Megatrend · Smart City / Autonomous Infrastructure
ตึกที่ “รู้สึกตัว” ได้ — และดูแลตัวเองเป็น
อาคารทั่วโลกกินพลังงานเกือบ 1 ใน 3 ของทั้งโลก แต่ส่วนใหญ่ยัง “โง่” — เปิดแอร์ทั้งชั้นทั้งที่มีคนนั่งอยู่สามคน เปิดไฟห้องที่ไม่มีใครอยู่ บทเรียนนี้คือเรื่องของการติด “ประสาทสัมผัส” และ “สมอง” ให้ตึก: เซ็นเซอร์เต็มเพดาน + ระบบจัดการอาคาร (BMS) ที่สั่งให้ไฟและแอร์ปรับตัวเองตามคนและแสงแดด — ลดค่าไฟได้ครึ่งหนึ่ง และทำให้หลอดไฟทุกดวงกลายเป็นจุดเก็บข้อมูลของตึก
01มันคืออะไร
ลองนึกถึงตึกออฟฟิศที่คุณเคยทำงาน — เกือบทั้งหมดเป็น “กล่องโง่ๆ” ขนาดใหญ่ ไฟเปิดตามเวลา แอร์ตั้งอุณหภูมิเดียวทั้งชั้น ไม่มีใครรู้ว่าห้องประชุมไหนว่าง มุมไหนไม่มีคนใช้เลยทั้งวัน node นี้คือเรื่องของการเปลี่ยน “กล่องโง่” ให้เป็น “ตึกที่รู้สึกตัวได้” — ติดประสาทสัมผัสและสมองให้มัน
หัวใจมีสองส่วน ส่วนแรกคือ ระบบจัดการอาคาร หรือ BMS (Building Management System) — ซอฟต์แวร์ที่ทำหน้าที่เป็น “สมอง” คอยรับข้อมูลจากเซ็นเซอร์ทั่วตึก แล้วสั่งงานระบบต่างๆ โดยเฉพาะ HVAC (แอร์ ระบบทำความร้อน-เย็น-ระบายอากาศ) ซึ่งกินไฟมากที่สุดในตึก ส่วนที่สองคือ connected lighting — ระบบไฟ LED ที่ต่อเน็ตเวิร์ก ที่ไม่ได้แค่ส่องสว่าง แต่ “หรี่-เปิด-ปิด” ตัวเองตามคนและแสงแดด และยังกลายเป็นเครือข่ายเซ็นเซอร์หนาแน่นที่สุดในอาคารไปในตัว
BMS (Building Management System) หรือบางทีเรียก BAS (Building Automation System) คือระบบกลางที่รวมการควบคุมไฟ แอร์ ลิฟต์ ความปลอดภัย และพลังงานของทั้งตึกไว้ในที่เดียว · HVAC = Heating, Ventilation, Air Conditioning คือระบบปรับอากาศและระบายอากาศ ซึ่งเป็นตัวกินพลังงานอันดับหนึ่งของอาคาร — ฉะนั้นใครคุม HVAC ได้ฉลาด ก็คุมบิลค่าไฟได้
ในแผนผังเมกะเทรนด์ node นี้เป็นสาขาย่อยภายใต้ Smart City / Autonomous Infrastructure นิยามของมันคือ “ระบบจัดการอาคาร การควบคุม และไฟส่องสว่างที่ต่อเน็ตเวิร์ก ซึ่งเปลี่ยนอาคารและถนนให้กลายเป็นสินทรัพย์ข้อมูลที่บริหารจัดการได้” พูดง่ายๆ คือมันคือ “ชั้นระบบอัตโนมัติของอาคาร” ในเมืองอัจฉริยะ
02ทำไมถึงสำคัญ — ตึกคือตัวกินพลังงานตัวจริง
นี่คือสถิติที่ทำให้ทุกอย่างมีเหตุผล: การใช้งานอาคารกินพลังงานราว 30% ของพลังงานที่ใช้ทั้งโลก และปล่อยก๊าซเรือนกระจกราว 26% ของทั้งหมด (ถ้านับการก่อสร้างด้วยจะแตะ ~40%) อาคารจึงไม่ใช่แค่ที่ที่เราทำงาน แต่เป็นหนึ่งในเครื่องจักรกินพลังงานที่ใหญ่ที่สุดของอารยธรรม — และส่วนใหญ่ทำงานอย่าง “เปลือง” มาก
นี่คือเหตุผลที่ตลาดนี้โตเร็ว มีแรงผลักสามทางพร้อมกัน: (1) ค่าพลังงานที่แพงขึ้น ทำให้การประหยัดมีค่าเป็นเงินจริง · (2) กฎ ESG และมาตรฐานประสิทธิภาพพลังงาน ที่บังคับให้เจ้าของอาคารต้องรายงานและลดการใช้พลังงาน · และ (3) ยุคหลังโควิดที่คนกลับเข้าออฟฟิศไม่เต็ม ทำให้เจ้าของตึกอยากรู้ว่าพื้นที่ไหนถูกใช้จริง เพื่อจะได้ลดขนาดหรือจัดสรรใหม่
และที่สำคัญสำหรับธุรกิจ: นี่ไม่ใช่ขายของครั้งเดียวจบ ระบบ BMS และซอฟต์แวร์ควบคุมเป็นของ “เหนียว” (sticky) — ติดตั้งแล้วเปลี่ยนยาก ผูกกับสัญญาบริการและบำรุงรักษ��รายปี ทำให้ผู้นำตลาดมีรายได้ประจำที่คาดการณ์ได้ ไม่ใช่แค่ขายฮาร์ดแวร์
03มันทำงานยังไง — ระบบประสาทของตึก
วิธีที่ดีที่สุดในการเข้าใจคือมองตึกเหมือนร่างกาย มันต้องมีสามอย่าง: ประสาทสัมผัส (เซ็นเซอร์), สมอง (BMS), และ กล้ามเนื้อ (ไฟกับแอร์ที่ปรับตัวได้) วงจรนี้วิ่งวนตลอดเวลา
เซ็นเซอร์กระจายอยู่ทั่วตึกคอยวัดสี่อย่างหลักๆ: มีคนอยู่ไหม (occupancy), อุณหภูมิ, CO₂ (บอกว่าอากาศในห้องอับแค่ไหน คนเยอะแค่ไหน), และ ระดับแสง (มีแดดส่องเข้ามาพอไหม) ข้อมูลทั้งหมดไหลเข้า BMS ซึ่งเป็น “สมอง” ที่ตัดสินใจแล้วสั่งกลับไปยังไฟและแอร์ให้ปรับตามจริง — ไม่ใช่ตามตารางเวลาที่ตั้งไว้ตายตัว
ตัวอย่างจริงที่เห็นภาพ: ห้องประชุมว่างตอนบ่าย เซ็นเซอร์ตรวจว่าไม่มีคน BMS ก็หรี่ไฟและลดแรงแอร์ของห้องนั้นทันที พอแดดบ่ายส่องเข้าหน้าต่างจ้า เซ็นเซอร์แสงก็บอกให้ไฟริมหน้าต่างหรี่ลง (เรียกว่า daylight harvesting — “เก็บเกี่ยวแสงแดด” มาใช้แทนไฟ) ทั้งหมดนี้เกิดเองโดยไม่มีใครต้องกดสวิตช์
ผลของการ “ปรับตามจริง” แทน “เปิดทิ้งไว้” นั้นมหาศาล — ระบบไฟ LED ที่มีเซ็นเซอร์ตรวจคนและ daylight harvesting ลดการใช้พลังงานไฟส่องสว่างได้ ราว 50–80% เทียบกับระบบเดิม
04หลอดไฟที่กลายเป็นเซ็นเซอร์
นี่คือ insight ที่คนนอกวงการมักไม่รู้ และเป็นหัวใจที่ทำให้ connected lighting พิเศษ: ไฟส่องสว่างคือสิ่งเดียวในตึกที่มีอยู่ “ทุกที่ ทุกห้อง ทุกตารางเมตร” อยู่แล้ว — และมีไฟเลี้ยงพร้อม ถ้าจะติดเครือข่ายเซ็นเซอร์ให้หนาแน่นทั่วทั้งตึก จุดที่สมเหตุสมผลที่สุดในการวางเซ็นเซอร์ก็คือ… ในโคมไฟทุกดวงนั่นเอง
เมื่อหลอดไฟ LED แต่ละดวงกลายเป็น “จุดเชื่อมต่อ (node)” ในเน็ตเวิร์ก โดยมีเซ็นเซอร์ตรวจคน ความเคลื่อนไหว และแสงในตัว — ทั้งเพดานก็กลายเป็นตารางเซ็นเซอร์ที่ละเอียดที่สุดในอาคาร นี่คือเหตุผลที่ Signify (เดิมคือ Philips Lighting) เรียกแพลตฟอร์มของตัวเองว่า Interact และพูดถึงตัวเองว่าขาย “ข้อมูล” ไม่ใช่แค่ “แสง”
ข้อมูลนี้มีค่ากับเจ้าของอาคารมาก เพราะมันตอบคำถามที่เป็นเงินเป็นทอง: ชั้นไหนแน่น ชั้นไหนร้าง? โต๊ะกี่ % ถูกใช้จริงในแต่ละวัน? ถ้าใช้พื้นที่จริงแค่ 60% บริษัทอาจลดเช่าออฟฟิศลงได้ — ซึ่งในยุคที่ค่าเช่าสำนักงานแพงและคนทำงานไฮบริด การประหยัดตรงนี้มักใหญ่กว่าค่าไฟที่ประหยัดได้เสียอีก
โคมไฟยุคใหม่หลายรุ่นใช้ PoE (Power over Ethernet) — ดึงทั้งไฟเลี้ยงและข้อมูลผ่านสายแลนเส้นเดียว ทำให้ติดตั้งง่ายและคุยกับเน็ตเวิร์กไอทีได้ตรงๆ · บางระบบใช้ไร้สายอย่าง Zigbee หรือ Bluetooth Mesh แทน แต่แนวคิดเหมือนกัน: ทำให้โคมไฟแต่ละดวงเป็น “อุปกรณ์ฉลาดในเครือข่าย” ไม่ใช่แค่หลอดไฟ
05มันอยู่ตรงไหนใน Smart City
ถ้า Smart City คือการเปลี่ยน “โครงสร้างพื้นฐานทางกายภาพ” ให้กลายเป็น “สินทรัพย์ข้อมูล” แล้ว node นี้ก็คือ “ชั้นอาคาร” ของเรื่องนั้น — จุดที่คนใช้ชีวิตและทำงานจริง มันเชื่อมกับพี่น้องและเทรนด์อื่นอย่างแน่นแฟ้น:
- คู่กับ Smart Metering & Grid Edge: มิเตอร์อัจฉริยะวัด “พลังงานเข้าตึกเท่าไหร่” ส่วน BMS คุม “ตึกใช้พลังงานยังไง” สองอย่างนี้ต่อกันได้ตรงๆ เพื่อให้ตึกตอบสนองราคาไฟตามช่วงเวลา (เช่นลดโหลดตอนไฟแพง)
- พึ่ง AI และ Cloud: ข้อมูลจากเซ็นเซอร์นับล้านจุดต้องมี AI ช่วยหา pattern และคาดการณ์ (เช่น “แอร์ตัวนี้กำลังจะเสีย”) และต้องมีคลาวด์รองรับการประมวลผล
- ต้องมี Cybersecurity: ตึกที่ต่อเน็ตทุกระบบ = พื้นผิวให้โจมตีใหม่ ระบบ HVAC หรือลิฟต์ที่ถูกแฮ็กคือความเสี่ยงจริง
- เชื่อมกับ Cooling & Heat และพลังงาน: หัวใจการประหยัดของตึกคือการคุม HVAC ให้ฉลาด — และดีมานด์ใหม่ที่ร้อนแรงคือ “ระบบทำความเย็นของศูนย์ข้อมูล AI”
และอย่าสับสนกับเพื่อนบ้านที่ใกล้กัน: Resilient Buildings & Retrofit พูดถึงการทำให้ “ตัวอาคารทนภัย” (มุมเอาตัวรอดจากสภาพอากาศ) ส่วน node นี้พูดถึงการทำให้ “ระบบในอาคารฉลาด” มักลงมือบนตึกหลังเดียวกัน แต่คนละชั้นของปัญหา
06ตอนนี้ไปถึงไหนแล้ว (อย่างตรงไปตรงมา)
สนามนี้ไม่ได้นำโดยสตาร์ทอัปหวือหวา แต่นำโดย ยักษ์อุตสาหกรรมเก่าแก่ที่ปรับตัวเป็นบริษัทซอฟต์แวร์-บริการ ผู้นำตัวจริงคือเจ้าของฮาร์ดแวร์ (แอร์ ไฟ ระบบควบคุม) ที่มาก่อน แล้วค่อยเอาแพลตฟอร์มดิจิทัลครอบทับ
คนที่บริสุทธิ์ที่สุดในเรื่องนี้คือ Johnson Controls (JCI) — บริษัทอายุ 140 ปีที่ “รีบูต” ตัวเองมาเป็นบริษัทอาคารอัจฉริยะเต็มตัว ปีงบประมาณ 2025 ทำรายได้ ~$23.6 พันล้าน เติบโตเชิงอินทรีย์ 6% และที่สำคัญคือมี backlog (งานในมือ) สูงเป็นประวัติการณ์ที่ ~$14.9 พันล้าน — สะท้อนว่าดีมานด์จริงและเป็นรายได้ต่อเนื่อง แพลตฟอร์ม OpenBlue ของ JCI คือสมอง ส่วนตัวเร่งโตที่ร้อนแรงสุดตอนนี้คือ ระบบทำความเย็นศูนย์ข้อมูล AI (รายได้กลุ่มนี้แตะ ~$4 พันล้านในปี 2024)
ฝั่ง connected lighting ผู้นำโลกคือ Signify (เนเธอร์แลนด์ อดีต Philips Lighting) รายได้ปี 2024 ราว €6.1 พันล้าน เป็นเจ้าของแบรนด์ Philips Hue และแพลตฟอร์ม IoT ชื่อ Interact แต่ก็เป็นตัวอย่างของ “ความจริงที่ไม่สวยทั้งหมด” — ปี 2025 Signify ต้องหั่นเป้ากำไรลงและเจอกำไรร่วงในไตรมาสแรก เพราะตลาดไฟยังโตช้าและการแข่งขันราคาดุ การที่ไฟ “ฉลาดขึ้น” ไม่ได้แปลว่าผู้ขายไฟทุกรายจะกำไรงาม
นอกจากนี้ยังมีกลุ่มแอร์-HVAC อย่าง Trane Technologies และ Carrier ที่ขายตัว “กล้ามเนื้อ” ของตึก (ระบบปรับอากาศ) พร้อมชั้นควบคุมอัจฉริยะของตัวเอง และผู้เล่นเอเชียอย่าง Delta Electronics, Hitachi, และ Mitsubishi Electric ที่แข็งทั้งฮาร์ดแวร์ระบบอาคารและระบบควบคุม
07อนาคต
ทิศทางแรกคือ AI เข้ามาเป็น “สมองที่คิดเองได้” มากขึ้น จากเดิมที่ BMS แค่ทำตามกฎ (“ไม่มีคน → ปิดไฟ”) ไปสู่ระบบที่ คาดการณ์ ได้ — เช่น รู้ว่าพรุ่งนี้อากาศจะร้อนจัดและตึกจะแน่น จึงเริ่มทำความเย็นล่วงหน้าในช่วงไฟถูก หรือ ตรวจจับว่าปั๊มตัวหนึ่งกำลังจะพังก่อนมันพังจริง (predictive maintenance)
ทิศทางที่สองคือ ดีมานด์จากศูนย์ข้อมูล AI ที่กำลังกลายเป็นเครื่องยนต์โตที่ไม่มีใครคาดถึงเมื่อ 3 ปีก่อน ศูนย์ข้อมูล AI ปล่อยความร้อนมหาศาลและต้องการระบบทำความเย็นและจัดการพลังงานที่ซับซ้อน — JCI เองชี้ว่ากลุ่มนี้คือ growth vector ที่ชัดเจนที่สุด ตึก “อัจฉริยะ” ที่ร้อนแรงสุดตอนนี้ ส่วนหนึ่งจึงไม่ใช่ออฟฟิศคน แต่เป็น “ออฟฟิศของชิป”
ทิศทางที่สามคือ การกลายเป็นสินทรัพย์ข้อมูล เมื่อทุกตึกมีข้อมูลการใช้งานละเอียดระดับโต๊ะ มูลค่าจะเลื่อนจาก “ขายฮาร์ดแวร์ครั้งเดียว” ไปสู่ “ซอฟต์แวร์และบริการรายปี” มากขึ้น — ผู้ชนะระยะยาวน่าจะเป็นคนที่คุม “ชั้นข้อมูลและซอฟต์แวร์” ของตึก ไม่ใช่แค่คนที่ขายโคมไฟหรือคอมเพรสเซอร์
08ความท้าทายและความเสี่ยง
ความฝันเรื่อง “ตึกฉลาด” ฟังดูสวย แต่ความจริงมีก้อนหินขวางทางที่ต้องพูดอย่างตรงไปตรงมา
ปัญหาข้อแรกคือ ต้นทุนการ retrofit ตึกใหม่ติดระบบฉลาดได้ตั้งแต่แรกไม่ยาก แต่ตึกเก่า (ซึ่งคือตึกส่วนใหญ่ในโลก) การไปติดเซ็นเซอร์ เดินสาย และเปลี่ยนระบบควบคุมมีค่าใช้จ่ายสูงและรบกวนการใช้งาน เจ้าของอาคารหลายรายจึงคำนวณแล้วว่า “ยังไม่คุ้ม” — ตลาดจึงโตช้ากว่าที่ข่าวพาดหัวทำให้รู้สึก
ปัญหาข้อสองคือ มาตรฐานที่กระจัดกระจาย (fragmented standards) นี่คือศัตรูตัวฉกาจของวงการ ระบบในตึกหนึ่งหลังอาจพูดกันคนละภาษา: HVAC ใช้ BACnet (ครองตลาด ~80% ในอเมริกาเหนือ) ไฟอาจใช้ KNX (นิยมในยุโรป) อุปกรณ์ IoT ใหม่ๆ ใช้ Matter/Zigbee การทำให้ทั้งหมด “คุยกันรู้เรื่อง” ยังต้องอาศัยการต่อ gateway และ map ข้อมูลด้วยมือ ซึ่งแพงและเปราะ — ความฝัน “ตึกที่ทุกอย่างเชื่อมกันไร้รอยต่อ” ในความเป็นจริงยังเต็มไปด้วยรอยต่อ
เป็น “ภาษากลาง” คนละชุดที่อุปกรณ์ในอาคารใช้คุยกัน · BACnet = มาตรฐานหลักของระบบอาคารเชิงพาณิชย์ (โดยเฉพาะ HVAC) · KNX = นิยมในยุโรปสำหรับไฟและระบบอาคาร · Matter = มาตรฐานใหม่ฝั่งอุปกรณ์ IoT/สมาร์ทโฮม การที่มีหลายมาตรฐานพร้อมกันคือสาเหตุที่การ “รวมทุกอย่างให้คุยกัน” ยังยากและแพง
ปัญหาข้อสามคือ วงจรอาคารยาวมาก และคำว่า “smart” ถูกขายเกินจริงบ่อย ตึกถูกออกแบบและใช้งานเป็นสิบๆ ปี การเปลี่ยนระบบจึงช้าตามไปด้วย ขณะเดียวกันคำว่า “smart building” ก็ถูกใช้พร่ำเพรื่อในการตลาด — บางที “ฉลาด” หมายถึงแค่มีแอปคุมไฟ ไม่ได้มีระบบประหยัดพลังงานจริงจัง นักลงทุนและเจ้าของอาคารจึงต้องแยกให้ออกระหว่าง “ฉลาดจริงที่ลดบิลได้วัดผลได้” กับ “ฉลาดบนโบรชัวร์”
และอย่าลืม ความเสี่ยงไซเบอร์ — ยิ่งตึกเชื่อมต่อมาก พื้นผิวให้โจมตีก็ยิ่งกว้าง ระบบ HVAC ลิฟต์ หรือระบบควบคุมการเข้าออกที่ถูกแฮ็ก ไม่ใช่แค่เรื่องข้อมูลรั่ว แต่กระทบความปลอดภัยทางกายภาพของคนในตึก
สรุปสั้นๆ: เรื่องนี้คือการให้ “ประสาทสัมผัสและสมอง” กับสิ่งที่กินพลังงานเกือบ 1 ใน 3 ของโลก เซ็นเซอร์ + BMS + ไฟที่เป็นเซ็นเซอร์ในตัว ทำให้ตึกหรี่ไฟเอง ปรับแอร์เอง และบอกเจ้าของได้ว่าพื้นที่ถูกใช้จริงแค่ไหน มันไม่ได้เซ็กซี่เท่าหุ่นยนต์หรือชิป AI และเต็มไปด้วยอุปสรรคจริง (retrofit แพง มาตรฐานยุ่ง ขายเกินจริง) — แต่เมื่อทุกเปอร์เซ็นต์ของพลังงานอาคารคือเงินมหาศาลและการปล่อยคาร์บอน node ที่ดูน่าเบื่อนี้จึงเป็นหนึ่งในกลไกเงียบๆ ที่สำคัญที่สุดของเมืองอัจฉริยะ