世界中で、新たな規制が建物からの排出を対象としています。例えば今年から、ニューヨーク市は温室効果ガス排出を抑制するため、4万棟以上の建物に厳格な上限を課します。
デジタルツインは建物の仮想的な複製であり、気候関連データのリアルタイム分析、予知保全機能、コスト削減を可能にします。
今後、デジタルツインは認知型ツインへと発展する可能性があります。認知型ツインとは、予測分析、異常検知、自律運転が可能な知的システムです。これにより、建物の効率性と居住者の快適性が高まる可能性があります。
今年、ニューヨーク市は世界で最も野心的な建物性能基準の法律の施行を開始します。地方法97号（LL97）は2019年に制定され、2万5,000平方フィート超の建物からの排出に上限を設け、4万棟以上の建物に適用されます。
米国において建物性能基準を導入する自治体の数は、ほぼ倍増しています（2020年以降）。建物は米国の温室効果ガス排出量の30%以上を占めています。人口密度の高い地域であるニューヨーク市では、建物が全体の排出量の約70%を占めています。
これらの排出に対処するための建物性能基準の数が増えるにつれ、環境・社会・ガバナンス（ESG）報告の簡素化と自動化、そしてエネルギー節約対策の実施がますます重要になっています。
しかし、既存のビルマネジメントシステムやESG報告ツールは対象範囲が限られており、サイロ化された状態で運用されています。また、ビルマネジメントシステムは独自仕様であることが多いため、異なるベンダーの技術や設備と互換性がありません。その結果、ESG報告には多大な資源が必要となります。スコープ3のデータ、すなわちサプライヤーやベンダーからの排出情報の収集も、非常に困難です。
人工知能（AI）と組み合わせたデジタルツイン技術は、有望な解決策となり得ます。予知保全、シナリオテスト、リスク管理、自動化されたリアルタイム報告を活用することで、ビルマネジメントシステムが大幅なコスト削減と運用効率の向上を実現する助けとなる可能性があります。
デジタルツインとは何か？
デジタルツインとは、建物などの物理的対象物を、設備や運用システムをすべて含めて仮想的に複製したものです。スマートメーターと設備センサーが、クラウド経由で無線によりデジタルツインにデータを送信するため、正確で細分化されたデータを単一のプラットフォーム上でリアルタイムに取得・追跡できます。
このようなプラットフォームは、キャンパス、建物ポートフォリオ、またはサプライチェーン全体の複数のソースから膨大な量のデータを収集・分析できます。これにより、エネルギー、排出、水、廃棄物、占有率、大気質、輸送に関するデータを追跡、トレース、モニタリングできます。この高精度かつ高度に同期されたデータは、AIシステムに投入され、情報に基づいた正確な意思決定を支援します。その後、組織のスコープ1、2、3の排出報告書をリアルタイムで作成でき、ベンチマークや報告フレームワークへの準拠を支援します。
世界的な家具・家庭用品企業のIKEAは、すでにこの技術を活用しています。この大型家具店は、わずか9か月で東アジアの小売店37店舗をデジタル化し、エネルギー効率の向上と温室効果ガス排出の削減を図りました。さまざまなビル・エネルギー管理システムおよびモノのインターネット（IoT）システムからの7,000のデータポイントを、単一のデジタルツインに接続することができました。
IKEAのデジタルツインは、約4,200万平方フィートの空間と、10社の異なるメーカーによる6,000台の暖房・換気・空調（HVAC）設備を表現しています。HVACの中央給気システムによるエネルギー消費は、30%削減され、年間エネルギーコスト削減額は数百万ドルと見積もられています。
次のステップ：認知型デジタルツイン
時間の経過とともに、AI駆動型デジタルツインシステムを備えた建物は、既存のプロセスやパターンを学習することで「認知型」へと進化します。異常を検知し、是正措置を推奨し、障害が発生する前に予測するようになります。
これらの「知的」システムは、施設スタッフに重要な支援サービスを提供し、設備の寿命を延ばすことで、投資収益率と運用コストを改善します。部屋単位の暖房、冷房、大気質を監視・管理することで、これらのシステムは建物の居住者の健康を大幅に改善し、病欠日数を減らすこともできます。
自動化のレベルが高まるにつれ、運用効率が細かく調整されます。これにより、エネルギー使用量、労働力、排出量、運用コストが削減されます。将来的には、認知型建物は、テスラの自動運転車に似たものになるかもしれません。基本的には人間の監視と介入の余地を残しつつ、自律的に稼働するようになります。
デジタルツイン技術を用いて仮想空間でシナリオをテストするように設計された認知型建物は、リスクを最小限に抑え、現実世界での高額な失敗を防ぐことができます。これには、太陽光パネルの設置に併せてどの程度の蓄電池容量が必要かを見積もることから、極端な気象現象時にパネルがどのように機能するかをモデル化すること、あるいは電化が電気負荷やエネルギー料金にどう影響するかを評価することまで、さまざまな用途が含まれ得ます。その結果、複雑な意思決定がより正確で、データに基づき、協調的なものになります。
例えば、HVACのような重要システムの改修は、従来、プロジェクト前の可視性がほとんどないか全くない状態で実施され、事後もほとんど可視化されないことが多くあります。デジタルツイン技術により、建物の所有者は改修に対して「投資する前にテストする」機会を得られます。コスト、エネルギー性能、炭素排出への影響の基準値を構築できるだけでなく、改修後の数値がどのようになるかをシミュレーションでき、実際に一銭も支出する前に検討することが可能になります。
現在、実用的なデジタルツインを構築できた都市はごく一部に限られますが、調査によると、2025年までに500以上の都市がAIと組み合わせたデジタルツインを活用する見込みです。企業が気候目標を先送りせずに早期に達成するには、デジタルツインとAIが建築環境の脱炭素化において役割を果たす必要があります。
