Thought leaders

Hoe AI de manier verandert waarop fysieke omgevingen worden beheerd

mm
Voeg Unite.AI toe aan je voorkeursbronnen op Google
A facilities operator in a modern control center interacting with a large, transparent digital display that shows AI-driven data visualizations and schematics overlaying a physical HVAC utility plant.

Facilititeitsteams overal ter wereld staan onder groeiende druk. Kosten stijgen, gebouwsystemen worden complexer en de personeelsbezetting houdt geen gelijke tred. Tegelijkertijd zitten de meeste gebouwen op een ongebruikte bron: data.

Gedurende decennia lag operationele data ongebruikt of werd opgesloten in gesloten systemen. Vandaag, in combinatie met AI, wordt die data een van de krachtigste instrumenten om betrouwbaarheid, efficiëntie en dagelijkse operaties in fysieke omgevingen te verbeteren.

Van reactief naar predictief: waarom AI het spel verandert

Traditionele operaties vertrouwen op routineonderhoud of reageren nadat iets kapot is gegaan. Dat model verspreidt teams te dun. AI maakt een ander model mogelijk. Door voortdurend prestatiegegevens te analyseren – kleine afwijkingen in temperatuurcontrole, druk, looptijd of energieverbruik – kan het subtiele afwijkingen detecteren lang voordat ze escaleren.

Het effect is meetbaar. Deze vroege signalen stellen teams in staat om proactief problemen aan te pakken in plaats van reactief en kunnen onderhoudskosten tot 67% verlagen, volgens een Forrester-onderzoek. Predictieve onderhoudsprogramma’s die door AI worden ondersteund, zijn gebleken de onderhoudskosten en ongeplande uitvaltijden aanzienlijk te verlagen en de algehele systeembetrouwbaarheid te verbeteren.

Reële resultaten vandaag, niet morgen

Dit is geen toekomstig idee. Het Cortellucci Vaughan Hospital (CVH), Canada’s eerste slimme ziekenhuis, gebruikt OpenBlue om HVAC-storingen vroegtijdig te detecteren, uitvaltijden te voorkomen en het aardgasverbruik met 44% te verlagen. In een van de grootste hospitalitycomplexen op de Las Vegas Strip voedde een complexe nutsvoorziening gegevens van negen koelers, negen koeltorens, vijf gekoelde waterpompen, vijf condensatorwaterpompen en vier warmtewisselaars in AI-systemen die $110.000 aan jaarlijkse energiekosten bespaarden en de bedrijfsvoering en personeelsbezetting van de installatie stroomlijnden.

In deze omgevingen is data niet zomaar data, het wordt een activum voor betrouwbaarheid en veerkracht.

Gegevens gebruiken om betere beslissingen te nemen

AI is uniek in vergelijking met eerdere instrumenten, niet alleen omdat het sneller is – het maakt gefragmenteerde, rommelige gebouwgegevens tot iets wat teams kunnen gebruiken.

Moderne AI-systemen kunnen:

  • Inefficiënties identificeren
  • Detecteren wanneer een systeem uit de specificatie raakt
  • Apparatuurfalen voorspellen voordat ze optreden
  • Herstelmaatregelen aanbevelen voordat problemen zich verspreiden

Omdat AI voortdurend werkt, niet alleen tijdens een jaarlijkse afstelling of een maandelijkse wandeling, besteden teams minder tijd aan het najagen van alarmen en meer tijd aan het focussen op waardevollere werk. Bij CVH heeft het team AI gebruikt om de bedrijfsvoering te optimaliseren, waardoor 4.000 uur handmatig probleemoplossing in één jaar zijn bespaard en het energieverbruik met 19% is verlaagd.

Hoe de cloud de vergelijking verandert

De cloud maakt het mogelijk om grote hoeveelheden gegevens te verwerken om faciliteiten van overal te monitoren en beheren, alles vanaf één scherm. Voor facilititeitsteams die verantwoordelijk zijn voor meerdere locaties, is dit transformatief. OpenBlue benut cloudconnectiviteit om controle over HVAC, verlichting, beveiliging en meer te verenigen, proactieve energibesparingen te leveren en duurzaamheidsdoelstellingen te versnellen. En voor organisaties die hun gegevens dicht bij zich willen houden, kan OpenBlue hetzelfde niveau van analyse en beheer bieden in een on-premises-omgeving.

Stanford University is een goed voorbeeld. Het team levert verwarming en koeling aan 155 campusgebouwen vanuit de Central Utility Plant. Met AI-ondersteunde optimalisatie heeft de universiteit de jaarlijkse energiekosten met $500.000 verlaagd terwijl de dagelijkse operaties werden vereenvoudigd.

Remote monitoring neemt de noodzaak om ter plaatse te zijn niet weg. In plaats daarvan maakt het de tijd ter plaatse effectiever en efficiënter door teams te voorzien van de juiste informatie op het juiste moment voor een duidelijk begrip van het probleem.

AI vervangt geen expertise – het ontgrendelt het

Een misverstand dat uit de weg geruimd moet worden, is dat AI op de een of andere manier de mensen die het werk doen, naar de zijlijn verplaatst. Het is het tegenovergestelde.

AI biedt duidelijkheid. Net zoals een laserwaterpas de nauwkeurigheid verbetert zonder een vaardig ambachtsman te vervangen, benadrukt AI problemen en kansen, terwijl beslissingen worden overgelaten aan ervaren professionals. Operators bepalen nog steeds prioriteiten, compromissen en corrigerende acties.

Als het goed wordt gebruikt, verheft AI de rol van facilititeitsteams, geeft hen de tijd en inzicht die nodig zijn om zich te concentreren op complexe problemen, training en langetermijnplanning.

Schaalbaarheid, beveiliging en het kiezen van de juiste partner

Facilititeitleiders die AI evalueren, stellen vaak drie vragen:

  • Kan dit schalen naarmate mijn gebouwportfolio evolueert?
  • Is de data beveiligd?
  • Heb ik de juiste partner om me te helpen alle onderdelen te verbinden?

Dit zijn praktische zorgen. Gebouwen veranderen voortdurend – nieuw apparatuur, nieuwe huurders, nieuwe regelgeving – en elk gebouw is anders. Elk AI-oplossing moet mee evolueren met complexiteit en operators in staat stellen om complexiteit om te zetten in inzicht en voordeel.

De meeste moderne AI-platforms zijn ontworpen om incrementeel te schalen en kunnen in kleine stappen worden geïmplementeerd. Veel teams beginnen met een smalle focus – het monitoren van een kleine set KPI’s zoals energieverbruik, systeemuptime of foutdetectie – en breiden van daaruit uit naar het optimaliseren van operaties en personeelsbezetting en controlestrategieën. Deze gefaseerde aanpak is vooral belangrijk in kritieke omgevingen zoals de gezondheidszorg of levenswetenschappen, waar betrouwbaarheid en precisie niet onderhandelbaar zijn.

In een voorbeeld heeft een grote farmaceutische onderneming aan de oostkust OpenBlue gebruikt om operaties te monitoren en te centraliseren in een bijna tien gebouwen tellend complex tijdens een grote sluiting en verhuizing. Door de prestaties van het gebouw te behouden tijdens de overgang, vermeed de onderneming operationele storingen en verlaagde de jaarlijkse energiekosten met meer dan $100.000.

Beveiliging is eveneens fundamenteel. Effectieve AI-platforms zijn ontworpen met beveiliging als basis, met functies zoals zero-trust-architectuur, airwalls en meer. Aangezien organisaties in elke industrie zich richten op het houden van hun systemen beveiligd, is een AI-instrument dat dit doel ondersteunt, cruciaal voor succes en het vermijden van onnodige risico’s.

Tenslotte is technologie alleen niet genoeg. Gebouwen zijn complex en elk gebouw is anders. Succesvolle implementaties vereisen een team dat bekend is met gebouwsystemen, controle, gegevens en de realiteit van facilititeitoperaties in verschillende industrieën – van commercieel onroerend goed tot ziekenhuizen en geavanceerde fabricage.

Word niet achtergelaten

Energiekosten zullen waarschijnlijk niet dalen. Verwachtingen voor uptime en efficiëntie worden niet versoepeld. Regelgeving wordt niet eenvoudiger. De faciliteiten die in de komende jaren zullen gedijen, zijn die welke manieren vinden om slimmer, niet harder te werken.

AI lost niet elk probleem op. Maar het geeft teams de mogelijkheid om problemen eerder te zien, eerder te handelen en gebouwen te beheren met een niveau van precisie dat zelfs vijf jaar geleden niet mogelijk was – waardoor u meer tijd terugkrijgt en kosten verlaagt die vervolgens kunnen worden herbelegd om uw organisatie te helpen groeien.

Jamie Cameron is Vice President van OpenBlue bij Johnson Controls, waar hij de Global Digital Solutions-organisatie leidt. Hij vormt de strategie van OpenBlue om aan de behoeften van klanten te voldoen op het gebied van cybersecurity, AI, werkplekproductiviteit en assetsbesparingen in kritieke omgevingen. Onder zijn leiderschap heeft OpenBlue zijn capaciteiten uitgebreid door de overnames van FM: Systems, Foghorn en Tempered Networks, waarbij de beste oplossingen zijn geïntegreerd in een unified, beveiligde digitale platform.

Met een technologie-achtergrond in Big Data en Analytics, wordt Jamie gedreven door het toepassen van innovatieve en disruptieve technologieën om moeilijke bedrijfsproblemen op te lossen en meetbare resultaten te leveren voor klanten. Hij woont in Londen met zijn vrouw en twee zonen. Jamie heeft een eerste klas diploma in Management Science van de Loughborough University.