為了降低能源成本並保持用戶的使用舒適性與生產力，帶動了對建築自動化系統的早期採用。在公用支出方面，自動化通常每年可為每平方英呎節省 0.20 到 0.40 美元。以 75,000 平方英呎的平均尺寸建築物來說，這代表每年可節省 15,000 到 30,000 美元。

自動化不僅可節省金錢，也讓業主能更妥善控制室內環境，為工作人員與客戶打造更健康、更舒適的氣氛。

照明、供暖、通風和空調 (HVAC) 等系統是建築物使用者整體舒適度和體驗的關鍵，當這些系統故障時，可能會導致生產力與收益的流失，而在空氣品質改善 94% 的情況下，員工回報的生產力可提升 40%。

但建築自動化系統有其極限。自動化一開始是工業解決方案，仍在使用中的老舊系統是設計給全職的現場設備工程師使用。這些系統缺乏串流與儲存大量資料的能力，導致無法在一系列建築物之間分析趨勢。因此，可能無法偵測到正在發生的系統問題。

但現在，在建築物與保持建築物運作的設備中，都已經採用了物聯網和雲端技術。新的解決方案讓設施管理人員能獲得深刻見解，使他們更加瞭解設備功能的完善度、是否滿足能源目標、是否保持用戶的舒適性，並可獲得更多資訊。

雲端式建築管理解決方案可提供三種關鍵商業優勢：降低成本、提高生產力，以及增強安全性，如圖 1 所示。

串聯未連線的物件

然而即使建築物系統變得更加智慧，它們還是各自為政。HVAC、電源、照明、安全性，以及其他的系統通常都分散在多種不相容的平台、通訊協定和管理工具之間。想要在單一建築物內獲得深刻見解、最佳化能源使用，以及監控設備健全度就已經十分耗費時間與成本，更不必說要跨許多建築物了。

雲端式建築物管理解決方案供應商 Riptide 開發了企業組合管理系統 (Enterprise Portfolio Management System) 以解決這些挑戰。此系統以 Intel^® 技術為基礎，可整合單一或多個建築物內來自個別自動化系統的資料，使管理人員能在一個中心位置看到即時結果並管理設定。

「我們認為建築物自動化是一種單一系統，但其實它是多個工業子系統的集合，」Riptide 銷售與行銷部門副總裁 Marti Ogram 解釋。「電源、HVAC、冷藏冷凍，以及照明等都由不同廠商提供，各自具有其產業標準與通訊協定。我們整合所有的這些通訊協定，將它們帶到同一個環境內。」

這代表建築物管理人員可以在單一平台上針對溫度、照明和通風設定預先定義的排程。他們能對每一棟建築物的所有系統擁有即時的可見度，並可控制設備與能源使用。

無論系統廠商為何，Riptide 皆可透過智慧感測器收集單一建築物或一系列建築物中不同控制系統的資料。資料可透過現場閘道處理，讓管理人員能快速控制照明與溫度設定。也能確保即使在失去雲端連線的情況下，管理人員仍保有控制能力。

來自所有感測器的完整資料集會安全地傳送至雲端並進行分析，以找出醞釀中的問題、為維修技術人員提供相關通知，並收集關於設備與能源趨勢的深刻見解。（請見以下的圖 2。）

雲端運算與高效能的 Intel 處理器能讓 Riptide 快速分析並轉送資訊。「老舊系統還在忍受著使用用戶端伺服器架構。我們需要雲端運算能力來處理大量的資料分析和機器學習，」Ogram 表示。

當企業組合增加新的感測器或新的建築物時，Riptide 這類的設備管理解決方案亦可輕鬆進行擴充。因為不再受限於內部部署伺服器的容量限制，建築物業主可以收集到比過去多出更多的資訊。

預防故障

除了增加容量與速度以外，雲端式分析亦可讓建築物業主更早發現設備問題，進而預防故障並節省時間與金錢。

舉例來說，如果有一個空調壓縮機開始發生故障，可能需要更多的耗電量才能維持運轉。若業主沒有發現這個問題，就會收到昂貴的電費帳單，但卻無從得知原因。最後，在一個大熱天裡，壓縮機完全停止運轉，讓建築物內的用戶汗流浹背，建築物管理人員也得緊急安排維修。

運用 Riptide 的系統，就能藉由資料分析在初期發現故障徵兆，並透過行動應用程式傳送警示給維修技術人員。技術人員會知道問題存在，並可在準備出發前往現場施作前更進一步瞭解問題。

透過檢視分析結果，技術人員可能會瞭解壓縮機的機齡已達 10 年，而且在多年中收到三次派工單。因此，技術人員會直接帶一套新的裝置到現場，而不是浪費時間和金錢修補老舊的壓縮機。如此便可在人員第一次前往現場時就解決問題，不必等到發生故障。

精確掌握趨勢

大數據也為建築物業主提供關於能源使用的新洞見。他們可以任意剖析資料、根據業界標準為設備效能訂定標竿、透過設定點檢查用戶的合規性、測量一日內不同時間的能源使用，或是比較建築物之間的效能差異。

Nordstrom 的管理人員使用 Riptide 的分析功能管理他們的控制系統，為 300 間店面節省不必要的照明。透過運用 Riptide 的解決方案驗證初次修復是否就進展順利，這家頂級零售連鎖店讓他們最大的維護預算項目（HVAC 維修）降低了 25%。

透過調查大數據趨勢，建築物業主可預估未來的能源使用，並預期設備維修時間，協助他們做出更準確的營運預算。他們也能更加瞭解用戶與客戶如何運用他們的系統，讓他們在控制與未來設備採購方面做出更明智的決策。

感測器收集越多資訊，能提供的協助就越大。Riptide 現在開始與 Intel 和其他夥伴合作，將機器學習技術用在他們所收集到的大量寶貴資料上。隨著時間，解決方案提供的深刻見解將可預測設備何時故障，並根據氣候和佔用率自動調整建築物系統。