漏れの兆候の早期検出のためのセンサーデータの処理にも使用されます。 AI は異常なネットワークアクティビティを識別してサイバーセキュリティを向上させ、建物システムのデジタルセキュリティを保護します。

潜在的な統合リスクと課題

もちろん、AI は入力されたデータから情報を引き出すため、虚偽、偏った、または有害な情報が伝えられるリスクがあります。

潜在的なリスクの 1 つは、建築基準法の解釈にあります。これは、特定の場所や管轄区域に関する精度、正確性、知識を必要とする複雑な作業です。これらの地域の規制はコードに明確に記載されていない場合があり、地域の状況をさらに理解する必要があるため、AI モデルはこれらの地域の規制を解釈するのに支援が必要になる場合があります。

建築基準法は公共の安全を確保するために制定されているため、基準の解釈における小さな誤りや省略でも、ビジネスに重大な影響を及ぼす可能性があります。 AI を不適切に実装すると重大な責任問題につながる可能性があります。また、解決策を検討せずに AI に過度に依存すると、AI を解決策ではなくツールとして使用すべき分野でさらなる問題が発生する可能性があります。

考慮すべきもう 1 つの問題は、日常業務で AI システムにどの程度の権限が与えられるか、また AI システムが故障する可能性です。ほとんどのオペレーターは、データセンターでの AI 利用の受け入れが拡大すると考えていますが、信頼性の高い運用上の決定を下す能力については懐疑的です。

自然災害が発生して停電になった場合、施設は長期にわたって稼働し続けることができるでしょうか? これらの新しいテクノロジーが建物の運用においてより大きな役割を果たすようになると、冗長性と強化されたマイクログリッド機能の必要性が高まります。

金融機関は、テクノロジーが何らかの形で失敗するという脅威に加えて、AI が従業員にどのような影響を与えるかを考慮する必要があります。一部の業界、特にテレビの脚本家や俳優によるストライキでは、人工知能が業界を乗っ取るのではないかとの懸念がある。

建設業界における AI の利用が拡大するにつれ、データのプライバシー、自動化による潜在的な雇用喪失、AI による意思決定の透明性など、倫理的な考慮の重要性も高まります。

AI は潜在的な投資収益率を重視する必要があります。初期投資があっても、効率性の向上、エネルギー消費の削減、予測メンテナンスの改善による節約は、長期的には大きな経済的利益をもたらす可能性があります。

AI はすでに施設運営を支援するために設計されたさまざまな製品に統合されていますが、このテクノロジーを複数の建物システムに追加すると、かなりのコストがかかる可能性があります。 AI テクノロジーを建物システムに統合するプロセスには、テクノロジーの取得だけでなく、トレーニング、データ管理、場合によっては必要な専門知識を持つ新しい従業員の採用などの関連コストもかかります。人間の従業員を雇うのと同じように、新しく導入される AI テクノロジーにもトレーニングが必要です。このテクノロジーはまだ初期段階にあり、最初に何をすべきかを伝える必要があります。

AI システムの維持と更新には継続的なコストがかかり、それを効果的に管理する必要もあります。また、AI システムは、収集、クリーンアップ、保存が必要な大量のデータに大きく依存していることがよくあります。個人情報や機密データの取り扱いは、プライバシーの問題に慎重に対処する必要があるため、複雑さが増します。

現在、企業にとってこれらのコストの一部を軽減する選択肢が存在します。施設管理者は、建物ポートフォリオの広範囲にわたって AI を実装する際のリスクとコストをすべて負担するのではなく、AI を活用するベンダーの資金、機器、製品を使用して、スマートビルディングの成果を迅速かつ効率的に実現できる可能性があります。