在房地产去碳化的过程中，结合人类专业知识与快速发展的技术正变得越来越重要。
如今，越来越多的建筑采用了一系列智能技术，以跟踪性能并提高能效。
人工智能（AI）是下一层关键技术。它迅速成为解读智能建筑产生的庞大数据集的重要工具，这些数据来自物联网传感器、间隔计量器、水管理工具以及有关历史水电账单的持续维护软件报告。
“建筑是受年龄、天气条件和居住者需求影响的动态资产。”JLL 智能与可持续建筑技术平台副总裁 Ramya Ravichandar 说，“人工智能的力量在于能够从实时数据流和上下文信息中学习，揭示消费模式并提供智能建议，帮助减少碳排放。”
例如，JLL 的 Hank 是一个基于人工智能的平台，能够动态优化供暖、通风和空调（HVAC）系统，这是商业建筑中最大的能源消耗之一。Hank 集成了占用传感器和建筑管理系统等数据源，能够根据实时需求自动调整 HVAC 设置，从而减少能源浪费。其他工具同样与传感器和工作场所软件配合，建议住户进行改变以优化能源消耗。
“在推进去碳化的过程中，测量基准性能并跟踪朝特定目标的进展至关重要。利用这些多样的数据流，人工智能可以在不影响租户舒适度的情况下优化能效。”Ravichandar 说。
人工智能还可以帮助设施管理人员在住户受到影响之前解决问题，从而减少服务电话的数量并保持租户的满意度。
“设施管理团队面临着大量关于建筑运营和用户需求的信息。”Ravichandar 说，“人工智能系统可以减轻分析这些数据的繁重工作，提供适时的洞察，从而为战略规划和高层决策腾出时间。”
合规性方面的辅助
随着越来越多的公司设定可持续发展目标和标准，人工智能的另一个重要方面是支持合规和报告工具。比如，JLL 的 Canopy 能够收集公用事业和环境数据以监控性能，其自动报告功能帮助公司根据公认的框架评估进展。
其他人工智能工具则通过突出需要遵守的行动，帮助房地产所有者紧跟复杂、不断变化的可持续发展法规。
一个新兴领域是促进房地产投资组合的可持续性决策。新的人工智能工具扫描租赁信息和资产排放等数据，以提供基于数据的建议，指示应出售哪些建筑、应改造哪些建筑，同时标出适合建筑条件的去碳化解决方案。
例如，JLL 的 GPT 工具使用市场数据、外部商业发现和内部商业房地产数据，生成决策洞察，包括减少碳足迹的策略。
另一个增长领域是应对“嵌入碳”问题。人工智能正在帮助新建和装修项目实现更可持续的目标，通过承担识别低碳足迹材料的繁重任务。
随着市场上已有许多人工智能工具推出，未来还会有更多公司可能会发现选择最相关工具的过程变得困难。
Ravichandar 表示，量身定制的去碳化解决方案可能会利用多种人工智能工具。“为特定企业找到最佳解决方案意味着利用一个与合适数据流（无论是合规相关还是建筑相关）相结合的工具生态系统。”
“这是一个新兴领域，但最终，人工智能可以帮助创建更全面的数据驱动战略，引导投资组合决策，包括收购更环保的建筑。”
数据信任至关重要
数据仍然是人工智能为房地产带来的价值的关键因素。收集足够的高质量数据对于开发可信的人工智能模型至关重要。尽管智能建筑生成的数据通常不易产生偏差，但输入到人工智能工具中的信息必须准确描述建筑状况。
Ravichandar 说：“拥有足够的数据点至关重要。为了信任人工智能系统并最小化持续监测，了解和访问所使用的数据以及填补数据空白变得尤为重要。”
虽然人类监督至关重要，但人工智能系统也可以训练识别“好”数据和“坏”数据，并学习标记数据缺口。Ravichandar 强调，业务团队不仅要了解人工智能工具，还要同样信任它们，以成功将人工智能洞察融入建筑工作流程中。
对投资回报率（ROI）的不确定性是目前人工智能采纳的另一障碍。监测特定数据子集可以验证人工智能的准确性和实际影响，帮助公司评估工具的运营可行性和潜在节省。
Ravichandar 认为，随着人工智能成本的降低，越来越多的业主和使用者将人工智能嵌入智能建筑中，以提高能源效率，并对可持续发展成果产生重要推动。
“智能建筑中的人工智能可以识别不同去碳化措施在资产和投资组合层面的具体 ROI。随着 ROI 变得明显，人工智能可以在制定对投资组合产生影响的更全面的去碳化战略中发挥重要作用。”
在未来几年，智能建筑与可持续发展之间的联系将进一步加强。“鉴于迫切需要应对排放，我们必须加速人工智能的采纳，以实现房地产去碳化的目标。”Ravichandar 总结道。