人工智能技术的进步彻底改变了我们管理和维护房地产“实物”资产的方式。

一项新兴的应用是“智能资产登记系统”,该系统可优化大型物业组合中关键资产(如电梯、电动门、报警系统及各类机械设备)的管理。

挑战

管理庞大的资产组合本身就是一项复杂且成本高昂的工作。以伦敦及东南部地区一家管理着数十万套住房的大型住房协会为例。他们管理的资产种类繁多,包括数百部电梯、锅炉、电动门和供水系统。仅电梯方面的年度支出就相当可观,可达数百万英镑。

对于此类机构而言,电梯管理的复杂性远不止于财务考量。现有的电梯型号多种多样,这意味着不同的维护计划和服务要求。例如,西门子电梯虽然可靠性高且提供长期服务合同,但初始成本较高。另一方面,亚洲制造商生产的廉价型号虽然前期成本较低,但故障率较高,维护费用和维修频率也随之增加,从而导致意外停机。 在建筑项目的规划与开发阶段,此类问题往往被忽视,或未得到充分考量及一致性处理,这正是造成管理挑战的主要因素之一。

此外,各电梯制造商在服务协议的开放程度上也存在差异。像通力(KONE)和奥的斯(Otis)这样的企业倾向于采用专有服务协议,而一些低成本电梯品牌(例如韩国制造商西格玛(Sigma))则通常对由谁提供服务并不挑剔。鉴于系统本身存在如此大的差异性,当前的手动资产管理方法效率低下,导致成本上升且资产性能未达最佳水平。

这种情况因需要及时、准确的信息以做出更明智的决策而进一步加剧。例如,假设一栋有老年或残障居民居住的高层建筑中的电梯频繁故障。在这种情况下,这不仅是不便,更是影响居民福祉和安全的关键问题。 因电梯不可靠而“被困”所带来的心理影响,可能导致严重的心理压力及潜在的精神健康问题,尤其是在社会住房或大型公寓楼中。

此外,确保符合安全法规和必要的法律标准是房地产企业的一大关注重点。由于在多个地点和不同类型的房地产中存在数量庞大且种类繁多的建筑设施(如暖通空调系统(HVAC)、电梯、安防系统等),因此跟踪监管合规情况、服务记录和维护计划往往成为一项艰巨的任务。这通常导致维护工作流于被动,而非主动。

解决方案:Artefact智能资产登记册

Artefact “智能资产登记系统”以应对这些挑战。这一预测工具基于客户自有资产的历史表现,针对建筑物的具体规格推荐最合适的资产。

现代设备(例如过去十年间安装的电梯)的一大显著优势在于,它们能够自动采集并记录各类运行数据。这些设备配备了先进的传感器和监控系统,可记录详细的使用统计数据,包括运行次数、载重、停靠楼层、等待时间等。这些数据会持续被收集并存储在设备本地或cloud数据库中,从而无需人工录入数据,并显著降低了人为出错的可能性。

因此,该解决方案利用这些自动记录的数据,结合其他数据来源(如过往维修账单、电梯技术规格以及前期购置和维护成本),来确定(即预测)哪些电梯在长期内能带来最佳的资产投资回报率,并分析其原因,从而在资产购置的初始成本与维护保养成本之间实现最佳平衡。

该解决方案的工作原理如下:

  • 该客户端拥有一个用户界面,用户可在其中输入楼层数、单元数、预计建筑寿命、居民人数以及建筑类型等关键信息。

  • 这些数据会被输入到我们的监督式机器学习模型中,该模型随后会生成一份按优先级排序的推荐电梯类型清单。每项推荐都会附带其排名的关键依据,包括特定时期内的投资回报率(ROI)、维护计划、前期成本与维护成本的对比,以及资产的总体使用寿命等因素。

class="lazyload

主要优势

智能资产登记系统的实施带来了多项显著优势。首先,它能快速获取关键洞察,使决策者能够及时优化资产配置。其可扩展性确保了数据的持续采集与分析,有助于在资产组合不断扩大的过程中做好未来规划。

这种基于人工智能的方法减少了对人工流程的依赖,最大限度地降低了对电子表格和关键人员的依赖。它简化了开发商的资产类型清单,资产类型的减少不仅降低了管理复杂度,还提高了维修费用的规模经济效益,并加深了对特定型号的熟悉度。这一切都有助于改善内部数据收集工作,并加速洞察生成过程,使高管能够专注于战略决策和未来建议,而非数据收集与分析。

除了物业管理之外,智能资产登记系统还可应用于多个领域:

  • 医疗保健:英国国家医疗服务体系(NHS)可利用该工具优化设备选型,在成本与可靠性之间取得平衡,从而提升患者护理质量并确保符合安全法规。

  • 教育:大学校园可以管理跨多栋建筑的实验室设备、供暖和制冷系统以及电梯,从而确保预算得到高效利用。

  • 交通:交通管理部门(例如伦敦交通局)可在整个公共交通网络中平衡自动扶梯、电梯及售票系统的初始成本、维护成本及运行时间表,从而提高运营效率和可持续性。

  • 商业地产:建筑集团能够确保办公楼和零售空间内关键基础设施(如电梯和暖通空调系统)的高效运行。

因此,我们看到各行业普遍存在以下优势:

  • 数据驱动的决策:为资产选择提供一种稳健的数据驱动方法,减少对直觉和主观判断的依赖。

  • 风险缓解:通过综合考虑成本和业绩数据,最大限度地降低选定次优资产的风险。

  • 生命周期管理:提供关于资产整个生命周期的洞察,确保长期规划和可持续发展。

  • 可扩展性:具备可扩展性和适应性,以满足组织发展或设施扩建的需求。

  • 提升效率:针对每个具体用例,推荐最合适且可靠的资产,从而提高整体运营效率。

确保准确性与可靠性

为了确保一款旨在推荐资产并提供洞察的监督学习工具的准确性和可靠性,采取了以下步骤:

  • 全面的数据基础:该工具基于一个强大的数据集构建,其中包含关于各类资产的详尽信息,确保能够全面掌握不同场景下的绩效指标。

  • 先进的机器学习技术:我们采用最先进的监督学习算法,并经过精心调优,以平衡初始成本、维护成本和资产寿命,从而确保根据客户的具体需求提供最优的建议。

  • 严格的验证流程:为确保该工具的有效性,我们采用了交叉验证技术及行业相关的性能指标。这一严格的测试流程确保了我们的模型能够很好地推广到新数据上,并提供一致且准确的建议。

  • 透明度与可解释性:我们的工具集成了SHAP和LIME等可解释性方法,能够清晰阐明每条建议背后的逻辑依据。这种透明度确保客户能够理解决策过程,并对结果充满信心。

  • 持续改进:该模型会定期根据新数据和反馈进行更新,以反映不断变化的状况并增强其预测能力,从而确保其始终保持最新且有效。

  • 专家验证:我们与行业专家及客户关键利益相关者紧密合作,对工具生成的建议进行验证,确保这些建议切实可行、切合实际,并符合实际需求和客户期望。

  • 实际应用测试:我们的工具已通过广泛的实际应用测试,证明了其在实际应用中的可靠性和准确性。这一全面的测试流程确保了该工具在实际工作条件下能够表现出色。

  • 用户反馈整合:我们重视并采纳用户的反馈,不断优化工具,以更好地满足客户需求。这一反馈机制提升了工具的可靠性,并确保其能够根据客户的体验和见解持续改进。

认识到局限性

复杂性:一个重大的挑战在于,需要大量高质量的数据来训练一个有效的模型。 如果客户的数据尚未数字化,则必须首先利用 OCR(光学字符识别)技术从手写文件和账单中提取信息。如果文件采用非常规或复杂的表格格式,这一过程将尤为困难,且容易出现错误。在无法使用 OCR 的情况下,则需要进行人工数据录入和数字化处理,这不仅耗时,而且资源消耗巨大。

历史偏差:该工具的推荐仅限于过去曾使用过的资产。因此,由于长期数据不足,它无法对新资产或近期推出的资产提供洞察。这一限制意味着新模型和创新可能不会被纳入推荐范围,从而可能导致推荐已被更先进选项所取代的过时资产。 不过,一种克服这一局限的方法是,针对同一家制造商推出的、仅为现有模型升级版的新模型,通过数据外推法进行分析。

费用与要求

要构建一个有效的资产推荐工具,我们需要全面的数据,包括使用统计、维护记录和资产性能指标等详细的运营数据,以及涵盖初始成本、历史维护费用和新资产预计成本的财务数据。 此外,我们还需要现有及过往资产的技术规格,以及关于这些资产当前或过去使用地点的相关建筑信息。因此Artefact资产登记系统的部署成本在很大程度上取决于需要解决的问题、可用数据的质量以及项目范围(包括资产的数量和类型)。据此,该智能资产登记解决方案的成本预计将从约7万英镑起。

此外,要成功部署该解决方案,需要与主要利益相关方及行业专家紧密合作,以验证模型的建议,并确保其符合最佳实践和监管标准。为了促进该工具的成功应用和持续改进,我们能够为客户提供用户培训并建立反馈机制。这有助于确保我们的解决方案能够有效满足客户不断变化的需求。

为什么选择Artefact?

Artefact 全球领先的咨询公司Artefact 致力于加速数据和人工智能的应用,从而为个人和组织带来积极影响。我们专注于数据转型和数据营销,旨在推动整个企业价值链取得切实的商业成果。Artefact 最全面的数据驱动型解决方案,这些方案基于深厚的数据科学和前沿的人工智能技术,并在英国房地产行业大规模实施人工智能项目。

我们是住宅、商业、工业及专项资产类别房地产企业的值得信赖的合作伙伴。我们的合作伙伴包括富时350指数成分股公司及规模相当的私营机构。凭借20余年的房地产行业经验,我们专业的房地产团队汇聚了在房地产评估、城市规划、开发及融资领域的专家和特许专业人士。

我们过往的工作涵盖多个领域,包括与客户共同制定以数据为导向的动态战略——为其指明在目标市场中的布局方向及制胜之道——以及实施重大的运营变革,例如设立新的业务部门和推出新的业务方案。我们在房地产生命周期的各个阶段均有涉足,从土地收购到日常维护,并始终与客户通力合作,以科学的方法优化这些流程。