Facility/Property management blog

Mesterséges intelligencia és létesítménygazdálkodás

A ChatGPT a 2022. november 30-i bemutatását követően berobbant a köztudatba, és azóta a mesterséges intelligenciával kapcsolatban számos alkalmazási területet és módszert nevesítettek már. De vajon képes az épületkezelési feladatokban is segíteni? Úgy tűnik, hogy igen. Az épületüzemeltetés és -kezelés sem vonhatja ki magát az MI hatása alól, és itt nem csupán takarító robotokról van szó, hanem arról a hatalmas mennyiségű adatról, amelyek ma már a létesítménygazdálkodás különböző munkafázisaiban keletkeznek. Az MI beépítése a létesítménygazdálkodásba nehéz lehet, de a változástól való vonakodás megakadályozza, megakadályozhatja, hogy kihasználjuk az új ötletek és fejlesztések előnyeit. A mesterséges intelligencia már most is megkönnyíti a facility managementet, és az elkövetkező hónapokban és években még inkább így lesz. Aki lemarad a mesterséges intelligenciáról, az csak nehezebbé teszi a csapata dolgát a későbbiekben.

A létesítménygazdálkodás folyamatosan fejlődő területén a döntéshozók folyamatosan keresik a működés optimalizálásának, a hatékonyság javításának és a költségek csökkentésének lehetőségeit. A mesterséges intelligencia (AI vagy MI) változást hozott ebben az iparágban, forradalmasítva a létesítménygazdálkodók döntéshozatali és működési folyamatok megközelítését. Az MI alkalmazásának 8 előnyét mutatja be a Facilitiesnet.com múlt héten megjelent írása, amelyet felhasználva, de annak látókörét kissé kitágítva tekintjük át a címben is jelzett témakört.

A mesterséges intelligencián alapuló technológia valóban képes megváltoztatni a rutinfeladatok megközelítését és végrehajtását – gyorsabbá, hatékonyabbá és költséghatékonyabbá téve azokat. Ez azonban nem jelenti azt, hogy helyettesítheti az emberek iránti igényt. A technológiának az egyik fő előnye, hogy lehetővé teszi a szolgáltatást végzők számára, hogy automatizálják a fárasztó, időigényes feladatokat, felszabadítva a személyzetet az újabb, összetettebb, emberi közreműködést és kreativitást igénylő projektek kezelésére. Ahelyett, hogy felváltaná az emberi dolgozókat, az MI bővítheti készségeiket, lehetővé téve számukra, hogy olyan értéknövelő feladatokra összpontosítsanak, mint a stratégiafejlesztés, problémamegoldás és ügyfélkapcsolat-kezelés.

A mesterséges intelligencia alkalmazásával járó előnyök

1. Adatvezérelt ismeretek

A mesterséges intelligencia jelentősége a létesítménygazdálkodásban abban rejlik, hogy képes hatalmas mennyiségű adatot feldolgozni és értékes felismeréseket levezetni. Az MI-alapú adatelemző eszközök segítségével a facility managerek hasznosíthatják a különböző forrásokból származó valós idejű adatokat, beleértve a tárgyak internetének (IoT) érzékelőit, a karbantartási naplókat, az energiafogyasztási nyilvántartásokat és a foglaltsági adatokat. Ezek az adatvezérelt ismeretek lehetővé teszik a létesítményvezetők számára, hogy megalapozott döntéseket hozzanak az erőforrások elosztásával, a helykihasználással és a megelőző karbantartási stratégiákkal kapcsolatban.

A mesterséges intelligencia például képes elemezni a korábbi energiafogyasztási mintákat, hogy azonosítani tudja a pazarló területeket, és energiatakarékossági intézkedéseket javasoljon. A mesterséges intelligencia optimalizálja az energiafelhasználást a HVAC-rendszerek finomhangolásával a foglaltsági adatok és az időjárási előrejelzések alapján, végső soron csökkentve az üzemeltetési költségeket és fokozva a fenntarthatóságot.

2. Proaktív facility management

A hagyományos létesítménygazdálkodás gyakran reaktív megközelítést követ, és csak a problémák felmerülése után foglalkozik a karbantartási feladatokkal. A mesterséges intelligencia megváltoztatja ezt a paradigmát, mivel lehetővé teszi a proaktív megközelítést. A gépi tanulási algoritmusok alkalmazásával a mesterséges intelligencia képes a berendezések meghibásodását és a karbantartási igényeket a múltbeli adatok mintái alapján megjósolni. Ez a prediktív karbantartási megközelítés lehetővé teszi a létesítményvezetők számára, hogy a potenciális problémákat még azelőtt kezeljék, mielőtt azok eszkalálódnának, minimalizálva az állásidőt és meghosszabbítva a berendezések élettartamát. Ennek eredményeképpen a proaktív karbantartás jelentős költségmegtakarítást, nagyobb működési hatékonyságot és megelégedettséget eredményez.

A Harbor Research-nek a CABA megbízásából készített felmérése szerint a prediktív karbantartás olyan szoftver- és platformeszközök összességeként jellemezhető, amelyek a vezérlő- és automatizálási rendszerekből, az elosztott érzékelőhálózatokból és a külső üzleti intelligenciából származó adatokat felhasználják a következő rendszer-„esemény” előrejelzésére.

3. Az erőforrások elosztásának egyszerűsítése

Az MI adatelemzéssel és előrejelző modellezéssel optimalizálja ezt a folyamatot. Az MI-algoritmusok elemzik a múltbeli adatokat és az aktuális igényeket a személyzeti létszámtól a készletgazdálkodásig, hogy a leghatékonyabb erőforrás-elosztási stratégiákat ajánlják. A mesterséges intelligencia például képes elemezni a gyalogos forgalomra vonatkozó adatokat, hogy meghatározza a létesítményhasználat csúcsidőszakát, lehetővé téve a létesítményvezetők számára, hogy a karbantartási tevékenységeket az alacsony kihasználtságú időszakokra ütemezzék. A mesterséges intelligencia továbbá racionalizálhatja a készletgazdálkodást a készletek fogyasztási arányának előrejelzésével és a készletfeltöltési folyamatok automatizálásával. Következésképpen a létesítménygazdák jelentős költségmegtakarítást és működési racionalizálást érnek el.

4. MI és IoT integráció

A mesterséges intelligencia és az IoT konvergenciája erőteljes kombinációt jelent(het) a létesítménygazdálkodás számára. Az IoT-eszközök, például az érzékelők, a működtető szerkezetek és az intelligens berendezések valós idejű adatokat generálnak. Az MI adatelemző képességei értelmezik ezeket az adatokat, és értékes betekintést nyújtanak a létesítményüzemeltetés optimalizálásához. Az épületekbe és berendezésekbe ágyazott IoT-érzékelők folyamatosan adatokat gyűjtenek olyan paraméterekről, mint a hőmérséklet, a páratartalom, a foglaltság és az energiafogyasztás. Az IoT-eszközök által generált hatalmas adatmennyiség túlterhelheti a hagyományos adatfeldolgozó rendszereket. A mesterséges intelligencia nagy adathalmazok gyors és pontos feldolgozására és elemzésére való képessége azonban felszabadítja az IoT-ben rejlő teljes potenciált a létesítménygazdálkodásban.

A mesterséges intelligencia és az IoT integrálásával a létesítménygazdák valós idejű betekintést nyerhetnek az épületek teljesítményébe, a berendezések állapotába és a lakók viselkedésébe. Az MI-algoritmusok az IoT-adatokból mintákat, anomáliákat és trendeket észlelnek, így a létesítményvezetők adatvezérelt döntéseket hozhatnak az épületek teljesítményének optimalizálása, az energiahatékonyság növelése és a létesítményt használók számára kényelmesebb környezet kialakítása érdekében. A mesterséges intelligencia például képes elemezni az IoT-érzékelők adatait, hogy megértse az épülethasználati mintákat, és ennek megfelelően állítsa be a HVAC-rendszereket. Csúcsidőben a mesterséges intelligencia növelheti a hűtési vagy fűtési kapacitást, hogy biztosítsa az épületet használók kényelmét, csúcsidőn kívül pedig az MI csökkentheti az energiafogyasztást azáltal, hogy a hőmérséklet-beállításokat a foglaltsági szintek alapján módosítja. Ugyanakkor, mivel a létesítmények több IoT-eszközzel rendelkeznek, és több adatot gyűjtenek, a kiberbiztonság egyre nagyobb problémává válik.

A mesterséges intelligencia továbbá az IoT-adatok alapján előre jelzi a karbantartási igényeket. A berendezés-érzékelők rezgési adatainak elemzésével az MI felismeri a berendezések kopásának és elhasználódásának korai jeleit, így a létesítményvezetők még a nagyobb meghibásodás előtt beütemezhetik a megelőző karbantartást. Ez a proaktív megközelítés minimalizálja a berendezések leállási idejét és meghosszabbítja a kritikus eszközök élettartamát, végső soron csökkentve az üzemeltetési költségeket és javítva a működési hatékonyságot.

Például a MOL új székházában a dolgozói komfortérzet és az energiahatékonyság érdekében automatikusan kapcsolódik be a szellőzőrendszer, vagy húzódnak le az árnyékolók, ha nagyon besüt a nap. Mozgásérzékelők jelzik a rendszernek, ha már valahol nincs szükség a világításra. Az IoT-rendszerek naponta több tíz gigabájtnyi adatot szolgáltatnak automatikusan az épületről, amit mesterséges intelligencia dolgoz fel, és ennek alapján vezérli az épületet.

5. A generatív mesterséges intelligencia felszabadítja a kreativitást és az innovációt

A generatív MI (mint például a ChatGPT), a mesterséges intelligencia egy alcsoportja, kreativitást és innovációt hoz a létesítménygazdálkodásba. A generatív MI különbözik a hagyományos MI-tól, mivel túlmutat az adatelemzésen és a döntéshozatalon. A nagy adathalmazokból tanult minták felhasználásával képes új tartalmakat, terveket és megoldásokat generálni. A létesítménygazdálkodásban a generatív MI forradalmasíthatja a tervek, elrendezések és munkafolyamatok kidolgozásának és optimalizálásának módját. A létesítménygazdák kihasználhatják a generatív mesterséges intelligenciát a többféle tervezési lehetőség feltárására és a leghatékonyabb és legköltséghatékonyabb megoldások kiválasztására.

6. Prediktív területtervezés

A Yahoo! Finance 2023-ra vonatkozó integrált létesítménygazdálkodási jelentése (Integrated Facility Management Global Market Report 2023) megállapítja a mesterséges intelligencia növekvő alkalmazását az épületgazdálkodásban, és ennek okaként az egyre intelligensebb helykihasználás iránti igényt jelöli meg. Az MI-eszközök által rögzíthető és elemezhető adatmennyiség pozícionálja őket arra, hogy feltárják az alulhasznosított vagy helytelenül kihasznált tereket minden típusú létesítményben. Az MI-elemzés például jelezheti, hogy egy irodaházban három további bérlő is helyet kaphatna, vagy hogy egy gyárépület átalakítása a termelés megduplázásához vezethetne.

A hatékony területtervezés és -kihasználás kulcsfontosságú kihívás a létesítménygazdálkodásban. A facility managereknek gyakran van szükségük segítségre a megfelelő munkaterület biztosítása és az erőforrások pazarlásának elkerülése közötti egyensúlyozásban. Szerencsére a mesterséges intelligencia megoldást nyújt a prediktív analitika segítségével. Az MI képes elemezni a helyiségek kihasználtságára, a gyalogosforgalomra és az alkalmazottak preferenciáira vonatkozó múltbeli adatokat, hogy felismerje a helykihasználási mintákat. A mesterséges intelligencia optimális területelrendezést tud ajánlani azáltal, hogy megérti, hogyan használják a létesítmény különböző területeit a nap folyamán. A létesítményvezetők ezt az információt felhasználhatják rugalmas munkaterületek kialakításához, amelyek alkalmazkodnak a változó igényekhez és preferenciákhoz.

A helykihasználás optimalizálásával a létesítménygazdák növelhetik a működési hatékonyságot, csökkenthetik a rezsiköltségeket és javíthatják a lakók általános elégedettségét. Az alkalmazottak számára előnyös a jól szervezett és kényelmes munkaterület, amely elősegíti a termelékenységet és az együttműködést.

A JLL például nemrég jelentette be a JLL GPT érkezését, amelyet kifejezetten a kereskedelmi ingatlanipar számára fejlesztettek ki. A vállalat létesítménygazdálkodási menedzserei a mesterséges intelligencia segítségével képesek lesznek átalakítani a szabványos ingatlan-kihasználási és portfólióoptimalizálási mechanizmusokat, hiszen a GPT dinamikus kommunikációja hatékonyabb döntésekhez vezethet. Ezenkívül a JLL szakértői gyorsabban tudnak átfogó munkahely-tervezési tanácsokat adni az ügyfeleknek a GPT-vel folytatott beszélgetések során gyűjtött minőségi információk kombinálásával.

7. A karbantartási munkafolyamatok javítása

A karbantartás kritikus fontosságú a létesítménygazdálkodás szempontjából, mivel biztosítja az épületek és berendezések optimális állapotát. A karbantartási munkafolyamatok kezelése igen összetett lehet, különösen a kiterjedt, sok eszközzel rendelkező létesítményekben. Az MI kulcsfontosságú lehet a karbantartási munkafolyamatok és a szállítói menedzsment optimalizálásában is. Az MI-alapú rendszerek automatizálhatják a munkamegrendelések létrehozását, sürgősség és kritikusság alapján rangsorolhatják a feladatokat, és még a legmegfelelőbb beszállítókat is ajánlhatják az adott karbantartási követelményekhez.

Az MI a létesítménygazdálkodás területén dolgozó munkavállalók és a külső beszállítók közötti kommunikációt is egyszerűsítheti. A mesterséges intelligencia leegyszerűsíti a szállítók kiválasztásának folyamatát azáltal, hogy az „előéletük” és szakértelmük alapján a legmegfelelőbbet ajánlja. Ez biztosítja, hogy a karbantartási feladatok megbízható szolgáltatókhoz kerüljenek, javítva ezzel a karbantartási műveletek általános minőségét és hatékonyságát.

8. MI-vezérelt vészhelyzeti reagálás

Vészhelyzetekben a gyors és hatékony reagálás életmentő lehet. A mesterséges intelligencia a kritikus helyzetek során a valós idejű adatok elemzésével javíthatja a vészhelyzeti reagálást a létesítménygazdálkodásban is. Az MI-alapú rendszerek képesek feldolgozni a különböző forrásokból, például az IoT-érzékelőkből, a biztonsági kamerákból és a foglaltsági nyilvántartásokból származó adatokat, hogy valós időben azonosítsák a vészhelyzeteket.

Vészhelyzet észlelésekor az MI a létesítmény elrendezésének és a használók helyzetének elemzésével képes javaslatot tenni a leghatékonyabb evakuálási útvonalakra és gyülekezési pontokra. Ez az útmutatás biztosítja, hogy a lakók gyorsan és biztonságosan evakuálhassanak, minimalizálva a sérülések kockázatát kritikus helyzetekben. Emellett az MI alapvető fontosságú, folyamatos információkat is szolgáltathat a vészhelyzetben reagálóknak. Ezek az információk lehetővé teszik a válaszadók számára, hogy megalapozott döntéseket hozzanak, és hatékonyan osszák be az erőforrásokat.

A témát, különösen annak egy speciális aspektusát érintette a Research and Markets friss elemzése is, amely szerint egyébként a szerződéses takarítási szolgáltatások globális piaca 2030-ra 555,44 milliárd USD értéket fog elérni, 2023-2030 között 6,3%-os éves összetett növekedési ütemet (CAGR) mutatva. Megemlítik, hogy míg a mesterséges intelligencia technológiáinak térhódítása számos munkahelyre hatással van az irodai feladatok automatizált elvégzésén keresztül, a takarító berendezésekbe való integrálása a frontvonalbeli takarítási munkára is hatással lesz. Ezáltal a frontvonalban dolgozók felszabadulnak további feladatok elvégzésére és a kereskedelmi takarítási piac növekvő igényeinek kielégítésére.

A technológia és a takarítási szolgáltatások konvergenciája innovatív megoldásokat eredményezett, beleértve a mesterséges intelligenciával működő eszközöket és az IoT-ba integrált eszközöket is. Ezek között a fejlesztések között szerepelnek az autonóm padlótisztítók, amelyeket a takarítási műveletek racionalizálására terveztek. Bár ezek a technológiák ígéretesek, a takarítási igények teljes körű kielégítésére vonatkozó korlátaik aláhúzták a professzionális takarítási szolgáltatások iránti folyamatos keresletet.

Sheila Kiley így zárja 2023 júniusi cikkét, amelyben 9 olyan módot mutat be, ahogyan a létesítménygazdák kihasználhatják a mesterséges intelligenciát:

„A mesterséges intelligencia és a létesítménygazdálkodás ma kéz a kézben jár, és ez a jövőben sem fog változni. Azoknak a property management cégeknek és épülettulajdonosoknak, akik még nem fektettek be ilyen eszközökbe, érdemes már most megfontolniuk ezt, hogy a jövőben is versenyképesek maradjanak.”

Azt hisszük, ezzel csak egyetérthetünk.

A címlapkép forrása: Freepik.com
Közzététel: 2023. szeptember 12.

Artificial intelligence and facilities management

ChatGPT burst onto the scene after its launch on 30 November 2022, and since then, a number of applications and methods have been identified for AI. But can it also help with building management tasks? It seems that it can. Building operations and management cannot escape the influence of AI, and we are not just talking about cleaning robots, but also about the huge amount of data that is now generated in the various work phases of facilities management. Incorporating AI into facilities management can be difficult, but a reluctance to change can prevent it, can prevent us from taking advantage of new ideas and developments. AI is already making facility management easier, and will do so even more so in the months and years ahead. Anyone who misses out on AI will only make it harder for their team in the future.