Bangunan-bangunan tua menyebabkan energi senilai ribuan dolar terbuang sia-sia setiap tahun melalui atap yang bocor, jendela-jendela tua, dan insulasi yang tidak memadai. Namun meski pemilik gedung menghadapi tekanan yang semakin besar untuk mematuhi peraturan energi yang lebih ketat, membuat keputusan cerdas tentang cara berinvestasi dalam efisiensi merupakan tantangan besar.
Lamarr.AI, yang sebagian lahir dari penelitian MIT, membuat proses menemukan cara untuk meningkatkan efisiensi energi bangunan semudah mengklik sebuah tombol. Saat pelanggan memesan peninjauan gedung, hal ini akan memicu simfoni terkoordinasi dari drone, kamera termal dan jarak pandang, serta kecerdasan buatan yang dirancang untuk mengidentifikasi masalah dan mengukur dampak dari potensi peningkatan. Teknologi Lamarr.AI juga menilai kondisi struktural, membuat model bangunan 3D secara detail, dan merekomendasikan retrofit. Solusi ini sudah digunakan oleh organisasi-organisasi terkemuka di bidang manajemen fasilitas serta perusahaan arsitektur, teknik, dan konstruksi.
“Kami mengidentifikasi akar penyebab anomali yang kami temukan,” kata CEO dan salah satu pendiri Tarek Rakha PhD ’15. “Platform kami tidak hanya mengatakan, ‘Ini adalah titik panas dan ini adalah titik dingin.’ Ini menentukan ‘Ini adalah infiltrasi atau eksfiltrasi. Ini adalah isolasi yang hilang. Ini adalah intrusi air.’ Anomali yang terdeteksi juga dipetakan ke model 3D bangunan, dan terdapat analisis yang lebih mendalam, seperti biaya setiap retrofit dan laba atas investasi.”
Hingga saat ini, perusahaan memperkirakan platformnya telah membantu klien di bidang layanan kesehatan, pendidikan tinggi, dan perumahan multi-keluarga menghindari biaya konstruksi dan retrofit senilai lebih dari $3 juta dengan merekomendasikan intervensi yang ditargetkan terhadap penggantian sistem penuh yang mahal, sekaligus meningkatkan kinerja energi dan memperpanjang umur aset. Bagi pemilik gedung yang mengelola portofolio bernilai ratusan juta dolar, pendekatan Lamarr.AI mewakili perubahan mendasar dari pemeliharaan reaktif ke manajemen aset strategis.
Para pendiri, yang juga termasuk Profesor MIT John Fernández dan Ilmuwan Riset Norhan Bayomi SM ’17, PhD ’21, sangat senang melihat teknologi mereka mempercepat transisi ke bangunan yang lebih hemat energi dan berkinerja lebih tinggi.
“Mengurangi emisi karbon pada bangunan memberi Anda laba atas investasi terbesar dalam hal intervensi iklim, namun yang dibutuhkan adalah teknologi dan alat untuk membantu sektor real estat dan konstruksi mengambil keputusan yang tepat secara tepat waktu dan ekonomis,” kata Fernández.
Mengotomatiskan pemindaian gedung
Bayomi dan Rakha menyelesaikan PhD mereka di Program Teknologi Bangunan Departemen Arsitektur MIT. Untuk tesisnya, Bayomi mengembangkan teknologi untuk mendeteksi fitur eksterior bangunan dan mengklasifikasikan anomali termal melalui pemindaian bangunan, dengan fokus khusus pada dampak gelombang panas terhadap masyarakat berpenghasilan rendah. Bayomi dan kolaboratornya akhirnya menerapkan sistem tersebut untuk mendeteksi kebocoran udara sebagai bagian dari kemitraan dengan komunitas di New York City.
Setelah lulus MIT, Rakha menjadi asisten profesor di Universitas Syracuse. Pada tahun 2015, bersama dengan rekannya Profesor Senem Velipasalar di Universitas Syracuse, ia mulai mengembangkan konsep analisis bangunan berbasis drone — sebuah gagasan yang kemudian mendapat dukungan melalui hibah dari Departemen Pembangunan Ekonomi Negara Bagian New York. Pada tahun 2019, Bayomi dan Fernández bergabung dengan proyek ini, dan tim tersebut menerima penghargaan penelitian senilai $1,8 juta dari Departemen Energi AS.
“Teknologinya adalah seperti memberikan MRI pada gedung menggunakan drone, pencitraan inframerah, pencitraan cahaya tampak, dan AI eksklusif yang kami kembangkan melalui teknologi visi komputer, serta model bahasa besar untuk pembuatan laporan,” jelas Rakha.
“Saat kami memulai penelitian ini, kami melihat secara langsung bagaimana komunitas rentan menderita karena bangunan yang tidak efisien, namun kami tidak mampu melakukan diagnosa yang komprehensif,” kata Bayomi. “Kami tahu bahwa jika kami dapat mengotomatiskan proses ini dan mengurangi biaya sekaligus meningkatkan akurasi, kami akan membuka pasar yang sangat besar. Sekarang kami melihat permintaan dari semua orang, mulai dari gedung kota hingga portofolio institusi besar.”
Lamarr.AI secara resmi didirikan pada tahun 2021 untuk mengkomersialkan teknologi tersebut, dan para pendirinya tidak membuang waktu untuk memanfaatkan ekosistem kewirausahaan MIT. Pertama, mereka menerima hibah kecil dari MIT Sandbox Innovation Fund. Pada tahun 2022, mereka memenangkan hadiah MITdesignX dan menjadi semifinalis dalam Kompetisi Kewirausahaan MIT $100K. Para pendiri menamai perusahaan tersebut dengan nama Hedy Lamarr, aktris terkenal dan penemu teknologi yang dipatenkan yang menjadi dasar bagi banyak komunikasi aman modern.
Metode saat ini untuk mendeteksi kebocoran udara di gedung menggunakan alat penekan kipas atau asap. Kontraktor atau insinyur bangunan juga dapat memeriksa bangunan dengan kamera inframerah genggam untuk mengidentifikasi perbedaan suhu secara manual di setiap dinding, jendela, dan saluran.
Sistem Lamarr.AI dapat melakukan inspeksi gedung jauh lebih cepat. Manajer gedung dapat memesan pemindaian perusahaan secara online dan memilih kapan mereka ingin drone tersebut terbang. Lamarr.AI bermitra dengan perusahaan drone di seluruh dunia untuk menerbangkan drone siap pakai di sekitar gedung, memberi mereka rencana penerbangan dan spesifikasi untuk mencapai kesuksesan. Gambar kemudian diunggah ke platform Lamarr.AI untuk analisis otomatis.
“Sebagai contoh, survei terhadap gedung seluas 180.000 kaki persegi seperti MIT Schwarzman College of Computing, yang kami pindai, menghasilkan sekitar 2.000 gambar,” kata Fernández. “Bagi seseorang yang melihatnya secara manual akan memakan waktu beberapa minggu. Model kami menganalisis gambar-gambar itu secara mandiri dalam beberapa detik.”
Setelah analisis, platform Lamarr.AI menghasilkan laporan yang mencakup dugaan akar penyebab dari setiap titik lemah yang ditemukan, perkiraan biaya untuk memperbaiki masalah tersebut, dan perkiraan laba atas investasi menggunakan simulasi energi bangunan tingkat lanjut.
“Kami tahu jika kami dapat melakukan survei selubung termal bangunan dengan cepat, murah, dan akurat serta memahami kinerjanya, kami akan memenuhi kebutuhan besar di sektor real estat, konstruksi bangunan, dan lingkungan binaan,” jelas Fernández. “Anomali termal adalah penyebab besar hilangnya panas yang tidak diinginkan, dan lebih dari 45 persen kerusakan konstruksi disebabkan oleh kegagalan selubung.”
Kemampuan untuk beroperasi dalam skala besar sangat menarik bagi pemilik dan operator gedung, yang sering kali mengelola portofolio gedung dalam jumlah besar di beberapa kampus.
“Kami melihat Lamarr.AI menjadi solusi utama untuk membangun diagnostik portofolio dan prognosis di seluruh dunia, di mana setiap bangunan dapat dilengkapi tidak hanya untuk menghadapi krisis iklim, namun juga untuk meminimalkan kehilangan energi dan menjadi lebih efisien, lebih aman, dan berkelanjutan,” kata Rakha.
Membangun ilmu pengetahuan untuk semua orang
Lamarr.AI telah bekerja sama dengan operator bangunan di seluruh AS serta di Kanada, Inggris, dan Uni Emirat Arab.
Pada bulan Juni, Lamarr.AI bermitra dengan Kota Detroit, dengan dukungan dari Newlab dan Michigan Central, untuk memeriksa tiga gedung kota guna mengidentifikasi area yang perlu ditingkatkan. Di dua bangunan, sistem mengidentifikasi lebih dari 460 masalah seperti celah isolasi dan kebocoran air. Temuan ini disajikan dalam sebuah laporan yang juga menggunakan simulasi energi untuk menunjukkan bahwa peningkatan, seperti penggantian jendela dan pelapukan cuaca yang ditargetkan, dapat mengurangi penggunaan energi HVAC hingga 22 persen.
Seluruh proses memakan waktu beberapa hari. Para pendiri mencatat bahwa ini adalah penerbangan drone inspeksi gedung pertama yang memanfaatkan operator di luar lokasi, sebuah pendekatan yang semakin meningkatkan skalabilitas platform mereka. Hal ini juga membantu mengurangi biaya, sehingga pemindaian bangunan dapat diakses oleh lebih banyak orang di seluruh dunia.
“Kami mendemokratisasi akses terhadap keahlian sains bangunan bernilai tinggi yang sebelumnya memerlukan biaya puluhan ribu per audit,” kata Bayomi. “Platform kami menjadikan diagnostik tingkat lanjut cukup terjangkau untuk penggunaan rutin, bukan hanya penilaian satu kali. Visi yang lebih besar adalah otomatisasi, pemantauan kesehatan gedung secara berkala yang membuat tim fasilitas mendapat informasi secara real-time, memungkinkan pengambilan keputusan proaktif dibandingkan manajemen krisis yang reaktif. Ketika pembangunan intelijen menjadi berkelanjutan dan dapat diakses, operator dapat mengoptimalkan kinerja secara sistematis daripada menunggu masalah muncul.”
