クラウドとエッジ AI: あなたの施設に最適なのはどちらでしょうか?

ビル管理者は、これまでにない速さで、管理する建物にスマートテクノロジーを導入しています。 Juniper Researchによると、世界中のスマートビルの数は、今年の4,500万棟から2026年までに150%増加し、1億1,500万棟を超えると予想されています。この導入の劇的な増加には十分な理由があります。最先端の自動化ソフトウェアとシステムにより、所有者は占有率、室内空気質 (IAQ)、ユーティリティ使用量などの動作パラメータを継続的に監視できるようになり、これまでにない安全性と効率性を実現できます。

しかし、施設にスマートテクノロジーを統合することに不安を感じるビル管理者もいます。自動化システムを導入する際に下す必要がある決定は複雑であり、馴染みのない要素が含まれる場合もあります。しかし、ビル管理者は HVAC、照明制御、チラーを熟知しているのと同様に、モノのインターネット (IoT)、ネットワーク、人工知能 (AI) も理解できます。

人工知能対応のモノのインターネット (AIoT) システムは特に困難ですが、建物の効率、安全性、持続可能性を最大化する最も強力な方法の 1 つになり得ます。 AI はエッジ (エッジ AI) またはクラウド (クラウド AI) に適用できます。アプリケーションの目的とニーズに応じて、どちらにも利点があり、どちらをいつ使用するか (または 2 つの組み合わせ) を理解しているビル管理者は有利です。

リモートストレージとローカルストレージの違いを理解する

現在導入されているAIは、もともとクラウドコンピューティング技術として生まれました。これらのシステムの背後にある機械学習アルゴリズムでは、アルゴリズムをトレーニングし、それを呼び出して洞察を提供する (推論と呼ばれるプロセス) ために膨大な計算能力が必要です。最近まで、ローカル インフラストラクチャにはこれらのことを効果的に実行するためのリソースがほとんどなかったため、ビルのオペレーターはデータ センターの外部で AI アプリケーションを実行する必要がありました。

ただし、リモート データ センターの外部でスマート ビルディング アプリケーションを実行するには、独自の制限があります。接続性、帯域幅のコスト、セキュリティ、レイテンシー（クラウドとの間でデータを送受信するのにかかる時間）は、システムの効率に影響します。機械またはビルの自動化システム全体が故障しそうになった場合、アラートと自動応答をできるだけ迅速に行う必要があります。

新世代のエッジ コンピューティング テクノロジーは、この問題を大幅に軽減します。施設内にインストールされたインフラストラクチャには、これらの計算集約型のワークロードに必要な処理能力が備わっています。

7年前に設立されたFogHornのような企業は、建物の運営をデジタルで変革する新たな可能性を生み出すエッジAIテクノロジーを開発しました。これには、AI モデルを最適化して低コストのエッジ コンピューティング デバイス上で効率的に実行するための高度なテクニック (Edgification と呼ばれる) が含まれます。ジョンソンコントロールズは2022年初頭にFogHornを買収し、現在はエッジテクノロジーをOpenBlueプラットフォームに統合しています。

エッジ デバイスは、ローカル機能のギャップを埋めることで、建物を可能な限り効率的かつ効果的に運用するという目標を達成するために重要なアーキテクチャ コンポーネントを提供します。

クラウド AI とエッジ AI の選択

エッジ AI の登場により、インテリジェント オートメーション テクノロジーの実装を検討しているビル管理者は、AI をオンプレミスに導入するかクラウドに導入するかという問題にほぼ必然的に直面するようになりました。この問題に直面している人には、考慮すべき簡単な経験則がいくつかあります。

エッジ AI は次のような場合に最適に機能します。

• 操作はリアルタイムまたはほぼリアルタイムで実行する必要があります。運用上の問題を検出し、自動的にアラートや応答を発行するインテリジェントな自動化システムは、遅延が最小限に抑えられている場合に最も効果的に機能する傾向があります。
• システムのローカル制御が必要です。クラウドからマシンをシャットダウンしたり、制御システムを調整したりすると、セキュリティや遅延の課題が生じることがよくあります。
• データ転送とストレージコストには制限があります。たとえば、複数のカメラからの高忠実度画像を、人気の AI アプリケーションであるコンピューター ビジョン AI モデルで分析するビデオ監視システムを例に挙げてみましょう。すべてのデータをクラウドに送信してそこに保存すると、すぐにコストがかかりすぎる可能性があります。

次のような場合はクラウドの方が適している可能性があります。

• 厳密なデータ分析を完了します。ビル管理者は、AI 分析に基づいて運営方法についてより深い洞察を得たり、施設の「デジタル ツイン」バージョンでシミュレーション演習を実行したりしたいと考えることがよくあります。この種のデータ分析は通常、リアルタイムで実行する必要がないため、管理者が最も強力なハードウェアおよびソフトウェア ツールを活用してあらゆる規模で作業を実行できるクラウドで実行するのが最適です。

次の状況では、この 2 つを組み合わせるのが最適である可能性があります。

• 複数の建物を実行し、それらの間の情報を関連付けます。クラウドにより、集中型のデータクリアリングハウスとコマンドセンターが可能になります。実際には、ハイブリッド アプローチが採用されることが多く、単一の建物での初期処理の一部はエッジ AI によって実行され、その後、クラウド AI が複数の建物からの集約されたデータに対して操作され、他のデータ ソースと組み合わされる場合もあります。

AI導入に向けた第一歩

これらはビル管理者が単独で決定する必要がないことを覚えておくことが重要です。AI がお客様の固有のニーズに最適な場所に導入されることを保証できる専門のテクノロジー ベンダーが存在します。ビル管理者は、データ サイエンティストになって AI とその基盤となる機械学習アルゴリズムのあらゆる側面を完全に理解するのではなく、専門のテクノロジー ベンダーと連携して AI が舞台裏で魔法のように機能するようにすることができます。

現在、大規模な職場復帰政策に着手している多くの組織と同様に、オラクル社もパンデミック後の状況をスマートビルディングシステムを導入する絶好の機会と捉えている。パンデミックによる閉鎖が数年続いた後、従業員は、アメニティが手元にあり、コラボレーションツールが遍在し、空気の質が監視され、混雑が制限され、会社がエネルギーと水の使用および廃棄物の削減に関する持続可能性の目標を達成している物理的な職場に留まっています。建物の占有率は歴史的に低いレベルに留まっているため、稼働する必要のないシステムをシャットダウンすると、効率が大幅に向上する可能性があります。

こうした職場の動向や期待の変化は、IoT テクノロジー、それらを接続する高度なネットワーク、それらを制御する AI システムへの新たな投資を評価する機会となります。また、これは、占有率、従業員のエクスペリエンスのニーズ、サイトの所有権、使用事例の重要性 (研究室とオフィススペースなど) に基づいて、より良い意思決定を行えるように職場を進化させる機会でもあります。

これまで、ビル管理者は自動制御システムへの投資を決定する際にタイムラインを優先してきました。もはや。新たな重要な考慮事項は、使用率メト​​リックです。全員が戻ってくることを当然と考えることはできず、多くの企業がハイブリッドな勤務方針を採用しています。

よりスマートで安全、そして持続可能な空間を創造する

初めて、オフィスは魅力的で生産性の高い職場環境として、家庭と競争する必要に迫られています。人々は、オフィスの室内空気質 (IAQ) が監視され、水やエネルギーなどの資源が効率的に使用され、自分が住む部屋が快適であるという安心感を得たいと考えています。 AIoT システムは、建物のエネルギー効率、健康性、自律性、安全性を高め、居住者のニーズに応えられるようにするのに役立ちます。

これに応じて、新規および既存のビル管理者は、AIoT 自動化システムを実装し、運用を最適化するために必要な新しいスキルを習得するために、スマート テクノロジー プロバイダーに支援を求めています。貴重な教訓は、AI をオンプレミスに導入するかクラウドに導入するかということです。エッジ AI とクラウド AI のどちらが自社の建物の目標とアプリケーションのニーズに合っているかを判断すると、情報に精通したビル管理者は、AI が健康的な空気、快適な空間、効率的な運用を確保することで、建物の活性化に役立つと確信できます。