世界上许多建筑已有数十年历史，有些甚至更为古老，它们是巨大的碳排放源。
人工智能（AI）有潜力显著减少房地产碳排放，而房地产碳排放约占主要城市全球排放量的大约60%。
要在房地产领域实现净零碳排放，我们还有很长的路要走，但随着越来越多的工具不断涌现，我们现在已有可以助力起步的解决方案。
利用技术应对气候问题已成为必然趋势。大多数（85%）商业房地产领导者预计，未来三年其企业的房地产技术预算将会增加，这是据JLL近期一项调查显示的。人工智能（AI）和可持续发展解决方案方面的投资预计将产生最大影响。
尽管AI改变全球经济的潜力已引起全世界的广泛关注，但较少被讨论的是，AI的应用将如何帮助应对房地产领域的碳排放问题，该领域的碳排放约占主要城市全球排放量的大约60%。新技术可以帮助公共和私营机构为单栋建筑及整个资产组合制定有效的可持续发展战略。
一个将会逐步显现、却常被低估的重要领域，是建筑改造工作。这绝非易事。在全球范围内，到本世纪中叶，超过10亿平方米的办公空间需要进行改造。这意味着改造速率必须从目前每年约占存量1%的水平大幅提升，至少达到每年3%的存量，才能实现这一目标。
要实现这一目标，仅安装新的供暖和空调控制系统，或在屋顶安装太阳能板是远远不够的。所需的解决方案要复杂得多。它们需要系统性地审视建筑的现状，包括其结构、材料、能源和公用设施系统以及运营情况。本质上，这需要以大规模和高速度吸收和分析海量数据，而这正是AI最适合承担的工作。
AI的实际应用
要有效地改造建筑，必须仔细审查大量信息。而且，由于没有两栋建筑是完全相同的，每处物业都需要有其专属的方案。
这正是AI的高速处理能力与大语言模型（LLM）发挥作用之处。例如，通过梳理施工文件和维护记录，可以减少对新设备和材料的需求，从而减少浪费。检查工程系统有助于找出简便的解决方案，例如是否只需加装一个简单的传感器就能解决问题，而无需进行更大规模的全面改造。
这项工作如果由人工完成，既复杂又耗时。而AI可以通过消化文件、提取必要信息，并迅速将其整理为可直接使用的标准格式，从而更快速、更高效地完成这项工作。
以对布鲁塞尔世界贸易中心进行改造的计划为例，该项目完工后将成为欧盟首都最节能的建筑。 在建设期间，几乎所有（95%）的材料和现有设备都将被回收、再利用或循环利用，并且65%的现有建筑将得以保留。选择性拆除产生的约30,000吨混凝土将在现场再利用。另有1,000吨产品和材料（包括木质镶板、地毯和隔热材料）将在现场或其他地点再利用。
如此大规模的项目将极大地受益于使用AI来精简工作流程，从而让宝贵的人力资源得以投入到其他工作中。
实时监测
项目规划以及对施工现场的实时监测，也是AI能够带来巨大价值的领域。AI可以利用照片生成现场的三维模型，并将其叠加到施工方案中，通过跟踪项目进度和优化施工计划，帮助开发商以更快的速度、更低的风险完成建设。将现有现场数据和图像与生成式AI能力相结合，对于直观展示新建结构如何融入现有环境也尤为有帮助。
此外，还有供应链追踪。房地产必须考虑供应链的碳排放，而这类排放历来难以追踪。在这方面，AI可以帮助评估不同改造方案的利弊，快速分析整个供应链的影响和所涉及的总碳排放量，同时规范报告和文件编制。
诚然，前方仍有重大挑战。改造流程较为复杂，AI无法在一夜之间解决问题。在许多情况下，我们所讨论的还是老旧建筑，这类建筑可供输入AI模型的现成数据可能较少，因此在AI能够真正发挥作用之前，需要更多人工调查和付出更多努力。
尽管AI未必能够简化整个流程，但它无疑能帮助更高效地完成每项任务，并在此过程中带来更好的成果。要在房地产领域实现净零碳排放，我们还有很长的路要走，但随着更多新工具的涌现，我们现在已有可以助力起步的解决方案。
