PassiveLogic
แพลตฟอร์มควบคุมอาคารอัตโนมัติที่ใช้วิทยาการจำลองโลกทางกายภาพ (Physics-based World Model) เพื่อให้อาคารบริหารจัดการตัวเองได้
ไปที่เว็บไซต์ ↗PassiveLogic เชื่อว่าอาคารควรจะขับเคลื่อนตัวเองได้เหมือนรถยนต์ไร้คนขับ แทนที่จะต้องคอยมาปรับตั้งค่าแอร์ด้วยมือตลอดทั้งวัน สิ่งที่พวกเขานำเสนอคือสถาปัตยกรรม "Physical AI" แบบครบวงจร ได้แก่ โมเดลจำลองโลก (World Model), เอเจนต์สำหรับหาเหตุผล (Reasoning Agents) และระบบควบคุมอัตโนมัติที่สามารถออกคำสั่งได้จริง
ฟีเจอร์เด่นและUse Case
ระบบอัตโนมัติสำหรับอาคาร (BAS) แบบดั้งเดิม โดยแก่นแล้วเป็นเพียงชุดกฎ if-then: อุณหภูมิเกินกี่องศาถึงจะเปิดเครื่องทำความเย็น ได้เวลาแล้วถึงจะปิดไฟ ปัญหาคืออาคารเป็นระบบอุณหพลศาสตร์ (Thermodynamic system) ทั้งความร้อนสะสมในผนัง, แสงแดด, ปริมาณคน และอากาศภายนอก ต่างก็ส่งผลกระทบซึ่งกันและกัน การอาศัยแค่กฎเกณฑ์จึงทำได้เพียงตอบสนองหลังจากเกิดเหตุการณ์ไปแล้ว แนวทางของ PassiveLogic คือการสร้างดิจิทัลทวิน (Digital Twin) ที่อิงตามหลักฟิสิกส์ เพื่อให้ระบบเข้าใจว่า "ตึกนี้ใช้งานจริงอย่างไร" จากนั้นเอเจนต์สำหรับหาเหตุผลจะคำนวณกลยุทธ์การควบคุมที่ดีที่สุด พร้อมปรับปรุงประสิทธิภาพต่อเนื่องตลอด 24 ชั่วโมงโดยไม่ต้องอาศัยมนุษย์เข้ามาร่วมปรับแต่ง ผลิตภัณฑ์ประกอบด้วย Autonomy Building Platform ตัวหลัก, แพลตฟอร์ม Hive และ Autonomy Suite ข้อแตกต่างที่สำคัญที่สุดเมื่อเทียบกับเครื่องมือวิเคราะห์ที่เป็นซอฟต์แวร์ล้วนๆ คือ "ระบบปิด (Closed-loop)" นั่นคือไม่ใช่แค่บอกว่าจุดไหนเปลืองพลังงาน แต่เข้ามาควบคุมจัดการให้ทันที แนวทางนี้ต้องอาศัยพลังประมวลผลและโครงสร้างพื้นฐานด้านเซ็นเซอร์พอสมควร ทำให้บริษัทระดมทุนรอบ Series C ได้สำเร็จ 74 ล้านดอลลาร์สหรัฐในปี 2025 และถูกมองว่าเป็นหนึ่งในแนวทางเทคโนโลยีที่มีความตื่นตัวมากที่สุดในวงการ AI สำหรับอาคาร
เหมาะสำหรับเจ้าของอาคารสำนักงานขนาดใหญ่, โครงการอสังหาริมทรัพย์แบบคอมเพล็กซ์ และบริษัทจัดการทรัพย์สินเชิงพาณิชย์ โดยเฉพาะองค์กรที่ต้องเผชิญกับต้นทุนพลังงานและข้อกำหนดเรื่องการปล่อยคาร์บอนพร้อมๆ กัน แต่ไม่อยากจ้างทีมงานเพิ่มเพื่อมาคอยเฝ้าหน้าจอแดชบอร์ด
ฟีเจอร์หลัก
- สร้างดิจิทัลทวินของอาคารที่อิงตามหลักฟิสิกส์ (World Model)
- เอเจนต์สำหรับหาเหตุผลเพื่อคำนวณกลยุทธ์การควบคุมโดยอัตโนมัติ
- ระบบควบคุมอัตโนมัติที่ออกคำสั่งได้จริง แทนที่จะให้แค่คำแนะนำ
- แพลตฟอร์มหลัก Autonomy Building Platform
- แพลตฟอร์ม Hive และโมดูล Autonomy Suite
- เพิ่มประสิทธิภาพต่อเนื่อง 24 ชั่วโมง โดยไม่ต้องปรับแต่งตั้งค่าด้วยมนุษย์
- มีตัวชี้วัดความสำเร็จหลักคือการประหยัดพลังงานและการลดการปล่อยคาร์บอน
การใช้งานทั่วไป
- เพิ่มประสิทธิภาพระบบปรับอากาศในอาคารสำนักงานขนาดใหญ่แบบอัตโนมัติ
- บริหารจัดการพลังงานแบบรวมศูนย์สำหรับพอร์ทโฟลิโออสังหาริมทรัพย์ระดับโครงการ
- ใช้ผลลัพธ์ด้านการประหยัดพลังงานเพื่อสนับสนุนรายงาน ESG และการประเมินคาร์บอนฟุตพริ้นท์
- วางแผนชั้นการควบคุมสำหรับอาคารอัจฉริยะที่สร้างใหม่
- อัปเกรดระบบ BAS เดิมเพื่อทดแทนการปรับตั้งค่าด้วยมนุษย์
ฟีเจอร์เด่น
- สร้างดิจิทัลทวินของอาคารที่อิงตามหลักฟิสิกส์ (World Model)
- เอเจนต์สำหรับหาเหตุผลเพื่อคำนวณกลยุทธ์การควบคุมโดยอัตโนมัติ
- ระบบควบคุมอัตโนมัติที่ออกคำสั่งได้จริง แทนที่จะให้แค่คำแนะนำ
- แพลตฟอร์มหลัก Autonomy Building Platform
- แพลตฟอร์ม Hive และโมดูล Autonomy Suite
- เพิ่มประสิทธิภาพต่อเนื่อง 24 ชั่วโมง โดยไม่ต้องปรับแต่งตั้งค่าด้วยมนุษย์
- มีตัวชี้วัดความสำเร็จหลักคือการประหยัดพลังงานและการลดการปล่อยคาร์บอน
ข้อดี
- ระบบควบคุมแบบปิด (Closed-loop) ไม่เพียงแค่วินิจฉัยแต่สามารถปฏิบัติการได้จริง
- โมเดลฟิสิกส์สามารถจัดการกับอาคารใหม่และสถานการณ์ที่มีข้อมูลน้อยได้ดีกว่าระบบที่อาศัยข้อมูล (Data-driven) เพียงอย่างเดียว
- ลดการพึ่งพาช่างเทคนิคหน้างานในการปรับจูนระบบอย่างต่อเนื่อง
- ตอบโจทย์ทั้งเรื่องต้นทุนพลังงานและข้อกำหนดด้าน ESG และการปล่อยคาร์บอนไปพร้อมกัน
ข้อเสีย
- ไม่มีการเปิดเผยราคาบนเว็บไซต์อย่างเป็นทางการ จัดเป็นโครงการระดับองค์กร (Enterprise)
- ต้องมีโครงสร้างพื้นฐานด้านเซ็นเซอร์และระบบควบคุมในระดับหนึ่ง ต้นทุนการปรับปรุงอาคารเก่าจึงสูง
- เมื่อมอบอำนาจการควบคุมให้ AI จำเป็นต้องออกแบบระบบสำรองเพื่อเข้าควบคุมแทน (Fail-safe) ในกรณีเกิดความผิดปกติ
- ตัวเลขผลลัพธ์บนเว็บไซต์อาจแสดงผลไม่ครบถ้วน ควรตรวจสอบยืนยันผ่านการทำ POC (Proof of Concept) จริง
กรณีการใช้งาน
- เพิ่มประสิทธิภาพระบบปรับอากาศในอาคารสำนักงานขนาดใหญ่แบบอัตโนมัติ
- บริหารจัดการพลังงานแบบรวมศูนย์สำหรับพอร์ทโฟลิโออสังหาริมทรัพย์ระดับโครงการ
- ใช้ผลลัพธ์ด้านการประหยัดพลังงานเพื่อสนับสนุนรายงาน ESG และการประเมินคาร์บอนฟุตพริ้นท์
- วางแผนชั้นการควบคุมสำหรับอาคารอัจฉริยะที่สร้างใหม่
- อัปเกรดระบบ BAS เดิมเพื่อทดแทนการปรับตั้งค่าด้วยมนุษย์
บันทึกบรรณาธิการ
ในแวดวงการประหยัดพลังงานอาคาร มีผู้ให้บริการที่คุยเรื่อง "การปรับแต่งด้วย AI" นับไม่ถ้วน ซึ่งส่วนใหญ่เป็นเพียงการแปลงข้อมูลย้อนหลังให้ออกมาเป็นกราฟเท่านั้น ผมชื่นชมในความทะเยอทะยานทางเทคโนโลยีของ PassiveLogic ที่กล้าทำระบบควบคุมแบบปิด (Closed-loop) แต่เพราะมันเข้าไปควบคุมระบบปรับอากาศของคุณจริงๆ ระดับความระมัดระวังในการใช้งานจึงควรสูงกว่าซอฟต์แวร์ทั่วไปอีกขั้น—ควรเริ่มจากขอบเขตเล็กๆ กำหนดขอบเขตความปลอดภัย และตรวจสอบพฤติกรรมของระบบเมื่อสัญญาณขาดหายให้เรียบร้อยเสียก่อน
คำถามที่พบบ่อย
แตกต่างจากระบบจัดการพลังงานอาคาร (BEMS) ทั่วไปอย่างไร?
BEMS ส่วนใหญ่จะหยุดอยู่แค่การ "ตรวจสอบและวิเคราะห์" โดยบอกคุณว่าจุดไหนใช้พลังงานมาก จากนั้นคนยังคงต้องเข้าไปปรับเอง แต่ PassiveLogic มีตำแหน่งทางการตลาดเป็นระบบควบคุมอัตโนมัติ ซึ่งระบบจะคิดค้นกลยุทธ์และดำเนินการด้วยตัวเอง ความแตกต่างนี้ดูเหมือนจะเล็กน้อย แต่ในทางปฏิบัติเป็นตัวกำหนดว่าคุณจำเป็นต้องจ้างคนมาคอยเฝ้าดูหน้าจอตลอดเวลาหรือไม่
อาคารเก่าสามารถนำมาใช้งานได้หรือไม่?
ใช้งานได้ แต่ต้องขึ้นอยู่กับพื้นฐานของเซ็นเซอร์และระบบควบคุมที่มีอยู่ หากไม่มีแม้กระทั่งเซ็นเซอร์วัดอุณหภูมิแยกตามโซนพื้นฐาน หรืออุปกรณ์ที่สั่งการระยะไกลได้ ก็จะต้องติดตั้งฮาร์ดแวร์เหล่านี้เพิ่มก่อน ซึ่งต้นทุนอาจจะสูงกว่าตัวซอฟต์แวร์เสียอีก ในขั้นตอนประเมินจึงต้องคำนวณค่าปรับปรุงรวมเข้าไปด้วย
การมอบสิทธิ์ควบคุมระบบปรับอากาศให้ AI มีความปลอดภัยหรือไม่?
หัวใจสำคัญอยู่ที่กลไกการสลับเข้าควบคุมแทนเมื่อเกิดความผิดปกติ (Fail-safe) ระบบควบคุมอัตโนมัติทุกระบบต้องมีช่องทางให้มนุษย์สามารถเข้ามาควบคุมทับได้เอง (Manual override) และมีขอบเขตความปลอดภัย (เช่น ขีดจำกัดอุณหภูมิสูงสุด-ต่ำสุด, ตรรกะการป้องกันอุปกรณ์) รวมถึงต้องมีสถานะสำรองที่ปลอดภัยในกรณีที่ระบบสื่อสารขัดข้อง ก่อนเริ่มใช้งานควรตรวจสอบสถานการณ์เหล่านี้กับทางผู้ให้บริการให้ชัดเจน อย่าดูเพียงแค่ตัวเลขการประหยัดพลังงานอย่างเดียว