越來越多的供應商正在采用人工智能和機器學習，以改善在建筑物出現問題之前發現問題這一古老的挑戰。

什么是預測性維護

預測性維護僅僅意味著以數字方式識別性能和健康問題，即退化的早期跡象導致效率低下并導致故障，利用機器學習和人工智能技術來實現這一目標。

預測性維護的好處是什么

建筑物和工廠中性能不佳的廠房和設備可能會在開始時使用過多的能源，如果不及時維護，最終會導致故障。因此，通過像我們這樣的智能技術來提醒這些問題，不僅可以節省能源成本，還可以減少所需的能源，減少過程中的碳排放。預測性維護還可以減少建筑的停工時間，在業主和占用者的維修成本變得昂貴之前，問題就已經解決了。

建筑物如何生成預測性維護所需的數據

人工智能和機器學習算法處理來自嵌入到設備中的現有物聯網傳感器的數據。這些物聯網設備通常會測量流量、能源和公用事業消耗、工廠的振動和溫度。其中一些數據點可能已經在建筑管理系統中可用，但業主和使用者可能需要安裝額外的物聯網傳感器來豐富他們的見解。

房地產團隊需要多少技術專業知識

將硬數據轉化為可以理解的、可操作的見解，從而對建筑的性能和碳排放產生積極影響，這是成功的關鍵。我們以及該領域其他以技術為主導的變革者的目標是，推出一種現有工程團隊可以無縫采用的解決方案。

是否有遭受網絡攻擊或資料隱私事件的風險

安全性是商業和工業地產業主的重中之重，新興的可持續性技術解決方案需要擁有世界一流的系統和基礎設施，如AWS，以確保運營安全。此外，在沒有人工干預的情況下，技術不能對BMS進行讀寫。?