撰文｜楊謙柔 圖片來源｜楊謙柔

 

AI正在快速改變建築產業。從生成設計、BIM、數位孿生，到能源管理、設備診斷、碳盤查與智慧營運，「AI＋建築」幾乎已成為產業最熱門的關鍵字。然而，當大家競相投入更多感測器、平台、模型與算力時，一個更根本的問題也逐漸浮現：智慧建築，真的比較省電嗎？

 

長期投入智慧綠建築、建築能效與淨零減碳研究與實務的楊謙柔博士，最近在「智慧人居產業論壇」以「讓建築會思考、會省電、會減碳：AI淨零人居的產業新方向」為題，提出一個與當前AI熱潮略有不同的觀點。「AI不是魔法，也不是再多一套平台。」楊謙柔說，建築產業現在真正需要思考的，已經不是「裝了什麼」，而是實際做到了什麼。當一棟建築交付五年、十年之後，它是否仍然低耗能？室內環境是否健康舒適？設備是否維持良好效率？材料與營運碳排是否降低？資產價值是否因此提升？「未來真正的競爭，不是誰的平台最好、誰的平台最大，而是你的 performance、你的成果，能不能留在這棟建築物裡。」這句話，也成為此次專訪最重要的主軸。

智慧建築蓋了這麼多，到底省不省電？

 

Q：現在很多新建築都強調智慧化、自動控制與能源管理。智慧建築理論上應該比較節能，但您在演講中卻先問：「我們蓋了很多智慧綠建築，那到底省電不省電？」為什麼？楊謙柔：因為這是我自己做研究時真的碰過的問題。以前參與建築能源管理相關研究，我們長期監測不同類型的辦公大樓。後來發現一個很有意思的現象：有些智慧化程度很高的大型企業總部，它的EUI，也就是單位樓地板面積能源使用強度，反而可能比一些中小企業混合使用的辦公大樓還高。一開始會覺得很奇怪。設備這麼好、控制這麼完整，為什麼反而比較耗電？後來你回到使用情境就會理解。大型企業總部可能要求非常穩定的溫度、濕度、新鮮外氣、照明品質，而且很多設備要長時間保持可靠運轉。可是有些比較傳統的中小企業辦公室，可能老闆穿背心拖鞋、吹電風扇就可以工作了（笑）。所以你不能只比較「有沒有智慧設備」，也不能只拿兩棟建築的EUI直接判斷誰比較節能。真正要比較的是，在合理而相近的使用條件下，這棟建築是不是用更少的能源，提供了更好的環境品質。智慧化不等於節能，設備多也不等於績效好。

▲智慧，不在於看見多少數據，而在於少掉多少浪費（圖片提供／楊謙柔）

 

「偵知、顯示、連動」之外，最重要的是成果

 

記者：您用「偵知、顯示、連動」來說明智慧建築，又特別強調不能停在這三件事。差別在哪裡？

楊謙柔：智慧建築其實可以用幾個很簡單的概念理解。第一個是偵知。感測器、電表、環境監測，先讓你知道發生什麼事情。第二個是顯示。把資訊顯示在中央監控、手機或資訊看板上。第三個是連動。系統知道發生什麼事情以後，去控制設備或通知管理人員處理。可是我覺得智慧人居產業不能停在這裡。後面還要問一件事：成果呢？我演講時用打蚊子做比喻。眼睛看到蚊子、耳朵聽到蚊子的聲音，這叫感知。你知道蚊子現在在你眼前，是資訊顯示。大腦叫你的手去拿電蚊拍滅蚊，這就是連動。可是最後還是要問：蚊子到底打到了沒有？建築也是這樣。中央監控顯示空調有異常，不代表問題解決了。跳出一千個警報，也不代表這棟建築比較智慧。真正重要的是，這個問題最後有沒有人處理？誰處理？怎麼處理？處理完以後耗能有沒有下降？設備效率有沒有恢復？我們看到蟑螂先尖叫，這是反射；尖叫完知道去拿拖鞋，找到它、把問題解決，這才開始有「腦」。所以我說智慧建築最大的差異，其實就是有腦跟沒腦。但所謂「有腦」，不是裝一套AI就叫有腦，而是從感知、判讀、診斷一直走到行動與成果。

AI不是淨零建築的起點

 

Q：AI現在很熱門，為什麼您反而一直強調「先做好建築，再談AI」？

楊謙柔：因為建築物理不會因為AI出現就消失。如果一棟建築西曬非常嚴重，玻璃比例又很高，外殼隔熱不好、遮陽不足，冷房負荷本來就很大，你後面再用很厲害的AI控制，也不可能違反物理。所以我一直講：不能說我有了AI，我就亂做設計。我認為淨零建築的順序還是很清楚。先做被動設計，把建築外殼、座向、遮陽、日射與玻璃處理好，先降低需求；接下來才是主動設備，選擇高效率的空調、照明、泵浦與機電設備。再往上，才進入智慧營運，透過監測、控制與AI分析，讓這些設備在真正的使用條件下持續維持效率。之後才是再生能源、儲能、電動車、需量反應，最後再把能源、碳排、健康、韌性與資產績效連在一起。所以不是裝了AI，建築就會淨零。如果建築本體沒有做好，再聰明的控制也只是在管理怎麼浪費。

▲AI不是起點，而是把好設計、好設備與好營運長期維持下去的放大器（圖片提供／楊謙柔）

 

AI可以生漂亮的圖，但漂亮不代表蓋得出來

 

Q：生成式AI對建築與室內設計的衝擊很大，您怎麼看AI在設計端的角色？

 

楊謙柔：它非常好用，而且一定會改變設計流程。今天AI幾分鐘就可以產生很多立面、空間、材質與風格方案。以前可能畫一天、兩天，現在很快就可以看到不同方向。但我會提醒學生跟設計師一件事情：漂亮不代表可以施工。我以前教建築、室內設計時，初學者常常沒有尺寸感。有時候圖畫出來，馬桶可能比雙人床還大（笑）。因為他知道那是一個馬桶，但是不知道真正的比例、淨寬、人的活動尺度。現在生成式AI也可能有同樣的問題。它可以給你一個非常漂亮的浴室，但是它不一定真正理解設備之間要留多少距離、管線怎麼走、施工怎麼收頭，也不一定知道建築法規、無障礙尺寸與設備維修空間。所以AI可以讓建築師一次看到更多方案，但不能取代建築師與工程師對比例、尺寸、法規、施工和人的使用行為的判斷。AI是放大專業能力，不是取消專業。

沒有基線（Baseline），就很難說你真的省了多少

 

 

記者：從設計進入營運之後，AI能源管理最重要的第一步是什麼？

楊謙柔：我認為第一步不是裝AI，而是建立能源基準線，Baseline。因為設計階段處理的是潛在能效，營運階段才是實際能效。建築真正使用以後，變數太多了。人數不同、營運時段不同、設備老化、維護狀況不同，甚至今年夏天比較熱或比較涼，都會影響用電。如果去年八月比今年八月用電多，你不能直接說「我們AI節能成功了」。也可能只是今年比較涼，或者入住率降低了。所以你要把天氣、使用人數、使用時段、電表與設備資料放進來，建立一條合理的基準。沒有基準線，就無法判斷改善到底是怎麼達成的。這件事情對未來的績效保證、節能量測驗證，甚至金融與碳減量主張都非常重要。

一千個告警，不如十個真正需要處理的工作

 

 

Q：您提到AI最大的價值之一，是「從一千個告警，變成十個工作任務」。這是不是目前智慧建築很大的痛點？

楊謙柔：沒錯。很多中央監控系統已經有非常多資料，但管理人員最大的問題往往是「資料太多」。一天跳一千個警報，其中很多可能來自同一個原因。如果每一個都叫工程師去看，根本處理不完。所以真正有價值的AI，不應該只是多跳幾個紅燈。它應該幫管理者回答：這些告警是不是同一個原因？哪一些影響最大？可能浪費多少能源？今天最值得處理的是哪十件事？應該先找空調技師，還是先校正感測器？最後還要變成工單，有負責人、有完成日期，修完再回頭確認問題是不是消失。我常說：一個告警如果沒有形成行動，它就只是一個會閃紅燈的資料。AI最適合做的，是協助我們縮短「看到問題」到「決定怎麼做」之間的時間。可是最後做決定的還是人。AI不能幫建築師簽證，也不能替工程師承擔專業責任。

▲不是多一千個告警，而是少十個真正的問題（圖片提供／楊謙柔）

 

節能不是少開，而是需要時才開、用對方式運轉

 

 

Q：如果要用一句話重新定義智慧建築節能，您會怎麼說？

楊謙柔：我會說：節能不是少開裝置，而是確定你需要的時候才開，而且用對的方式運轉。能源其實很簡單，耗電量就是功率乘以時間。所以一台設備效率即使很好，如果控制錯誤、長時間不必要運轉，還是會浪費很多電。AI在空調控制上的價值，就在於它可以同時處理很多變數。天氣、人數、濕度、二氧化碳、設備效率、尖峰需量、電價、換氣量、送風量、儲能狀態，甚至使用者感受，都可以一起考慮。人的腦力沒有辦法一天二十四小時一直算這些東西，但AI可以。可是我也一直強調：省電不能以犧牲健康跟舒適為代價。所以真正好的智慧控制不是「少吹冷氣」，而是在需要的時候提供剛好的舒適，不需要的時候不要浪費。有個冷氣機的行銷廣告詞：「動了就冷，不動就省。」它背後其實就是需求導向。

建築能不能從「吃電怪獸」變成能源資產？

 

Q：您在演講中提到一個很有意思的願景，希望建築不要永遠是「吃電怪獸」。

楊謙柔：這是我做能源工作很多年一直在想的事情。以前講建築能源，大家常把建築看成城市裡的大型耗能戶。但今天建築可以有太陽光電、BIPV、儲能、電動車充電、時間電價與需量反應。如果把這些東西整合起來，建築就不一定只是吃電。白天有太陽的時候可以發電；尖峰時可以利用儲能降低需量；必要的時候可以調整部分非關鍵負載；遇到特殊狀況，微電網甚至可以提供一定程度的孤島運轉韌性。這時候建築就開始從「能源負擔」變成具有彈性的能源資產。未來建築設計不能只看基地紅線裡這一棟樓，而要思考它和電網、社區、城市能源系統的關係。

淨零不能只有一張電費單，而是要看兩本碳帳

 

記者：在淨零議題上，您特別強調「兩本帳」。

楊謙柔：對。淨零建築至少有兩本帳。第一本是營運碳，也就是建築使用過程中的空調、照明、熱水、電梯與設備用電。第二本是蘊含碳，包括水泥、鋼筋、玻璃、建材、設備從生產、運輸、施工，到未來修繕、更換與拆除的碳排。現在很多政策先從建築能效開始，因為電表相對容易管理。可是未來一定不能只看電表。我們還要開始問：每一批進場的材料，到底帶進來多少碳？這也會改變建材商與設備商的角色。以後提供產品，不能只有價格、性能、尺寸，碳資料也會逐漸變成產品規格的一部分。

AI可以整理碳資料，但不能替碳數據背書

 

Q：AI看起來很適合協助LCA與碳盤查，限制又在哪裡？

楊謙柔：LCA最麻煩的事情，很多時候真的不是公式，而是資料。同一種材料名稱不一樣、單位不一樣、數量有缺漏、碳係數來自不同資料庫，版本不同，甚至系統邊界也不同。所以未來碳資料很重要的一件事情，就是能夠：對照、比較、追溯。AI非常適合做大量的資料清理、名稱比對、缺值辨識，也可以協助我們快速比較不同材料方案。但是我要提醒：AI不能幫人背書。它可能找到一個碳係數，可是這個數值適不適用台灣？是哪一年？系統邊界是什麼？可以不可以拿去做正式揭露？這些最後還是要由專業人員確認。所以AI可以做非常勤勞的助手，但正式碳排數據的方法、來源與責任，還是在人。

AI幫建築省電，但AI自己也正在用電

 

Q：您還提出一個很少人在AI建築場合主動談的問題——AI自己的能源消耗。

楊謙柔：因為這是一筆不能假裝不存在的帳。AI後面有資料中心、有伺服器、有感測器、有通訊設備，所有運算本身都要用電。所以我們不能只說：「這棟樓用了AI以後節省多少電」，然後完全不看AI增加多少設備與算力。如果只是一個簡單的時間排程，傳統控制就可以解決，我為什麼一定要用很大的AI模型？我覺得AI導入建築有一個很簡單的判斷：它幫我們省下的能源與碳，應該明顯大於它自己增加的能源與成本。不然就只是為了AI而AI。

下一階段的智慧人居，不是賣更多硬體，而是賣績效

 

Q：如果建築產業真的從「設備導向」走向「績效導向」，哪些角色會改變？

楊謙柔：幾乎所有角色都會改。建築師未來不只是完成圖面與空間設計，也要更早設定建築能源、健康、碳與營運目標。設備商不能只有「把主機賣出去」，還要慢慢走向設備性能服務，讓業主知道設備使用五年後效率還剩多少。建材商要提供更可信的碳資料。系統整合商也不能只是「我把所有點位接上來」，還要管資料品質、命名、時間同步與控制邏輯。我認為未來轉型機會非常大的，是物業管理。

因為物業最接近建築真正的營運資料。如果它從等待故障、接報修，進一步走到能源管理、設備健康與環境品質管理，它就會成為真正的「建築績效營運者」。ESG與碳顧問、金融業、保險業也會逐漸進來。因為只要能源、碳排、設備風險與韌性能被量化，就一定會慢慢影響租賃、融資、保險和資產估值。所以未來的產業價值，不會只是：「我賣你一個設備。」而是：「我們一起讓這棟建築長期保持好的績效。」

真正留下來的，不應該只是一個平台帳號

 

Q：最後，如果要給正在投入AI、智慧建築與淨零轉型的業界一句話，您最希望大家記住什麼？

楊謙柔：我想還是回到「成果」。AI真的很強，我自己每天也大量使用AI。可是用得越多，我越確定：AI是工具，人還是要知道自己到底要什麼。讓建築會思考，不代表所有事情交給AI決定。讓建築會省電，也不是把所有設備關掉。讓建築會減碳，更不是做完一份碳盤查報告就算結束。我們真正希望看到的是，一棟建築交付五年、十年以後，仍然保持合理的能源效率，人在裡面還是健康、舒適，設備維持良好，碳排持續降低，而且資產價值沒有因為設備老化而快速下降。所以我最後一直講：未來的競爭，不是誰的平台最好，也不是誰的平台最大。真正的競爭是——你的 performance，你的成果，能不能真正留在這棟建築物裡。這才是我認為AI淨零人居下一階段真正值得努力的方向。