優化操作並做出更智能的資產決策取決於資產生命周期中的5Cs高品質數據
典型的高層辦公大樓大約包含1,000個可維護的資產，例如電氣設備、備用電力系統、電梯、水泵和空氣處理裝置。設施管理團隊可能需花費數週時間才能尋找、識別和記錄所有這些資產，具體時間取決於工程師參與盤點和驗證過程的人數。要找到並查看機械圖紙、OEM手冊和工作訂單還需要更多後續時間。
這就是設施管理人員歷來在獲取高品質資產數據方面遇到如此多困難的原因。這需要細致入微的努力和勤奮，常常導致不完整或不正確的數據。
沒有高品質數據，設施管理（FM）團隊難以做出更智能的維護和資本替換決策。他們面臨資產故障和非計劃停機的更大風險，無法準確衡量性能或改進運營。高品質數據影響FM運營、維護以及資產生命周期內各個方面的更新。
因此，確保您的資產數據具有最高的品質比以往任何時候都更加重要。
高品質數據以更好的資產管理
資產盤點是一個資產數據庫，依賴於5C的品質數據，這些數據必須：
完整 – 所有目標可維護和可更新的資產都被收集進入盤點。
全面 – 收集所需的目標資產屬性（例如，資產類別、製造商、型號、容量、電壓、噸數等）。
一致 – 資產名稱和屬性的命名法在整個盤點中的一致性。
正確 – 資產ID和描述必須正確標識資產，準確無誤，避免語法錯誤等。
最新 – 資產必須正確指定為活躍（在服務中）、非活躍、廢棄等。
高品質的數據在資產盤點中克服了上述的風險和限制，讓團隊能根據成本、重要性、合規、安全性或運行影響來專注於被認定為重要的資產。
資產盤點依賴高品質數據
資產盤點，也稱為資產註冊，是一個資產及其屬性（如品牌、型號、序列號、購買日期、保修信息、位置等）的資料庫。
創建資產盤點歷來都是勞動強度大、耗時且費用昂貴的，因此設施管理者必須謹慎選擇哪些資產應納入盤點中。資產對於企業的重要性程度各不相同。雖然盤點理想情況下應涵蓋所有可維護的資產，但成本和資源可能影響哪些資產被納入。無論如何，盤點的價值都依賴於高品質的資產數據。
例如，一家擁有250個地點、每個地點共有400個重要資產的企業，總盤點資產達到100,000個。管理如此多的資產需要5C品質數據。任何低於此標準的數據都將大大削弱盤點的目的和價值。
為什麼資產上線是如此挑戰
傳統的資產上線和數據收集方法是手動的，並且通常是基於紙張。可靠性工程師每天可以定位、檢查和記錄60-75個資產的銘牌信息，但空間和設備的訪問障礙經常拖慢進程。
傳統資產上線或數據收集方法：
需要經驗豐富的可靠性工程師，或有知識和能力的技術人員，他們能夠識別和理解有時複雜的設備，並將其加入庫存中。
容易出現不準確，特別是在手動記錄24個字符的字母數字型號時。錯誤很常見，數據不正確，這降低了庫存質量。
是多步驟的。解碼型號以揭示資產屬性涉及繁瑣的後續過程，通常導致庫存數據不全面。
可能是移動的目標。更換資產在設施管理操作的正常過程中，持續的資產審核可能影響庫存的有效性。
在設備難以驗證時不完整，例如安裝在天花板瓷磚上方的VAV箱。數據不完整，並且根據資產審核的嚴謹程度，審計員對同一設備使用不同術語可能導致不一致。
遠超過現場審核的完成。需要數天和數週才能找到和檢查竣工圖、機械圖紙、OEM手冊、工作單等。追求可能已經多年的信息有風險引入已經不再當前或不全面的數據。
經常涉及數百甚至數千資產。像醫院這樣的複雜建築，需要勤奮和耐心來收集高質量數據，但在數據不可用的情況下，庫存最終是不完整、不一致和不正確的。
自動化資產引入和提升數據品質
新技術能顯著降低資產盤點傳統挑戰，減少所需的勞動力、時間和費用，同時提升數據品質。
一個如JLL Serve的AI驅動移動應用，利用基於內容的圖像檢索（CBIR）識別設備類型。拍攝資產照片後，連接的私人雲會正確識別資產類型，例如空氣處理機組。
光學字符識別（OCR）可以讀取資產名牌的照片，解讀型號並直接將屬性（例如，轉速、噸數、容量、電壓、過濾器尺寸、製冷劑類型等）填入資產盤點中，確保數據的準確和全面。技術將資產的所有屬性集成在一個畫面中，包括OEM手冊、機械圖紙、工作單、故障排除指南，甚至是DIY的YouTube視頻。
在傳統審核中，工程師需要花費8-10分鐘來進行資產的初步目視檢查和名牌記錄。有了上述新技術，現場技術人員使用移動應用可以加速流程，比傳統審核獲得更高質量的數據，且耗時更少。
由於新AI驅動的功能可以自動獲取設備屬性、手冊、圖紙等，不需要數週的後續研究和審查，並且對於數據達到5C品質有更大的保證。
像JLL Serve這樣的應用通過自動化促進效率並提供準確、高品質的數據，以便作出更佳資訊支持的資產管理決策。自動化和AI確保數據的完整性、全面性、正確性和及時性，為技術人員節省寶貴的時間。
如何知道你是否錯過了資產？
進行傳統資產盤點並不總是順利的過程。門鎖緊閉和缺失的鑰匙常導致資產盤點不完整。
由FM團隊、資產管理軟體供應商、行業協會或資產管理顧問創建的預先定義標準，能夠基於類型、用途、面積、樓層數等條件，對建築內的資產進行分類。
例如，大多數餐廳擁有屋頂包裝空調設備、廚房排氣罩/向上排風扇、Ansul防火系統、冰箱、冷凍櫃和微波爐，所以需要找到並記錄這些資產，以便獲得高品質數據的完整資產清單。
預先定義標準確保資產數據的完整性、全面性和及時性，為資產盤點期間期望找到的資產提供有價值的檢查清單。JLL Serve通過連接到私人雲服務和大型Corrigo資產資料庫，提供資產類型的卓越洞察力。結合AI驅動的算法和機器學習的高品質數據，JLL Serve能夠預測預期的盤點數據，並在真正進入建築物之前主動填補數據上的空白。
高品質資產數據提升設施管理效率
資產數據通過允許FM團隊推動其生命周期資產管理計劃的可執行洞察來證明其價值。訪問完整、一致、正確、最新和全面的數據以立即提高效率。
符合5Cs的資產數據質量促進更智能的設施管理，有助於最大化正常運行時間、資產壽命和資產性能。當前技術能夠實時填充資產屬性，同時包括其他數據資源——如OEM手冊和機械圖紙——將所有資產詳細信息匯集到單一窗口中供技術人員使用，無需訪問多種技術。
AI支持功能和移動應用加速資產入庫，同時節省時間、成本和勞力。借助CBIR和OCR，資產入庫提供比傳統手動過程更可靠、完整和準確的數據。
了解我們的動態解決方案如何智能化地轉變操作並釋放您資產的全部潛能。