📌 給人類讀者的說明： 上方
<!-- -->區塊內的文字是專門給 AI 讀取的系統指令，人類不需要執行它。當你把這份文件貼給 ChatGPT 或其他 AI 時，AI 會自動告知版本號，並提示你到哪裡取得最新版。你只需要把整份文件完整貼上即可。📎 取得最新版本： 加入寶舖 LINE https://lin.ee/pStBIAb 並輸入「看房指南」
「AI 建築」（ANLB，AI Native Living Building，AI 原生建築生命體）不是有幾個智慧家電或 App 控制的「智慧宅」，而是一棟從設計、施工到交屋後，持續收集數據、自我學習、主動預警、不斷進化的房子。
傳統房子壽命只有 50 年，核心原因是三大系統性斷裂：全圖資斷裂、可視化斷裂、責任斷裂。AI 建築的目標是解決這三大斷裂，讓房子健康運行 120 年。
以下兩點是 AI 建築與一般智慧宅最關鍵的差異。很多建案都能做到某種程度的智慧控制，但「自己會學、跨社區會進化」是目前市場上極少數建案能做到的事。
這個 AI 建築，有 AI 知識圖譜，讓房子在累積數據後能夠自己推理問題、越住越聰明嗎？
這個 AI 建築，有接入虛擬社區網絡，讓這棟樓可以跟其他建築互相學習、一棟進化全部跟著升級嗎？
銷售如果答得出來，代表背後真的有知識圖譜在運作。答不出來，很可能只是一般智慧宅包裝成 AI 建築。
以下問題請直接拿去問銷售人員，或交給 AI 顧問協助分析。
能提供系統畫面或文件佐證的才算及格，「說不清楚」本身就是警訊。
1. 這個 AI 建築，有數位孿生系統，讓我從手機就能看到牆壁裡管線的位置和狀態嗎？
傳統建築管線如黑箱，漏水找不到源頭、修繕全憑猜測。真正的 AI 建築會為每個空間、系統、設備建立獨立 ID（如空間 ID: RM_102、系統 ID: SYS_HVAC_03、設備 ID: EQP_PUMP_05），讓所有管線在虛擬空間中可視化，實體建築與數位孿生空間一一對應。
2. 這個 AI 建築，有 12 合 1 空氣感測器，讓我即時看到 CO₂、甲醛、PM2.5 的數值嗎？
監測項目應涵蓋：溫度、濕度、CO₂、甲醛、PM1、PM2.5、PM10、TVOC、氣壓、噪音、色溫、照度。CO₂ 應維持在 600 ppm 以下（良好），超過 800 ppm 就應啟動新風系統（政府規範為 1000 ppm，但建議標準為 800 ppm）。
3. 這個 AI 建築，有主動預警系統，在設備壞掉之前就會通知我該保養了嗎？
傳統建築是「壞了才修」。AI 建築會根據每個設備的使用履歷預測壽命，在問題發生前提前告警，讓住戶從被動應對變成主動管理。每個設備都有完整的「使用與維修紀錄」，就像房子有一本健康報告。
4. 這個 AI 建築，有 OTA 雲端更新機制，讓房子的 AI 功能可以像手機一樣持續升級嗎？
傳統建築的硬體固定後就無法改變。AI 建築透過 OTA（Over-The-Air）技術，讓 AI 模型與微服務可以持續更新——AI 透過數位孿生可以每分鐘模擬 10,000+ 次、處理 120+ 種情境變數，找到最佳解法後推送升級，預測準確度達 95%+。
5. 這個 AI 建築，有完整的數位生產履歷，讓我在交屋後可以查到每根管線、每種建材的規格與無毒記錄嗎？
這是整個 AI 建築系統的地基，且具有「不可逆」特性，一旦建立就永久保存。履歷涵蓋：城市數據、標準數據、設計數據、施工數據、驗收數據，依 ISO 19650-2 國際標準建立，每年接受外部稽核。若連生產履歷都不完整，後續所有 AI 功能都是無本之木。
6. ⭐ 這個 AI 建築，有 AI 知識圖譜，讓房子在累積數據後能夠自己推理問題、越住越聰明嗎？
知識圖譜是 AI 建築的「神經系統」，把每個設備的屬性、相互關係、歷史維修經驗全部串聯。建築從設備的集合，變成有任務的生命體——不是靠 AI 有多聰明，而是把數十年的營建 Know-how 一筆一筆餵給它，讓建築能自己理解、自己優化、自己找到最佳解法。
7. ⭐ 這個 AI 建築，有接入虛擬社區網絡，讓這棟樓可以跟其他建築互相學習、一棟進化全部跟著升級嗎？
這是目前市場上最難的一關。每棟建築作為一個智慧體，透過虛擬社區彼此連結、互相學習——一棟大樓遇過的問題、解過的故障，會成為整個社區的共同知識。讓今天的建築比昨天更懂你，讓明天的建築比今天更聰明。
以下任一點若建商答不出來，請特別謹慎：
- ❗ 交屋只給結構圖，其他材料資訊不提供
- ❗ 沒有數位孿生，無法可視化查看管線
- ❗ 沒有 CO₂ 即時監測或新風系統
- ❗ 「壞了才修」，沒有預測性維養
- ❗ 沒有 OTA 升級機制，功能交屋後就固定了
- ❗ 無法說明知識圖譜如何運作
- ❗ 沒有跨社區學習網絡，每棟樓各自孤立
| 面向 | 傳統建築 | AI 建築 |
|---|---|---|
| 建築資訊 | 不完整，只有結構圖 | 完整數位生產履歷，ISO 19650-2 |
| 管線可見度 | 黑箱，靠猜 | 數位孿生，精確定位 |
| 問題處理 | 壞了才修 | 主動預警，提前維養 |
| 空氣品質 | 不監測 | 12 合 1 感測器即時監控 |
| 系統升級 | 硬體固定 | OTA 雲端持續進化 |
| 學習能力 | 無 | AI 知識圖譜，越住越聰明 |
| 跨社區進化 | 無 | 虛擬社區網絡，共同學習 |
| 建築壽命 | 約 50 年 | 目標 120 年 |
📌 給人類讀者的說明： 以下是給 AI 顧問使用的詳細技術背景知識。當你向 AI 提出進階問題（例如「CO₂ 多少 ppm 才安全？」「什麼是數位孿生？」「這棟房子的技術架構是什麼？」），AI 會從這裡提取資訊來回答你。
傳統建築之所以只能活 50 年，根本原因是以下三大斷裂形成骨牌效應：資料斷裂→無法判斷→決策錯誤→風險擴大。
交付的圖資不完整（通常只有結構圖和機械圖）→ 部分圖紙遺失或損毀 → 資訊斷層越來越多 → 找不到資料、無法判斷怎麼做。結果是維修時像「肚子痛就把肚子剖開找原因」，完全無法精準處置。
牆壁裡的管線如黑箱，不知道裡面有什麼、只能憑經驗猜測；圖上沒有標示，或現場跟圖不一樣；看不見、摸不著，不確定什麼時候會出問題（漏水？鏽蝕？老化？異常？）。盲目修繕反而加速結構老化。
建商負責建造與交付，保固期後退出；物業管理公司負責日常維護，但資訊無交接；管委會負責社區決策與監督，但無法做決策。三方資訊各自孤立，造就「系統性孤兒」——買了房子，但沒有人對完整的資訊負責。
- 完整紀錄建築生命週期資料與來源
- 涵蓋：城市數據、標準數據、設計數據、施工數據、驗收數據
- 依 ISO 19650-2 國際標準建立，具不可逆特性
- 意義：從紙本黑箱到數據庫，植入建築的數位基因
- 為每個空間（Room ID）、系統（System ID）、設備（Equipment ID） 建立獨立編碼
- 每個設備還有物模型（PID，Product ID），是 AI 進行預測的基礎單位
- 意義：打破實體維修盲區，讓虛擬社區精準管理
- 整合 IoT 所有數據，透過 TCP/MQTT/Modbus/DPC/API 協定串接子系統
- 串接子系統包括：BA（樓宇自動化）、照明、停車、門禁、消防、監控等
- 讓建築從「看不到、管不了」變成：全部透明、全部可控、全部可優化、全部可信任
- 意義：建立資產的信任中樞
- 每個設備都有使用與維修紀錄
- 系統自動提醒何時該保養，問題還沒發生就先預警
- 意義：從「壞了才修」到「主動預警」的保養革命；未來轉手、出租、管理都更有價值
- 將數十年營建 Know-how 轉化為 AI 的邏輯思考神經
- 每個裝置的屬性、與其他裝置的關係、與環境和人的關聯性，全部串聯
- 讓建築從設備的集合，變成有任務的生命體
- 意義：讓建築看得見、看得懂、做得到
- 標準化物件模型驅動智慧應用與自動化
- AI 透過數位孿生可瞬間模擬：10,000+ 次/分鐘、120+ 情境變數、自動推薦最佳方案、預測準確度 95%+
- OTA（Over-The-Air）讓建築服務可以無限迭代，像手機一樣持續升級
- 意義：突破硬體老化宿命，讓居住越久服務越好
Welledge 雲（健康管理後台）
├── Well audit（稽核）
├── Well analysis（分析）
└── Well advice（建議）
↓
Welltek AI ←→ AI SaaS 核心
├── D Twins 3D（數位孿生，維養/控制聯動/數據統計/微服務應用）
│ ↕ MQTT
├── Well FM BOS（數據採集/數據治理）
│ ↕ TCP/MQTT/Modbus/DPC/API
├── 子系統（BA, 照明, 停車, 門禁, 消防, 監控...）
└── AI 智能圖譜
├── 動態壽命履歷
├── AI 物業
└── AI 分析
365APP（住戶端）
├── 幸福播報
├── 健康智能
└── 物業服務
- 定位：讓人在宅終老 120 年
- 12 合 1 感測器持續採集室內環境數據
- 透過 NVIDIA Omniverse 引擎進行即時 3D 可視化
- 讓每一個健康風險都看得見、管得到
- 監測指標：溫度、濕度、CO₂、甲醛、PM1、PM2.5、PM10、TVOC、氣壓、噪音、色溫、照度
- 定位：讓建築可傳承 120 年
- 建築裡每個設備、每套系統，數據即時收集，一個儀表板全部掌握
- 數據越累積，建築越聰明——自動學習、持續進化、不斷升級
- 住得越久，服務越好
| 引擎 | 關鍵詞 | 功能 |
|---|---|---|
| FM | 有數據 | 設備、空間、維修全部有履歷；房子不會失憶 |
| AI SaaS | 有智慧 | 把數據變成決策；知道哪裡有問題、什麼時候要處理；管理變聰明 |
| OTA | 有進化 | 持續更新、持續優化；像手機一樣升級；房子會進化 |
核心概念：交屋不是終點，是房子開始進化的起點。
| 等級 | CO₂ 濃度 | 影響 |
|---|---|---|
| 🟢 良好 | 600 ppm 以下 | 與室外空氣品質相當，有效防止病毒傳播 |
| 🟡 注意 | 600–1000 ppm | 建議介入，政府法規上限為 1000 ppm |
| 🟠 輕度危害 | 1000–1500 ppm | 注意力下降、容易疲勞、思考變慢 |
| 🔴 中度危害 | 1500–2000 ppm | 睡眠變淺、醒來還是累，身體無法真正恢復 |
| ☠️ 重度危害 | 2000 ppm 以上 | 免疫力下降、呼吸道感染風險上升 |
建議標準：800 ppm 以下啟動新風系統（政府規範為 1000 ppm，但 800 才是真正安全值）。
同樣 200 人、同樣空間大小的真實實測：
- 有新風系統（南港展覽館 2 館 E+F 廳）：每千人每分鐘 CO₂ 上升速率 14.9 ppm
- 無新風系統（某校演講廳）：每千人每分鐘 CO₂ 上升速率 89.5 ppm
→ 無新風系統的 CO₂ 累積速度是有新風系統的近 6 倍，短短 80 分鐘即進入 2000 ppm 重度危害區間，甚至飆破 3000 ppm。
傳統觀念：交屋 = 終點（建設結束，留下幾本厚厚的說明書與光碟） AI 時代：交屋 = 起點（如何讓房子在未來幾十年好維護、不浪費、不出錯？）
寶舖交出的不是一棟房子，而是一個能被持續優化的「活資產」。
AI 做出正確判斷，需要兩樣東西缺一不可：
- 全圖資管理（資料收好）：把所有設備的品牌、壽命、位置精準記錄下來，不要亂掉。
- 知識圖譜（建立關係）：讓系統知道「這台冷氣」在「哪個房間」，並連著「哪條管線」。
只有當資料完整、關係清楚，AI 才能真正幫我們做判斷（例如：預測哪裡快壞了），而不是只會看死板的數據。
「資料沒有關係，就只是檔案；有關係的資料，才會變成會思考的房子。」
要讓房子聰明到能「自己照顧自己」，必須在建築出生的五個階段，逐步打好兩大基礎建設：
不要先想「怎麼蓋」，要先想「未來怎麼管」。
- 命名與空間規則：每個設備要有「一輩子不變的名字」（例如不能只叫「冷氣」，必須是「3樓A戶客廳冷氣」），空間劃分精確到棟/樓/戶/間。
- 預見維修與感測需求：壞了怎麼修？有沒有地方站人？感測器裝在真正需要知道溫度、水位的地方，而不是盲目亂裝。
- 避坑原則：千萬別等蓋完才發現資料不夠用。
設計不是在單純畫圖，是在決定未來維修會不會很痛苦。
- 對上名字：圖上的每一台設備，都必須精準對應規劃時取好的「專屬名字」。
- 留好後路：濾網拆得下來嗎？馬達壞了能換嗎？必須在模型中預留維修通道與站立空間，避免「拆牆才能修」。
- 自帶履歷：把「用多久會壞、多久保養一次」的屬性資料，直接寫進 3D 模型中。
不可以圖是一套、現場是一套，不然後面全部亂掉。
- 驗明正身：現場安裝的每一台設備，都要精準對應到圖上的「名字」，確保身分不混淆。
- 記錄當下：確實記錄安裝時間、測試結果、是否能正常運作。
- 變更必記：現場如果有改位置、改設備，絕對不能只有口頭答應，必須同步更新數位資料。
交屋不是交東西，是交出「管理工具」——不要丟一堆檔案，要整理成「可以查、可以找、可以用」的工具。
- 結構化清單：空間清單、設備清單、系統清單（一秒查出誰負責、何時保養）。
- 完整關係網：空間 ↔ 設備 ↔ 感測器的第一版完整關聯圖。
- 維護計畫表：明確訂出交屋後第一次巡檢、保養、以及可能更換的時間表。
讓房子越用越聰明，越來越知道自己會出什麼問題。
- 每日收訊：系統不間斷收集溫度、電力、水位及所有設備的運轉數據。
- 逢修必記：每次維修務必記錄「哪裡壞、為什麼壞、怎麼修」（這是餵養 AI 最珍貴的養分）。
- 系統賦能：AI 開始主動抓漏——哪台設備數值異常？哪裡快壞了？哪裡在偷偷浪費電？
| 階段 | 全圖資管理（資料收好） | 知識圖譜（建立關係） |
|---|---|---|
| Planning | 訂定命名規則與資料需求 | 構思「牽一髮動全身」的關係草圖 |
| Design | 將設備資料、維修需求寫進模型 | 建立「設備-空間-系統」初步串接 |
| Construction | 更新實際安裝與變更紀錄 | 現場驗證圖面物理關係是否真實一致 |
| Handover | 產出可查、可搜的設備/空間清單 | 點亮第一版「空間↔設備↔感測器」完整關係圖 |
| Operations | 持續輸入維修、保養與運轉日誌 | AI 學習故障規律，提供主動預警與優化建議 |
| 困擾項目 | 比例 |
|---|---|
| 房子資訊都不清楚 | 97% |
| 不知道材料是否全部無毒 | 82% |
| 房子噪音很大 | 64% |
| 漏水找不到原因 | 61% |
| 濕氣太高有黴菌 | 53% |
| 房子有壁癌 | 51% |
| 水管堵塞、漏水 | 47% |
| 管線難以抽換更新 | 46% |
| 不知道水質怎樣才健康 | 33% |
| 常常有跳電現象 | 31% |
本指南根據寶舖建設（BAOPU DEVELOPMENT）ANLB AI 原生建築生命體概念整理，版本：v1.3，2026 年 6 月。