2026年7月，第二届霍尼韦尔科技中国增长峰会在上海举行。峰会上，霍尼韦尔科技正式宣布Forge智能互联平台落地中国，此次发布承载着公司“从自动化迈向自主化”的战略愿景。作为面向建筑领域的重要应用——Forge智能建筑解决方案也在此次峰会上首次公开展示。对于建筑运营来说，Forge智能建筑解决方案的推出，为一个探讨多年的行业命题提供了新的实践路径：建筑能否像自动驾驶一样，从“人工操控”走向“自主运行”？
过去三十年，中国建筑行业逐渐从人工运维走向楼宇自动化控制的转型升级。楼宇运营平台让设备运行有了规则、有了数据。但问题也随之而来：自动化解决了“按规则执行”的问题，却回答不了“规则本身是否执行了最优策略”。
这个矛盾正在多个维度加深：
设备多、告警杂、数据孤立、图纸老旧。运维团队应接不暇，很难跟上复杂需求增长的速度。
很多地区招不到兼具楼宇控制和暖通专业知识的运维工程师，遇到复杂故障时只能依赖第三方支持。人员流动容易导致知识流失，新人熟悉现场需要很长时间。
系统固定逻辑跟不上天气、需求、电价的变化；舒适度、省电、设备工况三者难兼顾；动态优化又怕影响设备安全稳定。
关键设备故障难预判，维保缺标准，计划靠经验，改造没有数据依据……维保急需从被动等待转向主动预防。
这些痛点的根源在于：建筑运营复杂度的增长速度已经超过了传统管理模式的应对能力，运营范式急需重新定义。AI技术工程化应用的加速发展正在为行业提供新的路径，大语言模型、机器学习、知识图谱等技术正在成为运营系统的能力组件，推动建筑运营从“自动化”迈向“自主化”。
SEE-THINK-ACT-LEARN框架，推动建筑运营逐步走向自主化
Forge智能建筑解决方案将自动化控制、人工智能与建筑本体模型深度融合，形成SEE-THINK-ACT-LEARN闭环。建筑运营系统由此逐步形成自感知、自推理、自执行、自学习的能力，并持续优化，推动建筑运营向自主化发展。
图.SEE-THINK-ACT-LEARN Framework for Autonomous Industrial Future
有别于传统的人工逐点绑定数据、手工打标签，建筑本体模型以知识图谱的形式，将建筑内的设备、空间以及它们之间的物理连接、控制逻辑和数据流向构建成一张结构化的知识网络。建筑本体模型为AI识别和关联建筑设备、空间关系、控制逻辑和数据流提供语义基础，从而帮助系统分析建筑运行状态。
与通用AI模型不同，Forge智能建筑解决方案融合了霍尼韦尔科技的硬件技术和机理认知。将公司技术支持团队长期沉淀的运维实践经验，以及Center of Expertise（涵盖暖通、自控、AI算法等领域专家）的专业知识转化为可复用的领域知识和技能注入AI模型，从而支持AI分析和决策建议，旨在提高系统决策建议的准确性和运行可靠性，并可以生成供运营人员审核和执行的分步行动建议。例如检查环境舒适度异常时，AI不仅能发现室内空气质量异常数据，还会直观定位异常区域，检查相关末端设备参数，并给出具体的排障动作建议。
当平台接收到需求指令后，依托建筑本体模型自动识别经授权的控制范围及关联的空间与设备，将需求自动转化为具体的底层控制指令，传输至楼宇控制系统。在遵循设备安全边界和运行约束的前提下，实现安全、可靠、可控的自主执行。例如，当处理租户加班申请时，平台将自动识别租赁区域相关的末端风口、空调机组、冷水机组、水泵、阀门以及照明等设备，将需求转化为具体的操作指令并安排执行。
平台支持一线运营人员对执行操作进行审核与反馈，并将这些反馈持续沉淀为运营知识资产。基于实时运行数据、历史经验以及用户反馈，平台能够不断优化规则体系和AI模型，实现持续学习与能力进化，为建筑运营提供越来越精准、高效和智能的决策支持。
中国的建筑运营场景差异巨大——酒店看重体验、医疗严守合规、高端制造追求精密、数据中心依赖连续性、商业地产关心资产增值，每个业态对“运营智能化”的定义都不同。霍尼韦尔科技正与客户开展共创，探索面向酒店、医疗、高端制造、数据中心、商业建筑等业态的场景化AI应用。通用技术平台加上特定领域的深度共创，有助于释放AI在建筑运营中的价值。
从2026年增长峰会的首次公开展示，到未来在更多楼宇、更多业态中的持续落地，Forge智能建筑解决方案的方向很明确：推动建筑运营逐步具备自感知、自推理、自执行、自学习和持续优化的能力。这是一条漫长的路，霍尼韦尔科技已经在路上。
Forge智能建筑解决方案的
系列内容将陆续发布，敬请期待。
欢迎扫码关注霍尼韦尔科技公众号，
获取更多产品详情和应用场景。
