AI智能运维能不能直接控制设备？

能，但仅限低风险设备且必须经权限、联锁状态与策略校验后由授权人员确认；安全相关系统的控制不由AI执行。

没有建筑本体能上AI运维吗？

只能做基于文本的问答。没有设备语义与空间关系，AI无法准确定位"三楼会议室的空调"，也无法解释告警影响范围。

边界设计的目的就是让责任清晰：AI提供解释与建议并留痕，控制动作由授权人员确认执行，审计日志记录指令、校验与执行人。

从查询与告警解释开始，再到低风险设备的受控操作，最后策略化。每一步都用采纳率、拦截记录和审计完整性衡量后再扩大范围。

AI智能运维在建筑场景的能力可以分三级：AI可自动完成——状态查询、告警解释、影响范围分析、能耗对比、报表与处置建议；需校验与人工确认——设备控制、参数设定、策略启停、批量操作；不由AI直接执行——消防、配电、医气、冷源等关键系统的安全联锁与专业控制。

边界成立的前提是三件事：稳定的设备数据底座、建筑本体知识（设备语义、空间与供给关系）、覆盖权限与联锁状态的校验和审计机制。没有这三件事，AI只能停留在问答演示。

建筑运维与互联网客服不同：一次错误的控制动作可能影响手术室空调、数据机房冷源或消防联动。因此AI在建筑场景的价值不是"替代人做决定"，而是把资深工程师的判断过程变成可解释、可校验、可追溯的流程，让普通值班人员也能按规范处置。边界越清楚，AI越容易被接受和审计。

第一级：AI可自动完成自然语言查询设备状态与历史；解释告警可能原因与影响范围；按空间、系统、时段对比能耗；生成日报、月报与处置建议；整理工单与巡检记录。

第二级：需校验与人工确认设备启停、参数设定（温度、频率、时间表）、策略启停、批量操作。AI生成动作建议 → 经权限、联锁状态、运行策略校验 → 授权人员确认 → 执行并记录审计日志。

第三级：不由AI直接执行消防联动、配电投切、医用气体、冷热源核心控制、电梯迫降等安全相关动作，仍由相应专业系统的联锁与授权流程承担，AI只做监测、预警与建议。

古河的实现方式是以AI本体知识平台提供建筑语义，以AI智能运维平台完成语义理解、校验与受控执行，通过MCP工具链对接BIOT与IBMS。相关机制可参考AI智能运维平台技术架构解析、IBMS AI智能运行能力升级与AI智能运维解决方案。

古河软件　发布于 2026-08-26