Και το όφελος δεν είναι εφάπαξ. Πρόκειται για εξοικονόμηση που μπορεί να επαναλαμβάνεται κάθε χρόνο και να πολλαπλασιάζεται όταν η τεχνολογία εφαρμόζεται σε ολόκληρα χαρτοφυλάκια ακινήτων.

Η AI μπορεί να μειώσει δραστικά το ενεργειακό αποτύπωμα

Η εξέλιξη έχει ιδιαίτερη σημασία για έναν κλάδο που αποτελεί έναν από τους μεγαλύτερους καταναλωτές ενέργειας παγκοσμίως.

Τα κτίρια ευθύνονται για περίπου 37% των παγκόσμιων ενεργειακών εκπομπών άνθρακα, γεγονός που καθιστά τη βελτίωση της ενεργειακής τους αποδοτικότητας κρίσιμο παράγοντα για τη μείωση του συνολικού αποτυπώματος.

Την ίδια στιγμή, η ταχεία ανάπτυξη της AI έχει προκαλέσει έντονη συζήτηση για τις τεράστιες ποσότητες ενέργειας που απαιτούν τα data centers και οι υποδομές που υποστηρίζουν τα μοντέλα Τεχνητής Νοημοσύνης.

Η έρευνα της Schneider Electric αναδεικνύει, ωστόσο, και την άλλη πλευρά της τεχνολογίας.

Στην περίπτωση της διαχείρισης κτιρίων, οι εκπομπές που μπορούν να αποφευχθούν μέσω της AI είναι πάνω από 100 φορές υψηλότερες από το ανθρακικό αποτύπωμα που δημιουργεί η ίδια η τεχνολογία.

Έως 200 MWh λιγότερη κατανάλωση

Σε ορισμένα σενάρια που εξετάζει η μελέτη, η ετήσια εξοικονόμηση μπορεί να ξεπεράσει τις 200 MWh ανά κτίριο, ενώ η μείωση των εκπομπών μπορεί να προσεγγίσει τους 60 μετρικούς τόνους CO2e ετησίως.

Η AI μπορεί, σύμφωνα με την έρευνα, να υπερδιπλασιάσει την ενεργειακή εξοικονόμηση που επιτυγχάνεται αποκλειστικά μέσω των έξυπνων συστημάτων ελέγχου των κτιρίων.

Το μεγαλύτερο περιθώριο εντοπίζεται στα συστήματα θέρμανσης, αερισμού και κλιματισμού (HVAC), τα οποία αποτελούν σημαντικό μέρος της συνολικής ενεργειακής κατανάλωσης ενός κτιρίου.

Όταν η AI λειτουργεί πάνω από ένα ήδη εγκατεστημένο έξυπνο σύστημα διαχείρισης, η πρόσθετη εξοικονόμηση από τη βελτιστοποίηση των HVAC μπορεί να κυμανθεί από 7,2% έως 12,7%.

Το κτίριο «μαθαίνει» τις πραγματικές ανάγκες του

Η βασική διαφορά της AI σε σχέση με ένα συμβατικό σύστημα αυτοματισμού είναι ότι δεν περιορίζεται στην εκτέλεση προκαθορισμένων εντολών.

Λειτουργεί ως ένα επιπλέον επίπεδο ευφυΐας πάνω από τα υπάρχοντα συστήματα διαχείρισης, συγκεντρώνοντας και αναλύοντας δεδομένα από διαφορετικές πηγές.

Μπορεί, για παράδειγμα, να συνδυάσει:

την παρουσία ανθρώπων στους χώρους,

τις καιρικές προβλέψεις,

τη θερμοκρασία και τις συνθήκες κάθε χώρου,

την απόδοση του εξοπλισμού,

τις προηγούμενες καταναλώσεις,

τις ανάγκες λειτουργίας του κτιρίου.

Με βάση αυτά τα δεδομένα, το σύστημα μπορεί να προσαρμόζει σε πραγματικό χρόνο τη λειτουργία των HVAC.

Έτσι, δεν χρειάζεται να λειτουργούν στο ίδιο επίπεδο ένα σύστημα κλιματισμού ή θέρμανσης όταν οι χώροι είναι πλήρεις και όταν παραμένουν σχεδόν άδειοι.

Η λογική μετατοπίζεται από τον σταθερό προγραμματισμό στην προβλεπτική και δυναμική διαχείριση της κατανάλωσης.

Δεν αφορά μόνο τα μεγάλα κτίρια

Ένα από τα ενδιαφέροντα συμπεράσματα της έρευνας είναι ότι η δυνατότητα εξοικονόμησης δεν περιορίζεται σε τεράστιες εγκαταστάσεις.

Σημαντικά περιθώρια εμφανίζουν και κτίρια μικρότερα των 100.000 τετραγωνικών ποδιών, δηλαδή περίπου 9.300 τ.μ.

Μέχρι σήμερα, η εγκατάσταση προηγμένων συστημάτων ενεργειακής διαχείρισης σε μικρότερα κτίρια συχνά προσέκρουε σε τρία εμπόδια: κόστος, τεχνική πολυπλοκότητα και έλλειψη εξειδικευμένου προσωπικού.

Η AI μπορεί να περιορίσει και τα τρία.

Η αυτοματοποίηση της ανάλυσης των δεδομένων και της λήψης αποφάσεων μειώνει την ανάγκη για συνεχή χειροκίνητη παρακολούθηση, ενώ παράλληλα επιτρέπει σε περισσότερα κτίρια να αξιοποιήσουν τεχνικές ενεργειακής βελτιστοποίησης που μέχρι σήμερα ήταν οικονομικά ή λειτουργικά δύσκολες στην εφαρμογή.

Από κόστος σε επένδυση

Η συγκεκριμένη εξέλιξη αλλάζει σταδιακά και τον τρόπο με τον οποίο αντιμετωπίζεται η AI στον κτιριακό κλάδο.

Η τεχνολογία δεν αποτελεί πλέον μόνο μια πρόσθετη ψηφιακή δαπάνη. Μπορεί να λειτουργήσει ως επένδυση με μετρήσιμη απόδοση, μέσω της μείωσης του ενεργειακού κόστους και της βελτίωσης της λειτουργικής αποδοτικότητας.

Για έναν ιδιοκτήτη ή διαχειριστή μεγάλου χαρτοφυλακίου ακινήτων, η εξοικονόμηση μερικών δεκάδων χιλιάδων δολαρίων ετησίως ανά κτίριο μπορεί να μετατραπεί σε ιδιαίτερα σημαντικό ποσό όταν εφαρμοστεί σε δεκάδες ή εκατοντάδες εγκαταστάσεις.

Και παράλληλα με το οικονομικό όφελος υπάρχει και το περιβαλλοντικό.

Η ίδια τεχνολογία που καταναλώνει σημαντικές ποσότητες ενέργειας για την ανάπτυξη και λειτουργία των μοντέλων AI μπορεί, όταν εφαρμοστεί στη διαχείριση των κτιρίων, να χρησιμοποιηθεί για να μειώσει πολλαπλάσια την κατανάλωση και τις εκπομπές.

Αυτό δημιουργεί μια νέα διάσταση στη συζήτηση για την AI: όχι μόνο πόση ενέργεια χρειάζεται η Τεχνητή Νοημοσύνη, αλλά και πόση ενέργεια μπορεί να βοηθήσει να εξοικονομηθεί.