科技能够重新定义人和建筑之间的交互，带给用户更加丰富多彩的体验和感受。什么才是好的体验？根据《五维智慧建筑白皮书》的调研发现，无感体验、千人千面、一支体验成为智慧体验的关键词，可见用户期待来自建筑无微不至的关怀。而怎么才能做到智慧体验呢？数据才是关键。在传统的建筑运维中，数据收集就已经是一个重要环节了。IBMS将各个子系统的数据进行收集，转译和集成以及综合管理。而针对智慧体验来说，所要收集的数据量将是以指数级增长的，因为其中不仅仅包括设备所产生的数据(Device Generated Data，DGD)，还包括用户生成的数据(User Generated Data，UGD)。

UGD 似乎难以利用？

传统建筑中的数据大多来自于设备，尽管加载大数据应用、AI算法等技术，完全参照DGD设计和适配的应用与场景只能针对预设模式，满足主流需求，难以实现个性化主动响应。当下和未来的智慧建筑，在吸收DGD的基础上，同时需要重视由用户生成的数据（UGD），收集、分析、处理包括使用者用户画像(基本属性、社会属性、行为偏好等)以及使用者和建筑交互反馈产生的历史和动态数据。在几年前，人们会觉得聊天机器人很神奇，乃至如今各种智能终端（尤其是智能音箱）走进了家庭之中。然而，人们却觉得这些设备带来的体验越来越差——与其说是人工智能，不如说是“人工智障”。其一个主要原因是来自用户的信息不像设备的信息，不是明文确定的。比如，你对着AI助理说“把空调温度调整至25度”或者“风量调小百分之十”，它能够出色地完成任务，因为你的命令是明确的。而当你说“房间有点冷”，你的助理（比如Siri）说不定会给你一列“房间为什么会冷”的网页。当然，有的聪明的AI助理会将房间的温度调整上去，而事实上你感觉冷，只是觉得吹风感太强了——采集的数据与人的体验之间的关系是间接的。与此同时人的个人意志与行为的不确定性则会使得智慧体验的落地难度变得复杂起来，传感器等边缘设备所采集的信息往往不能准确表达实际用户的感受。比如，你的老板之前对着AI助理说：“帮我点一份咖啡”。根据“千人千面”的理念，AI查阅了之前他的选择，“个性化”地递上了一杯加了快3份牛奶的拿铁。然而，他喜欢喝拿铁，那他一整天都要喝拿铁吗？如果他今天来公司的路上看到了某汽水饮料的广告，很想试试；如果今天是情人节，他想外卖两杯奶茶；如果他待会要去健身，需要带上一份运动饮料……当用户行为没有一个确定的规律，在实际的智慧体验中则会产生巨大的随机性。

部分体验场景示例

而减少随机性，就得将各个影响因子整合起来做出合理的推理，再呈现给用户。这就意味着泛数据的结构化——类似于将每个因子都打上一个标签，从而建立起完整的知识图谱，可在现有技术下，它的可能性几乎为零。然而对于单个的垂直领域来说，还是有办法的。通过建立建筑的知识图谱，AI助理可以在环境舒适，工作效率等建筑的室内室外带来智慧体验。

UGD结合DGD在建筑内的利用

在实际项目中，为保证使用者在建筑中的智慧体验，在需求评估阶段，项目合作方共同需对包括员工、访客和建筑运维人员等典型建筑用户进行了人物角色分析(Persona Analysis)和用户旅程设计(Customer Journey Map)。透过设计、建设、使用等多方视角，共同还原最终使用过程的每一个体验节点以及节点中的具体交互需求。而这些信息则会作为一个过滤器，将在采集到的信息中分辨DGD和UGD，从而做到近似于千人千面的用户旅程。当这些用户旅程得到不断探讨与绘制，服务于人的智慧建筑概念设计呼之欲出。在接下来的辅助设计过程，将概念化的感性体验描述结合海量DGD的环境预制，拆分成应用实例，并对这些应用实例进行实施收益、挑战、风险、可拓展性等维度的优先级分析和选择。例如在Bee'ah的项目中，江森自控和业主则基于超过500个成熟的通用应用实例库，共同完成智慧体验与应用实例的对应和设计。在进入应用实例的具体技术实现阶段，即根据应用实例需求，选择具体的支撑系统和技术。具体系统包括外部天气、Outlook日程表、数字标牌、车牌识别、访客登记、公交时间表、室内导航、位置信息、灯光控制、影音系统、资产/人员/空间的位置服务、空调系统、安防系统、建筑信息模型等。

用户旅程示例

UGD可以让智慧建筑“记住过往习惯，识别当前状态，预测未来需求”，与海量DGD在建筑环境中不断交融和迭代优化，让用户在智慧建筑中获得更佳体验。而先进的AI技术融入包括人力资源、客户服务、采购、后勤、机械、电气、管道等建筑设备和企业运行的各个节点，多维度、深层次改善使用体验。这与五维智慧建筑的人、科技和空间的和谐并行不谋而合。

Ref:

为什么现在的人工智能助理都像人工智障？ - Mingke Luo

Is Artificial Intelligence Stupid? -  David Roe

五维智慧建筑白皮书 - 江森自控