Kecerdasan buatan mulai membantu gedung-gedung menjadi lebih ramah lingkungan. Menurut Badan Energi Internasional, operasional gedung-gedung menyumbang sekitar 26% emisi gas rumah kaca terkait energi global pada tahun lalu. 

Agar dunia dapat mencapai emisi nol pada 2050, energi yang dikonsumsi gedung-gedung ini per meter persegi (sekitar 11 kaki persegi) harus berkurang sekitar 35% pada 2030.

Para pengembang dan perusahaan konstruksi telah mengupayakan penggunaan energi yang lebih efisien pada bangunan selama beberapa dekade terakhir. Sertifikasi Leadership in Energy and Environmental Design, atau LEED, diberikan kepada gedung-gedung yang memenuhi standar yang menghemat energi, air, limbah, dan tujuan lingkungan lainnya.

Kode energi yang semakin ketat untuk ruang komersial sudah diterapkan. Namun, lebih dari 80% gedung tidak memiliki sistem pintar untuk mengelola penggunaan energi secara efisien.

JLL, yang mengelola miliaran kaki persegi real estat komersial di seluruh dunia, telah melakukan serangkaian investasi untuk menghadirkan sistem AI bagi perusahaan yang ingin mengurangi emisi mereka. Kasus bisnis yang sering terjadi, bangunan ramah lingkungan mengenakan biaya sewa yang lebih tinggi dan dipasarkan dalam waktu yang lebih singkat. JLL mengatakan bahwa mereka memperkirakan 56% organisasi akan membayar lebih mahal untuk ruang yang ramah lingkungan pada 2025.

"Kami ingin membuat setiap bangunan di luar sana sepintar mungkin. Jika Anda tidak dapat mengukur apa yang penting, Anda tidak dapat membuat perubahan,” ujar Ramya Ravichandar, wakil presiden JLL Technologies untuk platform teknologi-bangunan cerdas dan berkelanjutan, dilansir dari laman Wall Street Journal.

Investasi JLL termasuk di Turntide, sebuah perusahaan yang berbasis di Sunnyvale, California yang memasang motor listrik yang digabungkan dengan komputer kecil yang belajar dari pola untuk mengontrol pemanasan dan pendinginan secara lebih tepat, dan Envio Systems, sebuah perusahaan yang berbasis di Berlin yang mengembangkan sensor untuk melacak penggunaan gedung, hunian, dan faktor-faktor lain untuk menyesuaikan pencahayaan, pendinginan, dan aktivitas terkait energi serupa. 

"Apakah saya perlu menyalakan lampu? Apakah saya perlu mematikan pendingin ruangan di lantai tiga karena seluruh karyawan bekerja dari rumah minggu ini. Jika Anda memiliki sistem, sistem tersebut akan terus menerus memproses informasi ini tanpa henti," ujar Ravichandar. 

Umumnya, sistem bangunan AI belajar dari pola historis dan kebiasaan sehari-hari penghuni untuk memprediksi dan menyalakan dan mematikan sesuatu. Misalnya, perangkat lunak dan perangkat keras yang secara otomatis mengatur lampu, pemanas, dan pendingin dapat membantu gedung-gedung memangkas 20% atau lebih penggunaan energi tahunan mereka.

“AI memiliki potensi besar untuk mengurangi emisi bangunan, tetapi hanya sebaik data yang dipelajarinya. Hanya 10% hingga 15% gedung yang memiliki peralatan atau sistem untuk mengumpulkan data yang diperlukan untuk mendukung AI,” kata Thomas Kiessling, chief technology officer Siemens Smart Infrastructure. 

"AI di gedung-gedung dapat bekerja jika Anda memiliki datanya. Data yang buruk berarti Anda tidak dapat melakukan segala jenis jadwal, aturan, atau kasus penggunaan yang lebih canggih seputar kecerdasan buatan. Anda harus memiliki data,” jelas Kiessling.

Siemens menggunakan AI untuk membandingkan satu gedung dengan seribu gedung serupa untuk memprediksi penghematan energi yang dapat dilakukan setelah peningkatan ke sistem manajemen energi pintar.

"Bahkan jika Anda hanya mengetahui alamat gedung komersial tersebut, dan mungkin Anda memiliki tagihan energi, dan mungkin Anda memiliki beberapa informasi tingkat tinggi tentang jenis merek HVAC yang digunakan gedung tersebut, saat ini sudah cukup untuk menyusun profil gedung tersebut sehubungan dengan apa yang mungkin dapat Anda peroleh," ujar Kiessling.