当大数据和AI技术进一步发展，绿色建筑咨询顾问们的工作模式会产生什么样的变化呢？

大家不妨与我来一起做几点初步的设想。

首先，甲方和绿建顾问在项目初期就需要先选定按照什么样的绿色建筑评价体系来作为依据。而随着行业的不断发展，大家都在面临几个问题：

1.现有评价体系的修订和升级；

2.现有评价体系的细分和延展；

3.新兴评价体系的提出和演变；

4.不同评价体系的差异和局限；

5.政策和市场的不断变化等等。

这些问题一方面增加了相关人员的学习负担和工作压力，另一方面又让大家处于某种“盲人摸象”的困境之中。

如果未来可以建立一个绿色建筑标准和案例的大数据库，那我们就可以结合项目自身的特性和AI算法的协助来找出绿色建筑评价体系和技术策略的几个备选方案。之后，项目团队在这个基础上再通过跨专业协同的方式来筛选项目的绿色建筑最优方案。

其次，跟其他的专业服务一样，绿色建筑咨询顾问的项目工作可以分为“日常任务”和“攻关任务”。我们同样需要大数据和AI技术的支持和帮助。

举个例子来说，我们需要查询每个项目周边的公共交通站点和服务设施分布情况，测量它们与项目之间的步行距离。这类日常任务简单却耗时，而且完成工作之后也不太会产生太大的成就感。如果大数据服务可以自动查询地理信息数据并产生对应的报表，我们就能少秃那么一点点，做到“一键搞定”。

随着技术和数据的逐步完善，我们还可以重新设计评价绿色建筑选址优劣的量化指标，让项目团队和普通公众都可以直观地理解项目在这个方面的表现。

项目工作中复杂程度更高的“攻关任务”，例如建筑性能模拟，绿建顾问目前只能依靠长时间的项目经验积累、专业软件的学习和应用。

不妨设想一下，如果这些专业软件可以根据我们给定的方向进行输入参数的自动调整和迭代计算，那我们就可以更快地找到适合项目的设计优化方案，而不用再在这类任务上消耗大量的时间和精力。

例如，我们进行建筑外遮阳尺寸的优化设计时，只需要设定一个AI算法进行模拟所需的尺寸步长和迭代次数，就可以获得对应的多个模拟结果，找到节能效果最好的尺寸。

之后，项目团队在这个基础上再结合其他设计影响参数（材料选择，成本等等）进行设计协调和深化。

最后，绿色建筑只是行业发展的一个阶段，未来下一个阶段就是零碳建筑。

建筑碳计算目前面临的一大挑战正是各类数据的收集、评估和完善。在数据不足够准确的基础上，进行建筑减碳的实践更是空中楼阁。此外，没有足够多的数据对AI算法进行训练，那么其数据的结果自然难以令人信服。

当顾问们不需要花那么多时间在简单重复的日常工作上时，我们不就有时间和精力来应对和解决这些技术发展中的挑战了吗？

你又怎么想呢？