AI距离楼宇自主运营还有多远 进博会现场采访霍尼韦尔科技陈延

AI距离楼宇自主运营还有多远 进博会现场采访霍尼韦尔科技陈延

Linan / 2026-11-07 17:2116275
标签:CIIE2026

AI距离楼宇自主运营还有多远?在第九届进博会的现场群访中,霍尼韦尔科技智能建筑科技集团副总裁兼大中华区总经理陈延回应热点科技提问时表示,AI落地需要结合行业经验,解决现场数据和设备运行中的具体问题,并与客户的管理流程配合。

wps_doc_1.jpg霍尼韦尔科技展台围绕八大垂直行业展开

今年6月完成航空航天业务分拆后,霍尼韦尔科技更加聚焦自动化。本届带来的七款中国首发首秀成果,既有Forge智能建筑解决方案、SafeWise智应自主化决策平台,也有Vertex™ One有毒气体探测系统、压力传感器和催化剂。软件与硬件并列,呈现出这家公司推动自主化运营的具体路径。

现场采访 陈延谈自主化运营的落地条件

微信图片_20261107152956_870_19.jpg霍尼韦尔科技智能建筑科技集团副总裁兼大中华区总经理陈延

谈及AI距离楼宇自主运营还有多远,陈延表示,相关应用仍在演进。数据中心与酒店等行业的需求不同,需要结合具体场景持续完善。

先打通数据 再解决设备问题

陈延以一家大型基础设施客户为例:多个子系统相互分隔,部分数据过时或需要校准,给运维判断带来困难。Forge先连接、梳理并校准数据,再结合机理模型与行业经验,帮助定位问题、指导处置。

在他分享的英伟达Voyager园区案例中,AI应用减少了高达90%的非必要报警,并识别出能源与公用设施消耗最高10%的潜在降幅。前者帮助运营团队能够专注于真正关键的,后者将具体措施转化为实际节能效果。

全球经验与中国创新共同参与落地

据陈延介绍,为更好地满足本土市场需求,霍尼韦尔科技已为Forge在中国打造了专属运营环境,并与本地云服务商共同创新;全球平台积累的行业知识和核心模块,为本土应用提供基础。他同时指出,中国团队正从早年更多围绕全球方案做适配,转向在多个行业推进原创创新,快速变化的市场也在不断提出新的研发课题。

AI进入运营体系 管理方式也需要调整

陈延认为,AI进入维护、运营与能耗管理,会涉及客户管理体制、工作流程和人员技能的变化。客户掌握的一线经验,是方案落地的重要条件。他表示,霍尼韦尔科技正在与客户共同探索AI带来的管理变革,让技术深入实际工作。与此同时,人员也需要学习如何理解、应用这些新工具,才能把系统能力转化为持续的运营改善。

Forge先要把分散的数据用起来

Forge于今年7月正式落地中国,此次进博会成为其面向市场集中展示的重要窗口。平台采用与硬件无关的开放架构,将设备资产、控制系统的数据连接起来,再结合确定性工业模型、AI和运营经验,为设备维护、能源管理等工作提供分析与决策支持。

wps_doc_2.jpgForge展示区呈现平台连接设备与运营场景的能力

在中国,Forge支持数据本地化存储与处理,并启动中国生态合作计划,联合产学研伙伴探索应用。这种部署方式,为全球平台能力与本地项目需求之间建立了连接,也为后续持续开发行业应用留下了空间。

本届中国首发首秀的Forge智能建筑解决方案,进一步将平台能力用于楼宇运营与设施管理。方案融合建筑知识模型、实时数据反馈和本土AI推理能力,分析能源使用、设备健康度与空间利用情况,为设施运行、设备维护及能源管理提供决策支持。

展台以“自感知、自优化、自运行”为目标呈现这套方案。它所关注的任务包括持续识别设备状态与能耗优化机会,在舒适体验、设施可靠性与运营成本之间寻找更合适的运行方式。陈延在采访中谈到的数据梳理与行业知识,正是支撑这些能力的基础。

数据中心把节能要求落实到冷却与控制

数据中心展区里,机房模型、冷却管路和消防设备被放在同一组展示中。AI业务增长带来的需求,在这里转化为持续供冷、关键环境控制与电池安全等实际工作。它们与算力设备紧密相关,也直接影响数据中心的运行成本和可靠性。

wps_doc_3.jpg数据中心模型展示机房与配套设施的整体布局

霍尼韦尔科技将冷机群控、动态供冷和电能利用效率即PUE分析,与阀门、执行器、传感器及控制器组合起来,支持按需供冷和预测性运维。以液冷为例,MIPs介质隔离型压力传感器可用于冷量分配单元的供回水压力监测,以及机架、支路液冷回路的压力监测,为系统判断运行状态提供基础数据。

关键环境还需要稳定的控制与风险识别。现场方案包括PLC冗余(环境)控制解决方案、VESDA极早期烟雾探测,以及面向锂电池不间断电源环境的Li-ion Tamer ®第三代锂电池热失控预警系统。后者通过探测电池早期逸出气体,为运营方采取缓解措施争取时间。

这些展品也解释了工业AI与现场设备的关系:分析系统识别出供冷优化机会之后,仍要依靠准确的测量、可靠的执行和运行反馈,把建议落实到设备上。节能效果要看具体工况下的能耗与稳定性。

半导体展区强调生产安全的底层能力

在半导体展区,晶圆厂模型旁陈列着气体探测、精密传感和消防产品。对这类生产环境,数字化运营首先需要回答的是:气体供应是否正常,异常能否尽早被发现,风险出现后能否及时联动处置。

wps_doc_4.jpg半导体行业展区将厂房模型与气体探测等实物产品结合展示

本届中国首发产品之一,Vertex™ One有毒气体探测系统,采用Chemcassette®化学试纸检测技术,最多支持96个监测点。按官方介绍,更高的采样流量有助于更快发现泄漏,高度集成的设计则便于系统连接。这里的产品价值,落实在危险气体监测和预警这一明确任务上。

另一项值得留意的产品是由中国本土团队研发设计的HPT系列高纯压力传感器,面向半导体特气柜等高纯气体供应与控制环节。配合通过管网主动采样的VESDA-E系列吸气式感烟探测器,展区呈现了从工艺参数感知到早期风险识别的不同层次。

数据的可信度决定了上层分析能走多远。传感器读数是否稳定、设备是否及时校准、报警能否对应到具体位置,都影响维护人员的判断。霍尼韦尔科技把这些硬件能力与平台放在同一条主线上,也让“自主化”有了可以逐步验证的基础。

智慧酒店的本土创新从改造需求出发

智慧酒店展区将客房面板、温控器、门锁和楼宇控制等产品集中呈现。新建酒店可以在设计阶段规划整套系统,存量酒店则往往需要兼顾原有设备与营业安排。相同的智能化目标,落到两类项目上,部署条件会有明显差别。

wps_doc_5.jpg智慧酒店展示区呈现客房控制与楼宇系统的连接方式

本土创新产品INNCOM FLEX酒店客房智能控制系统,针对这些差别提供灵活架构,支持智能建筑通用协议以及有线、无线部署,并可兼容多种第三方设备。其意义在于给新建与改造项目更多选择,让业主可以结合既有条件规划升级范围,满足不同酒店项目建设和改造需求。

客房之外,展区还展示了温控、照明、楼宇控制与消防报警等产品。Onity酒店门锁可与客房及楼宇系统协同,连接入住到离店的服务流程。对酒店业主而言,升级需要兼顾宾客的使用习惯,也需要让后台人员更容易掌握设备状态、开展日常管理。

INNCOM FLEX和HPT传感器提供了两个具体切口。一个回应酒店升级的部署约束,一个进入半导体高纯气体控制环节。本土研发的价值,要看产品能否适应本土需求,并持续获得客户采用。

工业应用要融入一线工作流程

智能制造与自主运营展区展示了操作导航智能决策系统、智能生产运营洞察中心等系统。现场讲解围绕生产、设备、能源与人员协作展开,平台的作用也进一步延伸到每天如何开展工作。

wps_doc_6.jpg工作人员介绍工业应用平台与盛虹石化操作导航案例

SafeWise智应自主化决策平台则整合化工知识、事故经验及处置措施,为风险识别、知识获取和应急预案生成提供智能辅助,同时对结果进行可信评估。

已有装置参与的验证尤其值得关注。霍尼韦尔科技与盛虹石化产业集团共创的操作导航智能决策系统,基于丙烷脱氢装置的实际工况完成应用验证,将数字技术与一线运营经验结合,用于复杂工艺过程的动态优化和异常预判。相比抽象展示,这类项目更能说明模型如何接触真实生产条件。

本届展示中,霍尼韦尔科技通过融合模型、方案和案例等形式,呈现与200余家本土伙伴、供应商及行业机构的共创成果。这类合作让技术开发与客户的装置工况、一线操作经验更紧密地结合,也为应用从示范验证走向日常使用提供支撑。

wps_doc_7.jpgUpCycle互动装置展示废塑料转化为再生原料的工艺路径

低碳能源展区的UpCycle先进塑料回收技术,将另一类工业能力摆在观众面前。它通过分子转化、热解与污染物管理,将废塑料转化为可用于制造新塑料的原料,拓宽彩色、柔性及多层包装等材料的回收路径。工艺知识与自动化、数字化能力的结合,仍是霍尼韦尔科技的重要基础。

热点科技洞察

从Forge到各个行业展区,霍尼韦尔科技此次参展传递出一个清晰判断:工业AI的价值需要在运营现场兑现。不同建筑、产线和机房已有各自的设备系统,数据质量也不一致。把这些条件梳理清楚,再用行业知识解释异常、指导行动,是自主化运营绕不开的工作。

这也为霍尼韦尔科技提供了发展机会。其在传感、控制与工艺的积累,使软件能够与现场设备建立更紧密的联系;开放平台和本土伙伴,则有助于适配中国客户的部署条件。硬件与软件能否配合、全球经验能否回应具体需求,将决定方案的实际竞争力。

接下来值得持续跟踪的,是示范项目怎样形成可以复用的成果。无效报警减少后,故障处理是否更及时;找到节能空间后,调整能否在保持稳定运行的前提下持续生效;平台接入后,一线人员是否愿意使用。这些变化比单次演示更能说明技术的成熟程度。

热点科技认为,企业迈向自主化运营,需要技术供应商与客户共同调整工作方式。平台给出判断,现场完成处置,运行结果再用于改进模型,才能让系统持续积累经验。陈延所强调的管理流程和人员能力,正是这条路径中与AI同样关键的一环。

声明类型:内容为个人观点或见解

发表评论注册|