对当前建筑业发展来说，建筑智能化转型升级势在必行，其中智慧运维是核心关键。本文从建筑智能化转型升级背景、AI驱动建筑智慧运维新模式、AI在建筑智慧运维的应用、有关建筑智慧化的思考四个方面与大家深度分享AI时代建筑智慧运维趋势。

1、“碳达峰”、“碳中和”的需要

今年两会，政府工作报告提出要在2030年实现碳达峰，和碳达峰息息相关的一个重要指标就是建筑能耗。建筑能耗占社会总能耗45%左右，推广和普及绿色建筑，是未来发展的大趋势。而智慧化是绿色化的重要支撑。

2、建筑业转型升级的需要

从建筑业的角度来看，过去30年间，整个建筑行业快速增长，每年增效达到20%左右，这也导致整个建筑行业的管理创新能力比较低，所以它的转型升级比较艰难，20年建筑业产值利润率只有3.2%，连续四年下。另一方面，2018年，MGI发布了行业数字化指数，从中可以看出，整个建筑行业的数字化水平是比较低的。当前，我国的建筑行业已经从大规模开发向高品质使用转变，更迫切的需要整个行业进行数字化转型升级。

3、智慧城市发展的需要

对于智慧城市而言，建筑是智慧城市最广泛的未端单元，建筑智能化是智慧城市的重要建设内容。

4、建筑业数字化、智能化转型升级将为国家数字经济发展注入强大动能。

建筑业是国民经济的支柱产业，2020年建筑业实现增加值7.3万亿元，增加值占国内生产总值的7.2%，总产值持续增长，达26.4万亿元。人类90%以上的时间都在建筑内，建筑空间绿色化、智能化，与人的健康等各方面息息相关。但与之相反的是，建筑业转型升级动力不足，生产方式粗放，普及率亟待提高。建筑业数字化、智能化转型升级将为国家数字经济发展注入强大动能。

5、国家政策的引导

从政策的角度来讲，国务院、发改委、工信部、住建部、科技部等多部门自2012年起陆续发布《关于促进智慧城市健康发展的指导意见》《关于推动智能建造与建筑工业化协同发展的指导意见》等政策性文件，2020年新冠疫情成为数字化、智能化转型升级的催化剂，十四五期间，提出了促进数字技术与实体经济深度融合，赋能传统产业转型升级，加快推动数字产业化，推进产业数字化转型，建设智慧城市和数字乡村，并明确了“智慧社区”和“智能家居”等重点方向。

6、建筑智慧运维是建筑业转型升级的核心关键

建筑的运营期是建设期的10倍，甚至更长，我国建筑业的总量位居全球第一，建筑行业从大规模开发向空间高质量使用转变，这就意味着建筑智慧运维是建筑业转型升级的核心关键。在Gartner发布的《2020年十大战略技术趋势》报告中，提到了“以人为本”和“智能空间”两个关键词。以人为本的智慧空间本质上就是面向人的空间智慧运维。

AI是建筑智慧运维的重要手段，智能+智慧重塑建筑产业升级。

1、人工智能赋能建筑智慧运维

信息化、数字化和智能化是建筑智慧运维的建设途径。

信息化，包括二维和三维，比如扫描图像就是二维的，信息化的特点是“有形无神”，人能看懂，机器无法读懂，所以它只能实现协助人类进行远程决策；数字化，从建筑的角度来讲最典型的就是BIM建模，BIM建模“形神兼具”，人和机器都能读懂，机器可以做一些简单的决策；在数字化的基础上，实现智能化，也就是数据智能，机器能够帮助人类实现智能分析、预测、决策、推理。从信息化到数字化，语义识别、语义分割是深度学习的热点和前沿；从数字化到智能化，让机器代替人一直是人类追求的目标之一，也是AI的目标。

那么回过头来看，什么是人工智能，人工智能的研究目的就是探寻智能本质，研究具有类人智能的智能机器；它的研究內容是能够模拟、延伸和扩展人类智能的理论、方法、技术及应用系统；它的表现形式包括看（文字识别、车牌识别等）、听（语音识别、主体识别）、说（语音合成、人机交互）、行动（机器人、无人驾驶、无人机）、思考（人机对弈、医疗诊断）、学习（机器学习）等。

人工智能中有两个核心词：智能、智慧

• 智能是一种能力，智慧是一种创造。AI会“计算”，智慧会“算计”；

• AI有专才，无通才，比如语音识别，只能解决一个领域的问题，不能解决所有领域的问题；

• AI是智商，智慧是情商。AI是建筑智慧运维的手段，创新性的运维方法还需要人的指引。

所以我们说，AI是建筑智慧运维的重要手段，智能+智慧重塑建筑产业升级。

人工智能的应用为人类积累了海量数据，通过对海量数据的处理与分析，使建筑系统具备“学习”能力，通过源源不断的数据对建筑系统的复杂演化机理、知识经验进行持续学习，使建筑系统具备自感知、自认知、自预知和自调控能力，为建筑赋予智能，实现建筑绿色、智慧、安全的可持续发展。

建筑智慧运维的主要难题在于：

• 数据采集方法：效率低、精度差、采集系统孤立、重复建设严重。

• 数据融合与处理：数据孤岛严重、数据价值利用率低、基础数据库匮乏。

• 运行决策提升方法：目标单一、缺乏反馈闭环、主动性控制与决策少。

• 这就需要我们从智能感知技术、数据智能融合技术、建筑类脑AI决策与控制技术几个方面去实现突破。

2.1   智能感知技术一建筑本体数据（BIM）

智能感知技术的应用，是为了获取建筑全要素的数据，建筑本体数据是建筑全要素数据中最核心的部分，我们理解BIM有三个层次的含义：

• 第一个含义，狭义的含义，BIM是建筑信息模型，也就是建模的过程，是建设项目设施物理和功能性质的数字化表达；

• 第二个层面的理解，BIM是设施全生命周期信息的共享知识资源库，其中有两个关键，第一数据是共享的，第二知识能够被计算机读懂和理解；

• 第三个层面，我们说所有的科学技术都是为了帮助人类做更好的科学决策，BIM也一样，最终目标是为全生命周期决策建立可靠的知识资源基础。

2.1智能感知技术——建筑实时数据

建筑本体数据往往是静态的，而在当前的建筑运维中，我们时常用到的是传感器的数据，也就是实时数据，所以有必要了解建筑实时数据的智能感知情况。

当我们在聊智能的时候，经常说到“聪明”这个词，聪明意味着“耳聪目明”，意味着感知。智能感知技术是建筑智慧运维的第一关键。

• 表现形式：看、听、说、行动、思考、学习等

• 感知设备：视觉、听觉、味觉、触觉等

• 技术种类：智能机器人、视频图像识别、可穿戴设备、非侵入设备等

• 感知内容：火、噪音、臭味、温度、湿度、烟雾、空气质量（PM2.5、PM10、CO2甲醛等）参数种类：室内外环境参数、空间特征、人员流动等

• 发展趋势：多合一感知、多载体自适应、实时性

2.1   智能感知技术——面临的挑战

本体数据感知技术

• 新建建筑：怎么保证BIM模型与真实建筑的一致性？

• 既有建筑：怎么通过技术手段快速实现BIM化？

• 实时更新：如何实现建筑本体数据的实时更新，如墙划伤、可移动设备的位置变动等？

 实时数据感知技术

• 部署位置：环境、资金、覆盖等多约束下的最优化部署

• 全空间感知：有限点位下的全空间感知

从数字孪生角度，核心问题在于：如何实现物理建筑与数字建筑的实时共生。

2.2   数据智能融合技术（基础数据库和操作系统）

当我们有了BIM数据、实时数据之后，这些数据目前分布在不同的系统中，甚至是本地化、碎片化的，为了更好的利用这些数据，必须把它们融合在一起，形成完善的、一致的、关联的数据，才能服务于我们各种各样的智能角色。建筑领域的智能融合至少包括三个维度：时间、空间、语义。

2.2  数据智能融合技术——面临的挑战

单一建筑数据融合：以BIM为中心的时空数据融合

• 跨阶段BIM数据融合：初设BIM-详设BIM，服务跨阶段BIM数据复用；不同版本BIM数据融合，服务BIM数据版本管理、建筑更新管理等

• BIM与GIS数据融合：室內外数据一体化，服务环境分析、室内外路网一体化

• BIM与loT数据融合：快速构建人机交互监控系统

• 要求：语义、动态、关联、一致

海量建筑数据融合

• 驱动整个建筑业智慧升级的关键

• 参考“智能手机″生态

2.3 建筑数据智能技术平台（建筑大脑）

在完成数据融合之后，会产生海量的关联一致的数据，所有的数据都是为了解决我们的决策问题，建筑数据智能技术平台（建筑大脑）就是用来解决这个问题。我们考虑两个常见场景：

场景一：无人驾驶

无人驾驶也叫车路协同，车路协同建模中构建了包括路、车、环境在内的的真实环境，通过在车辆上布置相应的传感器，车辆借助传感器来理解哪里是路、哪里是车道、哪里是障碍，并做出预测，当前方向是否正常会车、是否违章等。有了预测，车辆才能正常行驶。

场景二：室内环境

当我们构建了包括必要感知设备的数字化环境之后，机器智能要理解灯、室内环境、人的需求，开灯后不同区域物体表面的光照亮度、未来的热量场等，是否满足人的需求。

2.3 建筑数据智能技术平台（建筑大脑）——面临的挑战

可解释的、多智能体的、多目标优化决策

• 知识图谱：建筑本体知识图谱、建筑领域知识图谱、常识知识图谱→形成建筑全要素知识图谱

• 可解释智能决策：基于强化学习和知识图谱的可解释决策

• 多智能体决策：多个智能体的满意解

• 多目标优化决策：个性化需求、多系统需求等

实时、全空间、多物理场状态预测与态势评估

• 实时性、全空间、多物理场……

2.4 建筑智慧运维体检技术

建筑要定期体检，高效、全面的建筑智能体检技术是建筑运维的重要内容，与实时智慧运维形成互补。

建筑是AI最大的应用场景，AI赋予建筑运维新方式

3.1 AI与建筑智慧运维应用1——BIM数据智能融合

• 草图BIM与详设BIM的智能融合，实现草图BIM全流程复用

• BIM与BIM的融合

3.2 AI与建筑智慧运维应用2——BIM+GIS数据智能融合

BIM、GIS智能融合：室内路网智能提取与室内外网路一体化、室内外数据可视化一体化。

3.3 AI与建筑智慧运维应用3——建筑本体健康智能处理

建筑本体健康是建筑智慧运维的基本内容之一，比如用智能化手段解决墙体破损问题。

3.4 AI与建筑智慧运维应用4——智能安防

深度学习人脸识别（生物特征识别）、异常行为检测等

3.5 AI与建筑智慧运维应用5——危险事件智能检测与处理

“跑冒滴漏”智能识别与快速响应

建筑大脑是建筑业转型升级的关键和核心驱动力，这种新型的模式至少会产生三个方面的变化：

4.1新型建筑运维模式将驱动思维方式转变

• 从以建筑为本“向”以人为本“转变——更注重高品质使用建筑

• 从“单一系统目标统目标导向”向“全系统目标导向”转变——更注重基于数据智能的全系统优化

• 从“被动控制”向“主动决策与控制”转变——更注重绿色、智慧、安全的人居环境

•  以人为本的智慧空间思维或理念转变促进技术创新

4.2 新型建筑运维模式将驱动建筑产业链升级

基于建筑大脑的运维模式将催生新一代建筑设计、建造、使用全过程的新技术，形成颠覆性变革。

4.3新型建筑运行模式将驱动建筑人才结构变化

智慧运维人员结构：人员全过程流转，团队呈现“混凝土式人才结构”（跨专业人才结构）

对当前建筑业发展来说，建筑智能化转型升级势在必行，其中智慧运维是核心关键。本文从建筑智能化转型升级背景、AI驱动建筑智慧运维新模式、AI在建筑智慧运维的应用、有关建筑智慧化的思考四个方面与大家深度分享AI时代建筑智慧运维趋势。

1、“碳达峰”、“碳中和”的需要

今年两会，政府工作报告提出要在2030年实现碳达峰，和碳达峰息息相关的一个重要指标就是建筑能耗。建筑能耗占社会总能耗45%左右，推广和普及绿色建筑，是未来发展的大趋势。而智慧化是绿色化的重要支撑。

2、建筑业转型升级的需要

从建筑业的角度来看，过去30年间，整个建筑行业快速增长，每年增效达到20%左右，这也导致整个建筑行业的管理创新能力比较低，所以它的转型升级比较艰难，20年建筑业产值利润率只有3.2%，连续四年下。另一方面，2018年，MGI发布了行业数字化指数，从中可以看出，整个建筑行业的数字化水平是比较低的。当前，我国的建筑行业已经从大规模开发向高品质使用转变，更迫切的需要整个行业进行数字化转型升级。

3、智慧城市发展的需要

对于智慧城市而言，建筑是智慧城市最广泛的未端单元，建筑智能化是智慧城市的重要建设内容。

4、建筑业数字化、智能化转型升级将为国家数字经济发展注入强大动能。

建筑业是国民经济的支柱产业，2020年建筑业实现增加值7.3万亿元，增加值占国内生产总值的7.2%，总产值持续增长，达26.4万亿元。人类90%以上的时间都在建筑内，建筑空间绿色化、智能化，与人的健康等各方面息息相关。但与之相反的是，建筑业转型升级动力不足，生产方式粗放，普及率亟待提高。建筑业数字化、智能化转型升级将为国家数字经济发展注入强大动能。

5、国家政策的引导

从政策的角度来讲，国务院、发改委、工信部、住建部、科技部等多部门自2012年起陆续发布《关于促进智慧城市健康发展的指导意见》《关于推动智能建造与建筑工业化协同发展的指导意见》等政策性文件，2020年新冠疫情成为数字化、智能化转型升级的催化剂，十四五期间，提出了促进数字技术与实体经济深度融合，赋能传统产业转型升级，加快推动数字产业化，推进产业数字化转型，建设智慧城市和数字乡村，并明确了“智慧社区”和“智能家居”等重点方向。

6、建筑智慧运维是建筑业转型升级的核心关键

建筑的运营期是建设期的10倍，甚至更长，我国建筑业的总量位居全球第一，建筑行业从大规模开发向空间高质量使用转变，这就意味着建筑智慧运维是建筑业转型升级的核心关键。在Gartner发布的《2020年十大战略技术趋势》报告中，提到了“以人为本”和“智能空间”两个关键词。以人为本的智慧空间本质上就是面向人的空间智慧运维。

AI是建筑智慧运维的重要手段，智能+智慧重塑建筑产业升级。

1、人工智能赋能建筑智慧运维

信息化、数字化和智能化是建筑智慧运维的建设途径。

信息化，包括二维和三维，比如扫描图像就是二维的，信息化的特点是“有形无神”，人能看懂，机器无法读懂，所以它只能实现协助人类进行远程决策；数字化，从建筑的角度来讲最典型的就是BIM建模，BIM建模“形神兼具”，人和机器都能读懂，机器可以做一些简单的决策；在数字化的基础上，实现智能化，也就是数据智能，机器能够帮助人类实现智能分析、预测、决策、推理。从信息化到数字化，语义识别、语义分割是深度学习的热点和前沿；从数字化到智能化，让机器代替人一直是人类追求的目标之一，也是AI的目标。

那么回过头来看，什么是人工智能，人工智能的研究目的就是探寻智能本质，研究具有类人智能的智能机器；它的研究內容是能够模拟、延伸和扩展人类智能的理论、方法、技术及应用系统；它的表现形式包括看（文字识别、车牌识别等）、听（语音识别、主体识别）、说（语音合成、人机交互）、行动（机器人、无人驾驶、无人机）、思考（人机对弈、医疗诊断）、学习（机器学习）等。

人工智能中有两个核心词：智能、智慧

• 智能是一种能力，智慧是一种创造。AI会“计算”，智慧会“算计”；

• AI有专才，无通才，比如语音识别，只能解决一个领域的问题，不能解决所有领域的问题；

• AI是智商，智慧是情商。AI是建筑智慧运维的手段，创新性的运维方法还需要人的指引。

所以我们说，AI是建筑智慧运维的重要手段，智能+智慧重塑建筑产业升级。

人工智能的应用为人类积累了海量数据，通过对海量数据的处理与分析，使建筑系统具备“学习”能力，通过源源不断的数据对建筑系统的复杂演化机理、知识经验进行持续学习，使建筑系统具备自感知、自认知、自预知和自调控能力，为建筑赋予智能，实现建筑绿色、智慧、安全的可持续发展。

建筑智慧运维的主要难题在于：

• 数据采集方法：效率低、精度差、采集系统孤立、重复建设严重。

• 数据融合与处理：数据孤岛严重、数据价值利用率低、基础数据库匮乏。

• 运行决策提升方法：目标单一、缺乏反馈闭环、主动性控制与决策少。

• 这就需要我们从智能感知技术、数据智能融合技术、建筑类脑AI决策与控制技术几个方面去实现突破。

2.1   智能感知技术一建筑本体数据（BIM）

智能感知技术的应用，是为了获取建筑全要素的数据，建筑本体数据是建筑全要素数据中最核心的部分，我们理解BIM有三个层次的含义：

• 第一个含义，狭义的含义，BIM是建筑信息模型，也就是建模的过程，是建设项目设施物理和功能性质的数字化表达；

• 第二个层面的理解，BIM是设施全生命周期信息的共享知识资源库，其中有两个关键，第一数据是共享的，第二知识能够被计算机读懂和理解；

• 第三个层面，我们说所有的科学技术都是为了帮助人类做更好的科学决策，BIM也一样，最终目标是为全生命周期决策建立可靠的知识资源基础。

2.1智能感知技术——建筑实时数据

建筑本体数据往往是静态的，而在当前的建筑运维中，我们时常用到的是传感器的数据，也就是实时数据，所以有必要了解建筑实时数据的智能感知情况。

当我们在聊智能的时候，经常说到“聪明”这个词，聪明意味着“耳聪目明”，意味着感知。智能感知技术是建筑智慧运维的第一关键。

• 表现形式：看、听、说、行动、思考、学习等

• 感知设备：视觉、听觉、味觉、触觉等

• 技术种类：智能机器人、视频图像识别、可穿戴设备、非侵入设备等

• 感知内容：火、噪音、臭味、温度、湿度、烟雾、空气质量（PM2.5、PM10、CO2甲醛等）参数种类：室内外环境参数、空间特征、人员流动等

• 发展趋势：多合一感知、多载体自适应、实时性

2.1   智能感知技术——面临的挑战

本体数据感知技术

• 新建建筑：怎么保证BIM模型与真实建筑的一致性？

• 既有建筑：怎么通过技术手段快速实现BIM化？

• 实时更新：如何实现建筑本体数据的实时更新，如墙划伤、可移动设备的位置变动等？

 实时数据感知技术

• 部署位置：环境、资金、覆盖等多约束下的最优化部署

• 全空间感知：有限点位下的全空间感知

从数字孪生角度，核心问题在于：如何实现物理建筑与数字建筑的实时共生。

2.2   数据智能融合技术（基础数据库和操作系统）

当我们有了BIM数据、实时数据之后，这些数据目前分布在不同的系统中，甚至是本地化、碎片化的，为了更好的利用这些数据，必须把它们融合在一起，形成完善的、一致的、关联的数据，才能服务于我们各种各样的智能角色。建筑领域的智能融合至少包括三个维度：时间、空间、语义。

2.2  数据智能融合技术——面临的挑战

单一建筑数据融合：以BIM为中心的时空数据融合

• 跨阶段BIM数据融合：初设BIM-详设BIM，服务跨阶段BIM数据复用；不同版本BIM数据融合，服务BIM数据版本管理、建筑更新管理等

• BIM与GIS数据融合：室內外数据一体化，服务环境分析、室内外路网一体化

• BIM与loT数据融合：快速构建人机交互监控系统

• 要求：语义、动态、关联、一致

海量建筑数据融合

• 驱动整个建筑业智慧升级的关键

• 参考“智能手机″生态

2.3 建筑数据智能技术平台（建筑大脑）

在完成数据融合之后，会产生海量的关联一致的数据，所有的数据都是为了解决我们的决策问题，建筑数据智能技术平台（建筑大脑）就是用来解决这个问题。我们考虑两个常见场景：

场景一：无人驾驶

无人驾驶也叫车路协同，车路协同建模中构建了包括路、车、环境在内的的真实环境，通过在车辆上布置相应的传感器，车辆借助传感器来理解哪里是路、哪里是车道、哪里是障碍，并做出预测，当前方向是否正常会车、是否违章等。有了预测，车辆才能正常行驶。

场景二：室内环境

当我们构建了包括必要感知设备的数字化环境之后，机器智能要理解灯、室内环境、人的需求，开灯后不同区域物体表面的光照亮度、未来的热量场等，是否满足人的需求。

2.3 建筑数据智能技术平台（建筑大脑）——面临的挑战

可解释的、多智能体的、多目标优化决策

• 知识图谱：建筑本体知识图谱、建筑领域知识图谱、常识知识图谱→形成建筑全要素知识图谱

• 可解释智能决策：基于强化学习和知识图谱的可解释决策

• 多智能体决策：多个智能体的满意解

• 多目标优化决策：个性化需求、多系统需求等

实时、全空间、多物理场状态预测与态势评估

• 实时性、全空间、多物理场……

2.4 建筑智慧运维体检技术

建筑要定期体检，高效、全面的建筑智能体检技术是建筑运维的重要内容，与实时智慧运维形成互补。

建筑是AI最大的应用场景，AI赋予建筑运维新方式

3.1 AI与建筑智慧运维应用1——BIM数据智能融合

• 草图BIM与详设BIM的智能融合，实现草图BIM全流程复用

• BIM与BIM的融合

3.2 AI与建筑智慧运维应用2——BIM+GIS数据智能融合

BIM、GIS智能融合：室内路网智能提取与室内外网路一体化、室内外数据可视化一体化。

3.3 AI与建筑智慧运维应用3——建筑本体健康智能处理

建筑本体健康是建筑智慧运维的基本内容之一，比如用智能化手段解决墙体破损问题。

3.4 AI与建筑智慧运维应用4——智能安防

深度学习人脸识别（生物特征识别）、异常行为检测等

3.5 AI与建筑智慧运维应用5——危险事件智能检测与处理

“跑冒滴漏”智能识别与快速响应

建筑大脑是建筑业转型升级的关键和核心驱动力，这种新型的模式至少会产生三个方面的变化：

4.1新型建筑运维模式将驱动思维方式转变

• 从以建筑为本“向”以人为本“转变——更注重高品质使用建筑

• 从“单一系统目标统目标导向”向“全系统目标导向”转变——更注重基于数据智能的全系统优化

• 从“被动控制”向“主动决策与控制”转变——更注重绿色、智慧、安全的人居环境

•  以人为本的智慧空间思维或理念转变促进技术创新

4.2 新型建筑运维模式将驱动建筑产业链升级

基于建筑大脑的运维模式将催生新一代建筑设计、建造、使用全过程的新技术，形成颠覆性变革。

4.3新型建筑运行模式将驱动建筑人才结构变化

智慧运维人员结构：人员全过程流转，团队呈现“混凝土式人才结构”（跨专业人才结构）