AI ចាប់ផ្តើមគ្រប់គ្រងប្រព័ន្ធម៉ាស៊ីនត្រជាក់អគារ៖ ការផ្លាស់ប្តូរដែលគ្មាននរណាចាប់អារម្មណ៍ ប៉ុន្តែអាចសន្សំប្រាក់រៀងរាល់ខែ

ម៉ោង៣រសៀល ប្រធានផ្នែកគ្រឿងយន្ត និងអគ្គិសនីនៃអគារពាណិជ្ជកម្មមួយកន្លែងក្នុងតំបន់ Xinyi ទីក្រុងតៃប៉ិ កំពុងអង្គុយនៅក្នុងបន្ទប់ត្រួតពិនិត្យ ដោយសម្លឹងមើលផ្ទាំងឧបករណ៍ពេញជញ្ជាំង។ សីតុណ្ហភាពទឹកត្រជាក់ចេញ សីតុណ្ហភាពខ្យល់ត្រឡប់នៃជាន់នីមួយៗ និងសំណើមខ្យល់ខាងក្រៅ គឺសុទ្ធតែផ្លាស់ប្តូរតួលេខរៀងរាល់វិនាទី។ បុគ្គលិកនេះបានធ្វើការងារនេះអស់រយៈពេលម្ភៃឆ្នាំមកហើយ គាត់ស្គាល់ច្បាស់ពីចរិតលក្ខណៈរបស់ម៉ាស៊ីននីមួយៗ ហើយក៏ដឹងផងដែរថា ជាន់ណាមួយនឹងត្រូវស្រែកថាត្រជាក់នៅពេលរសៀល។ ការកែសម្រួលប៉ារ៉ាម៉ែត្ររបស់គាត់គឺពឹងផ្អែកលើបទពិសោធន៍។

បញ្ហាគឺថា គាត់នឹងត្រូវចូលនិវត្តន៍នៅឆ្នាំក្រោយ ហើយអ្នកដែលមកជំនួសគាត់ត្រូវចំណាយពេលสะสมបទពិសោធន៍ម្ភៃឆ្នាំនេះឡើងវិញ។

នេះគឺជាអ្វីដែលវិស័យ AI សម្រាប់សំណង់ ដែលជាវិស័យមិនសូវមានគេចាប់អារម្មណ៍ កំពុងដោះស្រាយយ៉ាងពិតប្រាកដ — វាមិនមែនគ្រាន់តែជាការសន្សំថាមពលនោះទេ ប៉ុន្តែគឺ ការផ្ទេរចំណេះដឹងអំពីរបៀបដំណើរការរបស់អគារមួយ ពីខួរក្បាលមនុស្សទៅក្នុងប្រព័ន្ធ។

បរិបទព្រឹត្តិការណ៍

ការប្រើប្រាស់ថាមពលរបស់អគារមានចំណែកដ៏ធំមួយនៃការប្រើប្រាស់ថាមពលសរុបทั่วโลก ក្នុងនោះប្រព័ន្ធម៉ាស៊ីនត្រជាក់គឺជាផ្នែកដ៏ធំបំផុត។ ប៉ុន្តែស្វ័យប្រវត្តិកម្មក្នុងវិស័យនេះបានជាប់គាំងនៅដំណាក់កាលដើមបំផុតក្នុងរយៈពេលដ៏យូរមួយ៖ ប្រព័ន្ធស្វ័យប្រវត្តិកម្មអគារ (BAS) បែបប្រពៃណី គឺគ្រាន់តែជាបណ្តុំនៃច្បាប់ if-then តែប៉ុណ្ណោះ — ប្រសិនបើសីតុណ្ហភាពលើសពីဒီក្រីណាមួយ ត្រូវបើកម៉ាស៊ីនទឹកត្រជាក់ ដល់ម៉ោងត្រូវបិទភ្លើង។

បញ្ហានៃការគ្រប់គ្រងតាមច្បាប់គឺថា អគារគឺជាប្រព័ន្ធទែម៉ូឌីណាមិក (Thermodynamic system)។ ជញ្ជាំងអាចរក្សាកំដៅ មុំពន្លឺព្រះអាទិត្យផ្លាស់ប្តូរពេញមួយថ្ងៃ ចរន្តមនុស្សប៉ះពាល់ដល់បន្ទុក ហើយលក្ខខណ្ឌខ្យល់ខាងក្រៅមានការប្រែប្រួលឥតឈប់ឈរ ปัจจัยទាំងនេះមានឥទ្ធិពលលើគ្នាទៅវិញទៅមក។ ការពឹងផ្អែកលើច្បាប់ថេរអាចធ្វើប្រតិកម្មបានតែពេលក្រោយប៉ុណ្ណោះ ដែលតែងតែយឺតពេលបន្តិច ហើយគ្មាននរណាម្នាក់មានពេលលៃតម្រូវជាបន្តបន្ទាប់នោះទេ។

ហេតុដូច្នេះហើយបានជាក្នុងរយៈពេលប៉ុន្មានឆ្នាំចុងក្រោយនេះ មានទិសដៅបច្ចេកវិទ្យាចំនួនបួនច្បាស់លាស់ ដែលការជ្រើសរើសរបស់ពួកវាគួរឱ្យយកមកប្រៀបធៀបគ្នា។

ទីមួយ៖ ចូលកាន់កាប់ការគ្រប់គ្រងដោយផ្ទាល់។ PassiveLogic ទទូចថាអគារគួរតែបើកបរដោយខ្លួនឯងដូចជាឡានអត់អ្នកបើកបរ (Self-driving car) អញ្ចឹងដែរ។ វាបង្កើតកូនភ្លោះឌីជីថល (Digital twin) ដែលមានមូលដ្ឋានលើរូបវិទ្យា ដើម្បីឱ្យប្រព័ន្ធយល់ពីសកម្មភាពទែម៉ូឌីណាមិកពិតប្រាកដនៃអគារនេះ ហើយបន្ទាប់មកឱ្យភ្នាក់ងារ推理 (Reasoning agents) ទាញយកយុទ្ធសាស្ត្រគ្រប់គ្រង និងបង្កើនប្រសិទ្ធភាពបន្តបន្ទាប់ ២៤ ម៉ោង។ នេះគឺជាមហិច្ឆតាបច្ចេកវិទ្យាខ្លាំងជាងគេក្នុងចំណោមទិសដៅទាំងបួន ដោយក្រុមហ៊ុនបានបញ្ចប់ការរៃអង្គាសប្រាក់ Series C ចំនួន 74 លានដុល្លារក្នុងឆ្នាំ 2025។

ទីពីរ៖ ផ្តល់យោបល់ ហើយមនុស្សជាអ្នកអនុវត្ត។ Nantum AIលំអៀងទៅរកស្រទាប់ប្រតិបត្តិការ — ដំបូងទាញទិន្នន័យដែលរីករាយប៉ាយតាមប្រព័ន្ធផ្សេងៗមកធ្វើស្តង់ដារ បន្ទាប់មកផ្តល់យោបល់កែសម្រួល ខណៈពេលដែលរៀបចំរបាយការណ៍ ESG និងហានិភ័យអាកាសធាតុផងដែរ។ វាត្រូវបានទិញយកដោយ Johnson Controls រួចហើយ។ ចំពោះករណីជាក់ស្តែង បន្ទាប់ពីអគារការិយាល័យ Bentall Five បានដាក់ឱ្យប្រើប្រាស់ វាបានរាយការណ៍ថាការប្រើប្រាស់ថាមពលបានថយចុះ 11% និងការបំភាយកាបូនថយចុះ 12%។

ទីបី៖ រកឃើញភាពមិនប្រក្រតី និងจัดลำดับความสำคัญ (រៀបចំអាទិភាព)។ Enersee របស់ប្រទេសបែលហ្ស៊ិក គឺសំដៅទៅលើអតិថិជនប្រភេទបណ្តាញ (Chain-type) — ដូចជាផ្សារទំនើប សាខាធនាគារ និងអង្គការដែលមានទីតាំងចំនួនច្រើន។ វាប្រើប្រាស់ AI ដើម្បីប្រៀបធៀបគំរូអគ្គិសនីនៃស្ថានីយនីមួយៗ រកឃើញបញ្ហាដែលលាក់កំបាំងដូចជា «ទូរទឹកកករបស់ហាងនេះប្រើប្រាស់ថាមពលច្រើនជាងហាងប្រភេទដូចគ្នា ៣០%» បន្ទាប់មកបង្កើតបញ្ជីកិច្ចការដែលបានរៀបចំតាមลำดับความสำคัญ។ ផ្លូវការបានបង្ហាញថាខ្លួនគ្រប់គ្រងទីតាំងជាង 1,000 កន្លែងរួចហើយ។

ទីបួន៖ មើលរួមទាំងសំបកអគារផងដែរ។ Joulea ប្រើប្រាស់យន្តហោះគ្មានមនុស្សបើក (Drone) បើកបរដោយខ្លួនឯងដើម្បីហើរតាមជញ្ជាំងខាងក្រៅដើម្បីថតរូបភាពកំដៅ និង AI ដើម្បីវិនិច្ឆ័យទីតាំងស្ពានកំដៅ និងការលេចធ្លាយ។ នេះបានបំពេញផ្នែកដែលដំណោះស្រាយភាគច្រើនបានមើលរំលង៖ មិនថាប្រព័ន្ធម៉ាស៊ីនត្រជាក់ត្រូវបានបង្កើនប្រសិទ្ធភាពប៉ុណ្ណណាទេ ប៉ុន្តែប្រសិនបើជញ្ជាំង និងស៊ុមបង្អួចលេចធ្លាយកំដៅ ថាមពលគឺនៅតែបន្តហូរចេញជានិច្ច។

ចំណុចសំខាន់ៗនៃពេលនេះ

• បន្ទាត់បែងចែកគឺ «ផ្តល់យោបល់» ឬ «គ្រប់គ្រងដោយផ្ទាល់»៖ នេះជាការសម្រេចចិត្តលើកម្រិតផ្លូវចិត្តនៃការអនុវត្ត។ អង្គភាពគ្រប់គ្រងអហារភាគច្រើននៅតែមានភាពអភិរក្សចំពោះការប្រគល់សិទ្ធិគ្រប់គ្រងម៉ាស៊ីនត្រជាក់។
• តួលេខប្រសិទ្ធភាពអាស្រ័យលើមូលដ្ឋានប្រៀបធៀប៖ ការថយចុះការប្រើប្រាស់ថាមពល 11% ស្តាប់ទៅធម្មតា ប៉ុន្តែសម្រាប់អគារពាណិជ្ជកម្មខ្នាតធំ វាគឺជាថ្លៃអគ្គិសនីប្រចាំឆ្នាំដ៏ពិតប្រាកដមួយ។ ផ្ទុយទៅវិញ 那些 «សន្សំថាមពលមធ្យម 31%» នៅលើគេហទំព័រផ្លូវការភាគច្រើនគឺមានលក្ខខណ្ឌជាមុន។
• មូលដ្ឋាន സെនស័រ (Sensor) កំណត់អ្វីៗទាំងអស់៖ បើគ្មានការចាប់សញ្ញាតាមតំបន់គ្រប់គ្រាន់ និងឧបករណ៍ដែលสามารถຄວບຄຸມระยะไกล (បញ្ជាពីចម្ងាយ) បានទេ ម៉ូដែលដែលខ្លាំងប៉ុណ្ណណាាក៏គ្មានប្រយោជន៍ដែរ។ ការចំណាយលើការកែច្នៃអគារចាស់ៗអាចខ្ពស់ជាងកម្មវិធីខ្លួនឯងទៅទៀត។
• ការរួមបញ្ចូលគ្នានៅក្នុងឧស្សាហកម្មគឺច្បាស់លាស់៖ BrainBox AI ត្រូវបានទិញយកដោយ Trane Technologies, Nantum ត្រូវបានទិញយកដោយ Johnson Controls។ ក្រុមហ៊ុនផលិតប្រព័ន្ធគ្រប់គ្រងអគារបែបប្រពៃណីកំពុងប្រើប្រាស់ការទិញយកដើម្បីបំពេញបន្ថែមស្រទាប់កម្មវិធី AI។

ការវិភាគផលប៉ះពាល់ទីផ្សារ

ចំពោះអ្នកប្រើប្រាស់នៅតៃវ៉ាន់៖ មនុស្សទូទៅមិនមានអារម្មណ៍ក្នុងរយៈពេលខ្លីនោះទេ ប៉ុន្តែប្រសិនបើអ្នកធ្វើការក្នុងអគារការិយាល័យ ការផ្លាស់ប្តូរដែលងាយយល់បំផុតបន្ទាប់ពីប្រព័ន្ធទាំងនេះត្រូវបានគេនិយមប្រើប្រាស់គឺ «ម៉ោង៣រសៀលនឹងលែងត្រជាក់ខ្លាំងរហូតដល់ត្រូវពាក់អាវក្រៅទៀតហើយ» — ការព្យាករណ៍បន្ទុកត្រូវបានធ្វើឡើងយ៉ាងល្អ សីតុណ្ហភាពនឹងមានស្ថេរភាពជាងមុន។

ចំពោះកម្មវិធីសហគ្រាស៖ តម្រូវការអភិវឌ្ឍន៍ចីរភាពរបស់ក្រុមហ៊ុនចុះបញ្ជីក្នុងផ្សារហ៊ុនតៃវ៉ាន់កើនឡើងពីមួយឆ្នាំទៅមួយឆ្នាំ ហើយម៉ាស៊ីនត្រជាក់គឺជាផ្នែកដែលងាយស្រួលបំផុតក្នុងការវាស់វែងភាពប្រសើរឡើង។ ឱកាសនៅទីកន្លែងនេះមិនត្រឹមតែសន្សំថ្លៃអគ្គិសនីប៉ុណ្ណោះទេ ប៉ុន្តែគឺ ថ្លៃអគ្គិសនីដែលបានសន្សំអាចត្រូវបានសរសេរចូលទៅក្នុងការបង្ហាញ ESG ដោយផ្ទាល់។ គោលការណ៍ដូចគ្នានេះពង្រីកទៅដល់ឧបករណ៍ឧស្សាហកម្ម MOVUS ដែលជាការត្រួតពិនិត្យស្ថានភាពម៉ាស៊ីនប្រភេទនោះ ជំរុញ «ការថែទាំតាមការព្យាករណ៍ (Predictive maintenance)» ឱ្យឈានមួយជំហានទៀតទៅជាការណែនាំតាមវេជ្ជបញ្ជាដែលបានតម្រៀបតាមផលប៉ះពាល់នៃការផលិត។ ចំពោះក្រុមហ៊ុនវិស្វកម្មគ្រឿងយន្ត និងអគ្គិសនី អាចមើល BuildOps ពីរបៀបដែលពួកគេរួមបញ្ចូលប័ណ្ណការងារសេវាកម្ម និងគម្រោងវិស្វកម្មទៅក្នុងប្រព័ន្ធតែមួយ។

ចំពោះអ្នកអភិវឌ្ឍន៍៖ ឧបសគ្គក្នុងវិស័យនេះមិនស្ថិតនៅលើម៉ូដែលនោះទេ គឺស្ថិតនៅលើពិធីការទំនាក់ទំនង (Communication protocols)។ ប្រព័ន្ធគ្រប់គ្រងអគារនៃអគារជាច្រើននៅក្នុងតៃវ៉ាន់ត្រូវបានបិទជិត ហើយក្រុមហ៊ុនផលិតមិនមានឆន្ទៈក្នុងការបើកចំណុចប្រទាក់ទេ ការទាញទិន្នន័យចេញមកបានឬអត់គឺជាឧបសគ្គទីមួយ។ ក្រុមការងារដែលអាចដោះស្រាយបញ្ហា «និយាយជាមួយ BAS ចាស់» គឺកម្រមានជាងក្រុមការងារដែលអាចកែសម្រួលម៉ូដែលទៅទៀត។

និន្នាការអភិវឌ្ឍន៍នាពេលអនាគត

ប្រភេទផ្តល់យោបល់នឹងមានប្រជាប្រិយភាពមុនគេ ចំណែកការគ្រប់គ្រងស្វ័យភាពត្រូវចំណាយពេលយូរជាង។ នេះគឺជាបញ្ហានៃការជឿទុកចិត្ត មិនមែនជាបញ្ាបច្ចេកវិទ្យាទេ។ ដំបូងត្រូវអនុញ្ញាតឱ្យទិន្នន័យត្រូវបានគេមើលឃើញ អនុញ្ញាតឱ្យថ្លៃអគ្គិសនីដែលបានសន្សំត្រូវបានបញ្ជាក់ មុនពេលនិយាយអំពីថាតើត្រូវប្រគល់សិទ្ធិគ្រប់គ្រងឬអត់។ គម្រោងដែលប្រញាប់ប្រញាល់លោតទៅរកស្វ័យភាពពេញលេញ ភាគច្រើនជាប់គាំងដោយសារតែអង្គភាពគ្រប់គ្រងអអគារមិនกล้าចុះហត្ថលេខា។

ការបង្ហាញ ESG នឹងក្លាយជាកម្លាំងជំរុញដ៏សំខាន់។ បើប្រៀបធៀបទៅនឹងការអះអាង «សន្សំថ្លៃអគ្គិសនី» ដែលតម្រូវឱ្យគណនាផលចំណេញ «តម្រូវការបទប្បញ្ញត្តិក្នុងការបង្ហាញ» គឺជាតម្រូវការរឹងមាំ (Hard demand)។ ខ្ញុំវិនិច្ឆ័យថាមុខទិញចូលក្នុងតៃវ៉ាន់ក្នុងរយៈពេលពីរឆ្នាំខាងមុខនឹងប្តូរពីការសន្សំថាមពលទៅជាការអនុលោមតាមច្បាប់។

ទីផ្សារเฉพาะกลุ่ม (Niche market) ທີ່ບໍ່សូវមានຄົນສົນໃຈ ຍັງคงมีพื้นที่ຢູ່។ បើប្រៀបធៀបទៅនឹងទីផ្សារ AI ទូទៅដែលមានការប្រកួតប្រជែងខ្លាំងរួចទៅហើយ ឧស្សាហកម្ម SaaS ដូចជាសំណង់ ឧស្សាហកម្ម និងឧបករណ៍ប្រើប្រាស់សាធារណៈ មានគូប្រជែងតិចជាងឆ្ងាយណាស់ ហើយភាពស្អិតរមួតរបស់អតិថិជនគឺខ្ពស់ — កម្មវិធីដែលដំណើរការចូលទៅក្នុងប្រព័ន្ធគ្រប់គ្រងអគារ ស្ទើរតែមិនត្រូវបានជំនួសវិញទេ។

ការសន្និដ្ឋាន និងមតិយោបល់ពី TheAI學院

ចំណាប់អារម្មណ៍របស់ខ្ញុំចំពោះវិស័យនេះគឺមកពីការសង្កេតជាក់ស្តែងមួយ៖ សំឡេងនៃការនិយាយអំពី AI នៅក្នុងតៃវ៉ាន់គឺเกือบទាំងអស់ផ្តោតលើកម្មវិធី Generative AI ប៉ុន្តែ AI ដែលពិតជាបង្កើតប្រាក់ចំណូលដែលអាចវាស់វែងបានរៀង 々 ខែ គឺផ្ទុយទៅវិញគឺជាឧស្សាហកម្ម SaaS ដែលគ្មាននរណានិយាយទាំងនេះ។ អគារមួយសន្សំសំចៃអគ្គិសនីបាន 11% ក្នុងមួយឆ្នាំគឺជារូបិយវត្ថុប្រាំខ្ទង់យ៉ាងពិតប្រាកដ ហើយវាសន្សំរៀងរាល់ឆ្នាំទៀតផង។

មតិយោបល់៖ AI សម្រាប់សំណង់មិនសិចស៊ីទេ ប៉ុន្តែវាជាកម្មវិធី AI មួយក្នុងចំណោមកម្មវិធី AI តិចតួចប៉ុណ្ណោះដែល «ผลตอบแทน (ROI) អាចត្រូវបានគណនាอย่างแม่นยำ» — ហើយនៅក្នុងដំណពេលវេលាដែលគម្រោង AI ភាគច្រើននៅតែបង្ហាញពីភាពមានប្រយោជន៍របស់ខ្លួន ការដែលអាចគណនាកម្រិតគណនេយ្យភាពបានយ៉ាងច្បាស់លាស់ គឺជាបារ៉ាសការពារ (Moat) ដ៏រឹងមាំរួចទៅហើយ។

ការណែនាំជាក់ស្តែងសម្រាប់អ្នកអាននៅតៃវ៉ាន់៖ ប្រសិនបើអ្នកទទួលខុសត្រូវលើការគ្រប់គ្រងអគារ ឬរោងចក្រ កុំប្រញាប់ប្រញាលស្វែងរកក្រុមហ៊ុន AI សូមសួរខ្លួនឯងនូវសំណួរបីជាមុនសិន — តើឧបករណ៍របស់ខ្ញុំสามารถអានទិន្នន័យពីចម្ងាយបានទេ? តើទម្រង់ទិន្នន័យสามารถនាំចេញได้หรือไม่? តើទិន្នន័យប្រើប្រាស់អគ្គិសនីក្នុងរយៈពេលមួយឆ្នាំកន្លងមកត្រូវបានរក្សាទុកដែរឬទេ? ប្រសិនបើមានចម្លើយណាមួយក្នុងចំណោមសំណួរបីនេះថា «ទេ» សូមបំពេញផ្នែកនេះជាមុនសិន អត្រាទទួលបានผลตอบแทน (ROI) គឺខ្ពស់ជាងការទិញកម្មវិធីទៅទៀត។ ប្រសិនបើអ្នកជាភាគី B ដែលចង់เสนอโครงการ (ស្នើគម្រោង) សូមបម្លែងប្រសិទ្ធភាពទៅជា «សន្សំសំចៃថ្លៃអគ្គិសនីប៉ុន្មានក្នុងមួយឆ្នាំ ប្រើពេលប៉ុន្មានឆ្នាំទើបបានទុនដើមវិញ» គឺមានប្រយោជន៍ជាងការនិយាយអំពីស្ថាបត្យកម្មម៉ូដែលរាប់រយដង។ ប្រសិនបើអ្នកចង់ស្វែងរកឧបករណ៍បែបនេះបន្ថែមទៀត អ្នកអាចទស្សនា ប្រភេទថាមពល និងឧបករណ៍ប្រើប្រាស់សាធារណៈ AI នៅលើគេហទំព័រ ឬមើលកន្លែងកម្មវិធីសហគ្រាសនៅក្នុង មគ្គុទ្ទេសក៍កិច្ចការ AI។

ប្រភពទិន្នន័យ

• គេហទំព័រផ្លូវការ PassiveLogic (ការពន្យល់អំពីវេទិកាគ្រប់គ្រងស្វ័យភាព)
• គេហទំព័រផ្លូវការ Nantum AI (สายผลิตภัณฑ์ និងករណីដាក់ឱ្យប្រើប្រាស់)
• គេហទំព័រផ្លូវការ Enersee (ការពន្យល់អំពីម៉ូឌុល និងចំនួនទីតាំង)

បានចងក្រងតាមព័ត៌មានជាសាធារណៈ ដោយយកព័ត៌មានផ្លូវការជាគោល។ ភាគរយសន្សំថាមពលនៅក្នុងអត្ថបទត្រូវបានបង្ហាញដោយក្រុមហ៊ុនផលិត ឬករណីអតិថិជនរបស់ពួកគេ ដោយមិនទាន់បានឆ្លងកាត់ការផ្ទៀងផ្ទាត់ដោយឯករាជ្យនោះទេ។