Binance
ByBit
WhiteBIT
Старі будівлі щороку втрачають енергію через щілини, зношені вікна та слабку ізоляцію – і це прямі гроші з бюджету. Lamarr.AI, платформа, що виросла з досліджень MIT, пропонує інший підхід: дрони, тепловізори та штучний інтелект за один обліт збирають дані, автоматично знаходять проблеми та показують економічний ефект ремонтів. Для власників цілих портфелів активів це перехід від «гасіння пожеж» до стратегічного управління активами.
Що робить Lamarr.AI і чому це важливо
Після замовлення інспекції система організовує політ дрона, збирає тепловізійні та видимі зображення, будує детальну 3D-модель фасаду та аналізує її алгоритмами комп’ютерного зору. Результат – не просто «гарячі» й «холодні» плями, а ідентифікація першопричини: повітряні інфільтрації та ексфільтрації, відсутня ізоляція, проникнення води. Платформа одразу оцінює вартість кожного втручання та прогноз окупності, що дає змогу планувати модернізації точково, а не міняти системи повністю.
Платформа допомогла клієнтам у медичній, освітній і житловій сферах уникнути понад 3 мільйони доларів США зайвих будівельних та ремонтних витрат завдяки таргетованим втручанням.
Як це працює: від обльоту до звіту
Керівники об’єктів замовляють скан онлайн – і обирають зручний час. Lamarr.AI використовує партнерські мережі операторів дронів у різних країнах, надаючи готові польотні завдання. Зібрані знімки завантажуються на платформу, яка виконує автоматизований аналіз і формує звіт.
- Мапування аномалій на 3D-моделі будівлі з прив’язкою до конкретних вузлів;
- Пояснення ймовірної причини кожної проблеми;
- Оцінка вартості усунення і розрахунок окупності за результатами енергомоделювання;
- Рекомендації щодо пріоритизації робіт для максимальної економії.
Огляд будівлі площею близько 180 000 квадратних футів, як-от MIT Schwarzman College of Computing, генерує приблизно 2 000 знімків, які моделі аналізують автономно протягом секунд.
Кейс Детройта: швидко, віддалено, з вимірюваним ефектом
У червні Lamarr.AI за підтримки Newlab та Michigan Central проінспектувала три муніципальні будівлі в Детройті. На двох об’єктах платформа виявила понад 460 проблем – від розривів у теплоізоляції до слідів протікань. У звіті змодельовано, що заміна вікон і цільова герметизація можуть зменшити споживання енергії системами опалення, вентиляції та кондиціювання до 22 відсотків.
Політ у Детройті став, за словами компанії, першим для інспекції будівель із віддаленим оператором – це підвищує масштабованість сервісу й додатково знижує витрати, відкриваючи шлях до регулярних обстежень навіть для невеликих бюджетів.
Технологічне походження і фінансування
Ідея народилася в середовищі MIT. Співзасновниця Норхан Байомі під час PhD досліджувала виявлення особливостей фасадів і класифікацію теплових аномалій, зокрема у контексті впливу теплових хвиль на вразливі громади. Тарек Раха, працюючи в Сіракузькому університеті, від 2015 року розвивав концепцію аналітики будівель на основі дронів, що отримала підтримку Департаменту економічного розвитку штату Нью-Йорк.
У 2019 році до команди приєднався професор MIT Джон Фернандес, а проєкт отримав 1,8 мільйона доларів США дослідницького фінансування від Міністерства енергетики США. Компанія Lamarr.AI формально заснована у 2021 році, здобула стартовий грант MIT Sandbox, перемогла в MITdesignX у 2022 році та стала півфіналістом конкурсу MIT $100K. Назва – від акторки й винахідниці Хеді Ламарр, чиї технологічні напрацювання лягли в основу сучасних безпечних комунікацій.
Де вже працює рішення
Lamarr.AI співпрацює з операторами будівель у США, Канаді, Великій Британії та Об’єднаних Арабських Еміратах. Фокус – об’єкти охорони здоров’я, кампуси вищої освіти, багатоквартирний фонд, а також компанії з експлуатації та будівництва. Для власників великих портфелів привабливим є масштаб: одна платформа для регулярного контролю стану оболонок десятків і сотень будівель.
Понад 45 відсотків будівельних дефектів пов’язані з проблемами оболонки – саме їх платформа виявляє та пріоритизує для ремонту.
Чому це вигідно саме зараз
Посилення енергетичних норм і цінова волатильність змушують власників обирати між капремонтом і точковими заходами. Автоматизована діагностика допомагає обґрунтувати друге: інвестувати в ті вузли, що дають найбільший ефект. Для міст це – шлях до системної модернізації парку будівель, для бізнесу – до планування життєвого циклу активів і відмови від реактивних витрат.
