從建築角度看物聯網大格局

02-04

物聯網（IoT）概念極大，難於進行整體把握，本文僅從建築界視角去看物聯網的整體格局，各種概念的關係，及市場發展概要。

近期（2017-5）NB-IoT在中國投入商用，這個大格局的技術版圖才算得以完整化（NB-IoT技術原理）。從此，對於從基礎設施到建築物再到智能家居生態圈的應用，這個技術版圖足可以支撐大規模的商業模式的開展。共享單車就是近期還在逐鹿中原的一例，當然單車作為交通工具只是勉強納入到這版圖來，藉以說明問題，智能家居有許多應用與之非常類似，但還未見到成功的商業化。

建築設施由鋼筋水泥組成，不能進行數字化運作，就像人的肉身一樣，都是依靠電子系統（建築的弱電系統、人們手中的數字設備）與數字網路連接，當然還要經由wifi、區域網、互聯網、雲機房等通信網路設施。而恰巧這些設施也都屬於建築設施的一部分，互相交織著成為現代社會的基礎設施系統。

古老的建築設施行業，如同五百年不變的混凝土、千年不倒的長城，終於要迎接來自信息世界的浪潮。

傳統的建築設施的數字化運作，一直沒有很好的大一統解決方案，有的都是局部的功能上的。略舉幾例較為大型或複雜的技術，如BIM模型以虛擬建築信息模型來表述實體建築（參考BIM核心理念談4：模型），其信息資料庫部分類似信息管理系統，其信息化運作尚不那麼迫切地需要三維幾何模型，只有在建設工程的過程中才對幾何模型非常需要，其價值又僅限於此一設施，尚不夠大；類似共享單車的共享經濟也在房屋租賃、共享辦公領域出現，這在傳統上即以二維的FMS空間信息資料庫來管理（傳統上是CAFM，新潮的叫做IWMS，並集成BIM技術，參考FM軟體功能，IBM現在將這些軟體都歸入IoT部門），其縱深在一個企業機構內部，規模遠不及一個共享床位的Airbnb。其他普通的企業級、工程項目級應用更不用說了，樓宇BAS系統則完全被限於一棟樓的規模。

網路規模較大的有市政基礎設施、鐵路公路這種野外交通基礎設施，信息化程度都已經比較高，平均水平高於民用建築，如GIS領域的技術水平和市場規模都遠高於同期的BIM。NB-IoT正是在這個尺度上獲得了足夠大的商業價值，才得以被投入商用，然後再波及建築。

可以預見下一個時代是建築信息化補課的時代，從BAS到BIM到FMS的全面補上歷史的課，或者它們將會被捲入到一輪全新的市場格局中。曾幾何時（1980-1990年代），通信網路還僅僅是建築智能化（BAS）的子系統，從建築界的角度看過去這些僅僅是某個子系統的信息化程度不斷提高而已，至今絕大部分子系統還停留在「史前時代」（相較於互聯網的發展而言）。參考：建築智能化概念梳理

後來互聯網的發展改變了全人類，一枝獨秀，直至近年來又升級為移動互聯網（藉助移動互聯網+智能手機的絕佳組合），才有此超大規模的物聯網問世，物聯網無疑是互聯網尺度級別的事兒，BAS則僅限於樓宇，規模太小，BIM可代表建築本體的整合信息化、也只稍大一些。互聯網突前之後，開始滲透到各個領域，智能家居最為典型。

智能家居方興未艾，正在熱烈的被眾多廠家追捧者成為一股新的力量，每一家都希望自己成為中心。但是除了數碼電子可以隨身攜帶和小家電尚可搬動之外，大家電和建築設備都很難於隨著人而移動，這個可移動性問題困擾著整個智能家居領域。在公用建築領域也存在此類爭議，但問題並不似家居那麼突出。

所以在短期一定是圍繞著建築、連帶改造著非常古老傳統的弱電系統，長期則取決於廠家實力，很有可能是物聯網全局圖中所列那種級別的公司來一統市場，就像蘋果公司「重新發明手機」——這不是隨便哪家電腦公司都能做得到的劃時代的大事。參考：智能家居生態鏈與建築智能化 - 知乎專欄

如果說計算機是對人腦的模擬，那麼在此基礎上的互聯網就是創世紀。互聯網發展了二十多年，今日又進入了移動互聯網、物聯網時代，終於要開始撼動傳統的建築磚頭了。

曾有美國市政部門利用一個很簡單的APP調查道路破損情況：司機安裝了之後，在路上打開它，通過手機的陀螺儀可以記錄顛簸程度，上傳到市政，經過統計分析之後就得知哪些地方該修了。這是一個單純利用移動互聯網+掌上設備這一最流行組合的典範案例。這在傳統上就沒有很好的解決方案，傳統的共享單車都還要組網、布線、專用系統，成本頗高、發展極慢，2017年的今日則一舉被【移動互聯網+智能手機+微信掃碼】的簡潔方案一舉替代掉。

類似例子已經很多：利用最新的大規模網路技術和智能設備，形成新的更聰明的解決方案，以極低成本創造更大的價值。我們正在迎來建築界的互聯網新時代。

附評：

建築、物聯網與AI：圖中大數據一項是通往AI（人工智慧）的必經之路，其又需要一系列基礎設施的逐漸完善，包括通過物聯網的連接、建築數據的雲端彙集、各類建築運作過程的數字化（多為BIM化）等。

AI、大數據行業的熱詞之中，machine learning落實在建築行業就是建築本體+物聯網的building learning，數據來源就是建築運作過程（BIM化、雲化），至於機器人作業（建造和運維）則已經先期由樓宇自控開啟至今，樓宇自控又稱為建築智能化可見一斑。