V průmyslu se o využívání dat a nových digitálních technologií pro optimální řízení výroby a vývoj nových výrobků a služeb mluví už dlouho. Jak se dají využít při správě budov?
Do určité doby se správa nemovitostí dělala offline, na papíře nebo v lepším případě v Excelu. Dnes chceme všechno dělat online, což má spoustu výhod. Samotný zápis do knihy nebo excelové tabulky je sice dobrý, ale vlastníkovi nemovitosti nepřinese žádnou přidanou hodnotu. Protože s takovými informacemi se nedá pořádně pracovat, nedají se sdílet, nedají se pořádně analyzovat nebo vyhodnotit. My chceme vědět v reálném čase, co se v budově děje, jaké má parametry, jaké tam panují podmínky ve vnitřním prostředí, kolik budova spotřebovává energie. Chceme vyhodnocovat, kolik peněz stojí klienta provoz budovy. Proto potřebujeme mít data online, tak, aby je počítač nebo člověk mohli vyhodnotit, spočítat z nich benchmarky pro porovnání se standardy v podobných budovách nebo v budovách v klientově portfoliu.
Klíčové je z dat jako suroviny vytvořit užitečnou informaci pro rozhodování. Analyzujete je sami?
Společnost M2C spolupracuje s vývojáři různých softwarů, které pomocí strojového učení umí data samy hodnotit a klienta na významné souvislosti nebo nesrovnalosti upozorňovat. Pak máme naše analytiky, kteří se na data dívají a hledají v nich příležitosti.
Jaké?
Často narážíme na to, že klient v jedné budově ve velmi blízkých prostorech potřebuje najednou topit a chladit. K zamyšlení je, jestli to vůbec takto musí být. Jestli transport tepla musí být za každou cenu jen z venku dovnitř a zevnitř ven. Jestli by nebylo lepší přelévat energii mezi jednotlivými místnostmi nebo provozy. Typicky serverovna má velké nároky na chlazení. Tím vzniká velké množství odpadního tepla. Nešlo by s ním ohřívat třeba teplou užitkovou vodu? Nebo ho využít pro topení v místnostech, kde je chladno?
Co taková informace přinese vlastníkovi, pokud jeho budova nemá zařízení pro rekuperaci energie, aby si ji mohl takto přelévat z jednoho místa na druhé?
V takovém případě navrhneme řešení a spočítáme návratnost potřebné investice. Podle nás mají smysl investice, které se vrátí do konce záruční doby. Třeba u fotovoltaiky na střechu má smysl do investice jít, pokud ji úspory za nákup energie zaplatí v době, kdy generální dodavatel ručí za kvalitu stavby a zařízení. Tam, kde zjistíme, že návratnost dává smysl, pomůžeme klientovi investici zprostředkovat nebo ji i kompletně zajistíme.
Kolik vašich doporučení se nakonec přetaví do konkrétní investice?
Hodně to záleží třeba na stáří budovy a na strategii klienta. Obecně se dá říct, že větší část návrhů, s nimiž přijdeme, nakonec klient neuskuteční. Buď se návratnost ukáže jako nezajímavá, nebo narazíme na konzervativnost klienta. Setkáváme se s tím, že řada klientů nechce příliš experimentovat a jít do inovací, které nejsou vyzkoušené u konkurence nebo v podobných budovách.
Mění se ochota vlastníků budov investovat do nových technologií?
Od loňského podzimu, kdy vyskočily drasticky ceny elektřiny a plynu, začíná dávat smysl hodně investic, u kterých v minulosti nebyla návratnost tak atraktivní. Daly se oprášit i starší projekty, které začaly být pro klienty zajímavé.
Když převezmete správu budovy, z jakých zdrojů data o provozu sbíráte?
Naprostý základ je systém měření a regulace, který má dnes téměř každá komerční budova. To je ale málo. Potřebujeme data z měřičů spotřeb, tedy elektřiny, plynu, vody nebo kalorimetrů tepla. A to nejen z hlavních na patách budov, které slouží k fakturaci, ale také těch podružných. Potřebujeme rozumět tomu, jak a proč spotřebovávají energii jednotlivé technologie v budově, jednotlivé úseky a oddělení budov. K dobré analýze potřebujeme co nejvíce dat z co nejvíce měřičů, které se dají přiřadit k uceleným částem budovy. Také chceme získat data o kvalitě vnitřního prostředí. Nejen o teplotě a vlhkosti, ale také koncentraci CO2 ve spojení s počtem lidí, kteří v daných prostorách zrovna jsou.
Je běžné, že potřebné senzory pro sledování vnitřního prostředí jsou v budovách instalované?
Je to stále častější. I když starší budovy tyto senzory nemají, dají se poměrně snadno instalovat, protože čidla na teplotu, vlhkost a CO2 se vejdou do jedné krabičky, pro kterou není potřeba dodatečná kabeláž. Samostatnou kapitolou jsou IoT čidla. Těmi lze měřit a sledovat téměř vše, od vnitřního prostředí přes intenzitu osvětlení až po kontrolu zaplněnosti odpadkového koše. Pak lze snadno určit, jak často je třeba takový koš vysypávat.
Návrhy na instalaci dalších senzorů dáváte vlastníkovi budovy, když se o ni začnete starat?
Nejdřív začínáme pasportizací budovy. K tomu potřebujeme veškerou dokumentaci k budově. Na základě dokumentů a detailní obhlídky budovy vytvoříme pasport budovy. Pak si vyžádáme další data o spotřebách energie, o čtvrthodinových maximech odběru elektřiny, o nákladech za jednotlivé energie a média. Tím vznikne analýza budovy a doporučení, co by bylo dobré ještě instalovat, jaké investice v nejbližším období udělat a jaký přinos budou mít. Nejde jen o čidla, ale také o velké technologie, jako jsou regulátory průtoku pro vzduchotechniku, frekvenční měniče pro lepší řízení čerpadel a ventilátorů. Cílem nemusí vždy být jen finanční úspora, ale i zlepšení kvality prostředí pro zaměstnance nebo zákazníky.
V jakých případech vám ve vyhodnocování dat a řízení provozu budovy pomáhá strojové učení a umělá inteligence?
Třeba při hledání souvislostí mezi využíváním a obsazeností budovy zaměstnanci a zákazníky a tím, v jakých časových plánech se v budově topí, větrá nebo svítí. Algoritmy hledají špičky spotřeby, třeba pro chlazení, a ty se pak snaží rozprostřít do delšího času, aby odběr energie byl rovnoměrnější. Díky tomu můžeme hledat optimalizace v cenách energie. Při rovnoměrném odběru je možné získat od dodavatelů příznivější ceny, než když musí pokrývat špičkové výkyvy.
Je umělá inteligence při řízení spotřeby energie chytřejší než lidé?
Strojové učení eliminuje vliv lidského faktoru. Když se nechá na lidech, aby sami regulovali topení, chlazení nebo svícení, tak se zpravidla dostaneme do takového nastavení, které je pro spotřebu budovy nejhorší. To znamená nejen vyšší náklady za energie, ale také zkracování životností jednotlivých zařízení, která musí pracovat více, než by bylo v optimálním nastavení nutné.
Umíte z dat o provozu a opotřebení zařízení předpovídat potřebu údržby, tedy dělat tzv. prediktivní údržbu?
Pro nás je prediktivní údržba vše, co dokážeme plánovat a u čeho umíme sledovat celý životní cyklus zařízení. Například když nejsou správně seřízené a udržované kladky v eskalátoru, tak se jeho madlo více opotřebovává a musí se častěji měnit. Je to investice často v nižších stovkách tisíc korun. Přitom jeho životnost by se dala prodloužit při správné péči o ostatní komponenty.
Sbíráte z eskalátorů data o otáčkách, tlaku nebo vibracích, abyste uměli dopředu říct, že se madlo bude opotřebovávat rychleji?
U dopravníkových technologií se jako nejzajímavější jeví data o teplotě jednotlivých komponent. To se dá sledovat laserovými teploměry nebo termokamerami. Z toho zjistíme, jestli tam není ložisko, kterému hrozí zadření, nebo zbytečné tření, které způsobí opotřebení.
Jak řešíte situace, kdy sami výrobci zařízení v budovách už různé digitální služby, jako je prediktivní údržba, nabízejí a poskytují?
Abychom uměli efektivně fungovat, tak musíme umět pracovat na mnoha platformách a poradit si se vším. Musíme mít software, který dokáže integrovat data z různých zařízení v různých formátech. Často musíme poměrně složitě jednat s výrobci zařízení a s vývojáři systémů, které nám pomáhají s analytikou, abychom různé platformy dokázali propojit. To je naše přidaná hodnota, že dokážeme zdánlivě nepropojitelné věci spojovat.
Jsou výrobci zařízení ochotní pustit vás k datům, která sami sbírají?
Ti, kteří si uvědomují, že s tím souvisí i jejich reputace a budoucí úspěch, ano. Většinou se setkáváme s pochopením a ochotou spolupracovat, protože výrobce také zajímá analýza dat a vyhodnocení životní cyklu jejich zařízení.
Řešíte zajištění kybernetické bezpečnosti, aby nasbíraná data nikdo nezneužil?
S každým dalším posunem v digitalizaci a online řízení je kybernetická bezpečnost větší a větší téma. Máme na to odborníky jak sami, tak na straně našich partnerů pro analytiku a software. Už při prvních diskuzích s klientem ho musíme přesvědčit, že jeho data jsou bezpečně uložená.
Které další technologie chcete v budoucnu více využívat?
V M2C rozvíjíme automatizovanou správu recepcí. Náš systém M2C e-Reception umí přenést kompletně správu návštěv do digitálního prostředí a vynechat z tohoto procesu člověka. Dnes umíme ověřit vše od základních identifikačních průkazů, to znamená občanské průkazy, řidičské průkazy, cestovní pasy či covidové pasy. Za použití QR kódu návštěvník dostane automaticky vstupní kartu do budovy.
Co znamená ověřovat doklady?
O návštěvníkovi, který přichází na pozvání do vaší budovy, víte minimálně jeho jméno. My ověříme, že člověk, který do budovy vešel, je opravdu ten, koho jste si pozval. Automat zapíše jméno a číslo dokladu do databáze a pustí ho do budovy. Udělá stejnou práci, jakou by dělal zaměstnanec na recepci.
Používáte v komerčních budovách roboty?
Nejzajímavější aplikací, kterou v M2C testujeme a máme, je autonomní úklidový robot. Míra autonomie je tak velká, že robot nepotřebuje personál, který by se o něj staral. Umí si napustit čistou vodu a saponát, špinavou vodu umí vypustit, nabije si sám baterie.
I pohyb po budově je pak autonomní?
Plně autonomní. Robotů je více druhů. Je možné mít robota se strojovým učením, který neustále vyhodnocuje okolí a přizpůsobuje se měnícímu se prostředí.
Můžou takoví roboti fungovat i za plného provozu, například v obchodních centrech?
Na jednu stranu může vypadat atraktivně, že v době otevřeného obchodního centra kolem vás projede robot, kterého nikdo neřídí. Na druhou stranu to může vyvolávat dojem, že robot návštěvníkům překáží. Standard v obchodních centrech je, že úklid se dělá po jejich uzavření pro veřejnost. Daleko větší smysl začínají dávat kombinované roboty, které umí provádět úklid a zastanou i funkci strážného, který v noci v průběhu úklidu dokáže kontrolovat, jestli se v daných prostorách nepohybují neautorizované osoby.
Budeme se brzy potkávat i s robotickými asistenty?
Technologie na to existují. Musí si ale najít svého zákazníka. Zatím takového nemáme, ale je to jen otázka času. Věřím, že za pár měsíců nebo jednotek let to bude jeden ze standardů tzv. áčkových budov.
Ondřej Pěnička (33)
Je ředitelem divize facility managementu ve společnosti M2C. Jeho hlavním úkolem je optimalizace a zefektivnění procesů divize facility managementu. Rozvíjí současné a nové obchodní příležitosti a projekty. Se stávajícími klienty řeší otázku úspor a environmentálních řešení. Do M2C přišel z pozice technického ředitele obchodního centra Olympia v Brně.
