Nantum AI

Nantum AI là nền tảng trí tuệ vận hành cho bất động sản thương mại, dùng học máy phân tích dữ liệu năng lượng, thiết bị và mức sử dụng của tòa nhà, tạo ra đề xuất vận hành theo thời gian thực. Hiện công ty đã trở thành một phần của Johnson Controls.

Tính năng và trường hợp sử dụng

Hướng tiếp cận của Nantum khác với các sản phẩm điều khiển thuần túy, nó thiên về "lớp vận hành": trước tiên lấy dữ liệu rải rác trong các hệ thống về, chuẩn hóa, rồi dùng AI đưa ra đề xuất điều chỉnh theo thời gian thực cho điều hòa và thiết bị, đồng thời tổng hợp các chỉ số năng lượng, phát triển bền vững, ESG và rủi ro khí hậu thành báo cáo mà cấp quản lý có thể hiểu được. Điều này đặc biệt hữu ích cho chủ sở hữu bất động sản lớn, vì nỗi đau thực sự của họ thường không phải là làm sao tiết kiệm điện cho một tòa nhà, mà là hiệu suất của vài chục tòa nhà không thể so sánh ngang hàng — mỗi tòa có hệ thống, cảm biến, định dạng dữ liệu khác nhau. Nantum cung cấp dịch vụ thu thập và chuẩn hóa dữ liệu, còn bố trí nhà phân tích hỗ trợ diễn giải, thuộc mô hình "phần mềm cộng dịch vụ". Về trường hợp thực tế, tòa nhà văn phòng Bentall Five sau khi triển khai báo cáo mức tiêu thụ năng lượng giảm 11%, phát thải carbon giảm 12%. Khách hàng hợp tác bao gồm JPMorgan Chase, Jamestown và các tổ chức bất động sản, tài chính lớn khác. Sau khi được Johnson Controls mua lại, nó rõ ràng hơn trở thành lớp phần mềm AI của hãng thiết bị điều khiển tòa nhà truyền thống.

Phù hợp với chủ sở hữu bất động sản sở hữu nhiều tòa nhà, công ty quản lý tài sản và doanh nghiệp cần công bố hiệu suất ESG ra bên ngoài; cũng phù hợp với đội quản lý tòa nhà đã có thiết bị tự động hóa tòa nhà, muốn thêm một lớp phân tích thông minh.

Tính năng chính

• Phân tích hiệu suất năng lượng và phát triển bền vững
• Tổng hợp và báo cáo chỉ số vận hành ESG
• Đề xuất tối ưu kỹ thuật thiết bị
• Tích hợp hệ thống tự động hóa tòa nhà
• Đánh giá rủi ro khí hậu
• Đề xuất điều chỉnh AI theo thời gian thực cho điều hòa và thiết bị
• Dịch vụ thu thập và chuẩn hóa dữ liệu, xử lý khác biệt định dạng dữ liệu giữa các tòa nhà
• Bố trí nhà phân tích hỗ trợ diễn giải hiệu quả

Trường hợp sử dụng phổ biến

• Chủ sở hữu bất động sản so sánh hiệu suất năng lượng của nhiều tòa nhà thuộc quyền sở hữu
• Tạo dữ liệu vận hành cần thiết cho công bố ESG
• Đội quản lý tòa nhà điều chỉnh chiến lược vận hành điều hòa theo đề xuất AI
• Đánh giá rủi ro khí hậu vật lý của tòa nhà
• Tích hợp dữ liệu phân tán từ hệ thống tự động hóa tòa nhà hiện có