PassiveLogic

Nền tảng điều khiển tòa nhà tự động vận hành nhờ mô hình thế giới vật lý

Contact for pricing United States
Truy cập website ↗

PassiveLogic lập luận rằng các tòa nhà nên tự vận hành giống như ô tô tự lái, thay vì dựa vào con người liên tục điều chỉnh các thông số điều hòa. Những gì họ làm là một ngăn xếp "Physical AI" hoàn chỉnh: mô hình thế giới, tác nhân suy luận (reasoning agents), kết hợp với hệ thống điều khiển tự động thực sự có khả năng đưa ra mệnh lệnh.

Tính năng nổi bật & Trường hợp sử dụng

Tự động hóa tòa nhà truyền thống (BAS) thực chất chỉ là một tập hợp các quy tắc if-then: nhiệt độ vượt quá bao nhiêu độ thì bật máy làm lạnh, đến giờ thì tắt đèn. Vấn đề là một tòa nhà là một hệ thống nhiệt động lực học, nơi khả năng lưu trữ nhiệt của tường, bức xạ mặt trời, lưu lượng người và không khí ngoài trời đều tương tác lẫn nhau, và việc dựa vào các quy tắc sẽ luôn chỉ mang tính phản ứng sau sự việc. Cách tiếp cận của PassiveLogic là xây dựng một bản sao kỹ thuật số (digital twin) dựa trên vật lý, cho phép hệ thống hiểu được "tòa nhà này thực sự hoạt động như thế nào", từ đó các tác nhân suy luận sẽ đưa ra chiến lược điều khiển tối ưu, liên tục tối ưu hóa 24/7 mà không cần sự can thiệp thủ công. Dòng sản phẩm bao gồm Nền tảng Tòa nhà Tự trị cốt lõi (Autonomy Building Platform), nền tảng Hive và Autonomy Suite. So với các công cụ phân tích hoàn toàn bằng phần mềm, điểm khác biệt lớn nhất của nó là "vòng lặp kín" (closed-loop) — không chỉ cho bạn biết nơi nào đang lãng phí năng lượng, mà còn trực tiếp tiếp quản việc điều khiển. Cách tiếp cận này đòi hỏi năng lực tính toán và nền tảng cảm biến đáng kể, đó là lý do tại sao công ty đã hoàn thành vòng gọi vốn Series C trị giá 74 triệu USD vào năm 2025, được coi là một trong những hướng đi công nghệ tích cực nhất trong lĩnh vực AI xây dựng.

Phù hợp cho chủ sở hữu và công ty quản lý tài sản của các tòa nhà thương mại lớn, khu đô thị và danh mục đầu tư bất động sản thương mại, đặc biệt là các tổ chức đang phải đối mặt với chi phí năng lượng và yêu cầu phát thải carbon, nhưng không muốn thuê thêm một nhóm người chỉ để dán mắt vào bảng điều khiển.

Tính năng chính

  • Bản sao kỹ thuật số (world model) của tòa nhà dựa trên nền tảng vật lý
  • Tác nhân suy luận tự động đưa ra chiến lược điều khiển
  • Hệ thống điều khiển tự động, trực tiếp ra lệnh thay vì chỉ đưa ra gợi ý
  • Nền tảng cốt lõi Autonomy Building Platform
  • Nền tảng Hive và các mô-đun Autonomy Suite
  • Tối ưu hóa liên tục 24/7, không cần điều chỉnh thủ công
  • Lấy hiệu quả tiết kiệm năng lượng và giảm phát thải carbon làm chỉ số thành công chính

Ưu điểm

  • Điều khiển vòng lặp kín, không chỉ chẩn đoán mà còn thực thi trực tiếp
  • Mô hình vật lý có khả năng xử lý các tình huống tòa nhà mới và ít dữ liệu tốt hơn các giải pháp thuần túy dựa trên dữ liệu
  • Giảm sự phụ thuộc vào việc kỹ thuật viên tại chỗ phải tinh chỉnh liên tục
  • Giải quyết đồng thời hai nhu cầu: chi phí năng lượng và phát thải carbon theo chuẩn ESG

Nhược điểm

  • Chưa công bố giá công khai, thuộc diện dự án cấp doanh nghiệp
  • Yêu cầu mức độ cảm biến và nền tảng điều khiển tương đối cao, chi phí cải tạo các tòa nhà cũ khá tốn kém
  • Giao quyền điều khiển cho AI đòi hỏi các cơ chế tiếp quản khi xảy ra sự cố phải được thiết kế trước
  • Một số số liệu hiệu quả trên trang web chưa được trình bày đầy đủ, nên được xác minh thông qua POC (Proof of Concept) thực tế

Trường hợp sử dụng

  • Tự động tối ưu hóa hệ thống điều hòa không khí cho các tòa nhà thương mại lớn
  • Quản lý năng lượng tập trung cho danh mục bất động sản cấp khu đô thị
  • Hỗ trợ báo cáo kiểm kê carbon và ESG bằng hiệu quả tiết kiệm năng lượng
  • Lập kế hoạch tầng điều khiển cho các tòa nhà thông minh xây dựng mới
  • Nâng cấp hệ thống BAS hiện có để thay thế việc điều chỉnh thủ công

Ghi chú biên tập

Trong lĩnh vực tiết kiệm năng lượng tòa nhà, có vô số nhà cung cấp nói về "tối ưu hóa bằng AI", nhưng phần lớn thực chất chỉ là vẽ biểu đồ từ dữ liệu lịch sử. PassiveLogic dám làm điều khiển vòng lặp kín, và tôi thực sự ngưỡng mộ tham vọng công nghệ này. Tuy nhiên, chính vì nó thực sự can thiệp vào hệ thống điều hòa của bạn, mức độ thận trọng khi triển khai nên cao hơn một cấp so với phần mềm thông thường — hãy thử nghiệm ở phạm vi nhỏ trước, thiết lập các giới hạn an toàn trước, và xác nhận trước hành vi của hệ thống khi mất kết nối.

Câu hỏi thường gặp

Nó khác gì với hệ thống quản lý năng lượng tòa nhà (BEMS) thông thường?

Hầu hết các BEMS chỉ dừng lại ở mức "giám sát và phân tích", cho bạn biết nơi nào tiêu tốn năng lượng, nhưng sau đó con người vẫn phải tự vào điều chỉnh. Định vị của PassiveLogic là điều khiển tự động, hệ thống sẽ tự suy luận chiến lược và thực thi. Sự khác biệt này nghe có vẻ nhỏ, nhưng trên thực tế nó quyết định việc bạn có cần nuôi một đội ngũ túc trực theo dõi lâu dài hay không.

Các tòa nhà cũ có thể áp dụng được không?

Có, nhưng điều đó phụ thuộc vào nền tảng cảm biến và điều khiển hiện có. Nếu ngay cả cảm biến nhiệt độ phân khu cơ bản và thiết bị điều khiển từ xa cũng không có, bạn sẽ phải bổ sung phần cứng này trước, và chi phí có thể còn cao hơn cả phần mềm. Khi đánh giá, cần phải tính toán cả chi phí cải tạo vào bài toán hoàn vốn đầu tư.

Giao quyền điều khiển điều hòa không khí cho AI có an toàn không?

Chìa khóa nằm ở cơ chế tiếp quản khi có sự cố. Bất kỳ hệ thống điều khiển tự động nào cũng phải duy trì khả năng ghi đè thủ công và các giới hạn an toàn (ví dụ: giới hạn nhiệt độ trên/dưới, logic bảo vệ thiết bị), đồng thời có trạng thái mặc định an toàn khi mất kết nối. Trước khi triển khai, hãy nhớ xác nhận kỹ các tình huống này với nhà cung cấp, đừng chỉ nhìn vào các con số tiết kiệm năng lượng.

Công cụ AI liên quan

繁體中文版 →