未来的数据设施建设

通过射线Diwakar
从2020年6月的问题

T他转向更高的数据率数字化技术利用近年来已经发生,随着世界应对新型冠状病毒大流行的需要比以往任何时候都更为严重。整个频谱,行业采用创造性的方式使用新技术来解决实际问题。建筑业市场趋势指向一个增加使用的数据,分析和人工智能(AI)的自动化建设的许多流程解决方案生命周期,重塑建筑、装修、设施管理和维护。此外,设备管理人员寻找新技术应用程序降低建设工程成本,装修,矫正,项目计划,提高维护调度,通知他们的风险。这些技术的效率和效益是巨大的。他们也完全依赖于数据。

任何运营实体的数据是一个关键组成部分。随着新技术的出现,这些数据正以指数速度增长。因此,当大多数的数据分布在多个平台上,用手工或不存在的工作流和孤立的系统,不彼此“交谈”,很快就变得陈腐,杂乱的数据。

设施经理和业主寻求提高生产力的越来越流利的技术,关键是足够关注的质量数据,它是如何管理和刷新频率。拥有一个良好的信息体系结构(IA)策略在不同的流程,如项目管理、创建报价,评估材料,和劳动力成本,等等,是关键技术实现的真正潜力大转变发生在建设。要记住的一个重要的概念是“IA AI。“成功采用更高效和创新的技术,如人工智能的各种stakeholders-contractors、运营商、所有者,设施经理,和服务提供商完全依赖于人工工作流自动化,减少孤立的系统,和丰富和刷新过期数据。过时的系统,手动流程,不准确和不完整的数据可以毁了一个善意的人工智能或分析策略。这就是为什么信息架构(IA)必须先来。

克服数据竖井通过标准化和不同的信息系统是可以实现的,利用最新信息和投资数据集成。高水平的关注有助于确保数据和信息战略投资发展和AI一样,物联网,建筑信息模型(BIM),和增强项目管理软件有一个积极的投资回报。

一个成功的数据策略需要更好的架构,增加内部数据丰富,不断更新的信息来实现结果与人工智能。此外,任何人工智能参与决策通常由人类将需要了解施工语言或词汇。

AI计划成功,一个人工智能系统需要被训练在常见的拼写错误,经常使用的句子结构,缩写,缩写,差异而言,贸易具体条款,和独特的命名和短语材料、设备和劳动力。例如,AI将需要学习,石膏板,干墙和石膏灰胶纸夹板是交替使用的材料名称。一个完全功能的人工智能系统必须有一个适当的组训练数据或历史记录,它可以学习并提供自动化。这样的历史记录,如果他们存在,必须改变上述数据和信息战略计划之前让一个AI系统培训。如果不首先投资于确保数据是结构化的,干净,和当前,任何人工智能系统将无法及时产生效益。此外,它不仅是重要的一个人工智能系统,提供坚实的训练数据是至关重要的,有一个稳定的饲料同样丰富的数据为了学习和不断发展。

同样重要的是要理解,数据驱动的人工智能解决方案设施涉众使用的工具,而不是替代人类知识和直觉。流程在整个建筑生命周期,如估计建设成本和创造提案,是重复的,冗长的,耗时的,容易出错,由于存在大量的步骤。与基于ai机器学习技术,分段装配和设施规划工作流可以精简。加上一个成功的数据策略,完成数据标准化、系统集成,和最新信息,人工智能可以改善设施管理工作流和流程。

人工智能可以兑现的承诺未来通过深度学习的结合,自然语言处理,数据科学、建筑词汇,和“富裕”数据。但一个设计良好的数据策略必须是第一步。那些能够开始理解和利用人工智能和其他先进的技术带来的好处将会获得短期和长期利益作为第一个拥抱未来的设施。

Diwakar是创新的副总裁棘手的领导人在设施和建筑成本数据、软件和服务建筑生命周期的所有阶段。他引导计划专注于人工智能和先进的分析方法来解决业务问题和产生新的价值内部和外部的利益相关者。Diwakar拥有超过20年的经验设计和开发软件在人工智能、机器学习、大数据、语义数据管理和加密。他赢得了Osmania大学土木工程学士以及从华盛顿州立大学建筑硕士学位。

在下面的评论栏中分享你的想法,或发送电子邮件到acosgrove@groupc.com的编辑。

想了解更多关于技术和设施管理吗?

查看更多的技术和设施管理新闻在以前工厂执行技术&调频列。