Primustech 赋能建筑‘思考’

【新加坡】设施经理的日常工作鲜有光鲜亮丽之时。他们的信息分散在多个软件平台，淹没于维修手册、设备日志和合规文件之中，却需要就那些持续不断产生数据的建筑做出快速、准确的决策。 

然而，随着专为设施管理打造的人工智能 (AI) 驱动的大语言模型 (LLM) 解决方案——建筑与环境产业群人工智能 (AiBE) 的出现，这一切都可能成为过去。

该方案由总部位于新加坡的 Primustech 开发，是首个专为设施管理打造的大语言模型。它基于建筑系统、工作流程、合规性和维护管理等领域的专业数据进行训练，而非从通用人工智能平台改造而来。

Primustech 是一家数字主系统集成商，致力于优化建筑与环境产业群的性能、可持续性和效率。 

AiBE 分为三个模块：Scholar（学者）、Operator（操作员）和 Dweller（居住者）。 

Scholar 模块是一个文件库，支持标准操作程序检索、故障排除指南、认证跟踪和知识贡献。其目标用户包括技术人员、员工和新员工；其商业价值在于更快速的文档访问、保存机构知识以及缩短新员工入职时间。 

Operator 模块专注于为设施经理、运营主管和工程师提供实时的建筑管理系统 (BMS) 和计算机化维护管理系统 (CMMS) 查询、工单管理、系统控制、数据可视化、跨建筑分析和月度报告功能。 

Dweller 模块则处理面向租户的工作流程，例如租户请求、停车场管理、空调加时服务、设施预订、社区参与和访客登记，其明确目标是提高租户满意度并提供便捷的自助服务。

从需求到解决方案

AiBE 的开发过程采用植根于实地调研的设计思维流程。Primustech 表示，公司对商业和综合用途建筑的设施经理、技术人员、运营主管和租户进行了深度访谈和跟岗观察。

SEE ALSO

JTC bids goodbye to the paper-heavy world of construction tenders

How Hyundai Motor redefines the factory floor with robots and AI in its Singapore hub

Milkiway AI powers Singapore’s preventive care goals with its health report software

Aecom builds Singapore’s first AI-enabled sustainable design optioneering ecosystem

Software startup Ailytics leverages AI to improve industrial safety

Synqbox’s sensor-based kiosk engages communities to fight dengue transmission

SBS Transit breaks communication barrier with Singapore’s first AI sign-language assistant

Thales redefines the airport journey with AI-powered biometrics

AI-driven inspection platform boosts productivity by 70% for H3 Zoom

More

由此，公司绘制了四个主要用户画像——技术员、设施或运营经理、高管和租户，并将定性反馈转化为多个痛点集群，例如系统碎片化、数据和文档过载、员工知识流失以及历史记录访问不便。 

这些发现塑造了 AiBE 的架构：信息过载问题对应 Scholar 模块，运营复杂性对应 Operator 模块，租户摩擦则对应 Dweller 模块。

Primustech 还选择了一种“大语言模型加检索增强生成”(LLM-plus-RAG) 的 API 优先架构，因为用户希望在不替换旧有 BMS 和 CMMS 系统的情况下，拥有“一个统一的对话入口”。同时，公司采用了模块化部署模型，以便企业可以从一个模块开始，日后在无需返工的情况下进行扩展。

其商业验证来自 The Gear，这是位于樟宜商业园的一座智能建筑，它既是该方案的早期采用者，也是一个现场测试基地。

AiBE 被用于解决建筑系统知识碎片化、运营文档分散以及员工决策缓慢等问题。

此次部署的成果显示，问题解决速度提高了 30%，新员工入职流程从 20 分钟缩短至 5 分钟，每年节省 600 个员工工时，并通过节约时间和避免返工，每年节省约 46,000 新元。

Primustech 还报告了更快的文档检索速度；受控测试显示，在保持质量的同时，检索时间从大约七分钟减少到半分钟。

在可持续性方面，Primustech 预计通过预测性优化可节省 8% 至 12% 的能源，并已将碳追踪和绿色建筑标志 (Green Mark) 报告功能整合到其平台路线图中。

其道德框架优先考虑可解释性，确保人类决策者始终掌握控制权，而不是将权限下放给自动化系统。