Lar
Palmetto quer que os desenvolvedores de software eletrifice a América usando seus modelos de construção de IA
Se você está considerando painéis solares ou uma bomba de calor para sua casa, pode se perguntar: "Quantos painéis eu preciso?" ou "Qual o tamanho da bomba de calor que devo comprar?" Tradicionalmente, responder a essas perguntas significava ter um contratante visitando sua propriedade. No entanto, na última década, as empresas de instalação solar simplificaram significativamente esse processo. Algumas, como a Tesla, eliminaram completamente a necessidade de uma visita no local, graças a soluções de software avançadas.
Essas ferramentas de software integram várias fontes de dados para prever com precisão quantos painéis solares uma casa precisa. Por exemplo, a Palmetto, uma instaladora solar, usa sua própria ferramenta proprietária desenvolvida a partir de software que adquiriu ao comprar a Mapdwell, uma startup de mapeamento solar. Mas, à medida que o crescimento do mercado solar residencial desacelerou, a Palmetto expandiu seu foco para incluir outros projetos de eletrificação, como baterias de reserva e bombas de calor. Criar software para esses sistemas internos, que imagens de satélite não podem ver, apresenta desafios únicos.
Para enfrentar isso, a Palmetto embarcou em um projeto para compilar dados e desenvolver uma representação virtual de cada edifício residencial nos Estados Unidos. Michael Bratsafolis, presidente de inteligência energética da Palmetto, descreveu esse empreendimento ao TechCrunch como "basicamente simular gêmeos digitais de todo o estoque de edifícios residenciais dos EUA."
A ferramenta deles utiliza dados públicos e privados. Quando dados específicos não estão disponíveis, a AI intervém para fazer suposições educadas sobre o que está escondido dentro das paredes. Por exemplo, uma casa construída na década de 1950 provavelmente tem estrutura de madeira 2×4 em suas paredes externas, o que limita a quantidade de isolamento possível.

A Palmetto desenvolveu uma demonstração para mostrar algumas das funcionalidades que a API pode oferecer aos desenvolvedores. Créditos da imagem: Palmetto Bratsafolis explicou que a tecnologia deles pode analisar uma casa e dividi-la em mais de 60 características e atributos diferentes. Para garantir a precisão desses modelos, a Palmetto usa dados de casas que já compraram ou alugaram painéis solares deles. "Isso nos permite anonimizar e usar as informações e dados reais sobre uma casa para comparar o desempenho do modelo e ajudar a treiná-lo ainda mais," disse ele.
A API da Palmetto e o Acesso para Desenvolvedores
A Palmetto deu um passo ousado ao abrir sua ferramenta para desenvolvedores externos, uma decisão inspirada pela experiência anterior de Bratsafolis na Twilio. "Eu vim desse movimento de desenvolvedores, a abordagem de microsserviços para fornecer blocos de construção de API para capacitar parceiros e desenvolvedores," ele comentou.
Os desenvolvedores podem acessar a API com 500 chamadas gratuitas por mês, após o que custa cinco centavos por chamada. Para clientes maiores, a Palmetto está disposta a negociar preços personalizados.
Bratsafolis espera que os desenvolvedores criem ferramentas que acelerem a eletrificação dos edifícios nos EUA. Ao fazer isso, a Palmetto obterá insights valiosos sobre tendências de mercado emergentes. "Você simplesmente não sabe necessariamente quais podem ser os casos de uso. E, com um produto de API, você obtém uma visão incrível sobre a demanda e o mercado," ele disse.
Artigo relacionado
OpenAI reterá dados do ChatGPT por ordem judicial, CEO Altman propõe 'privilégio de IA'
Muitos usuários regulares do ChatGPT, incluindo o autor deste artigo, podem ter interagido com o recurso de "bate-papo temporário". Essa opção, oferecida pelo popular chatbot da OpenAI, foi projetada
IBM: As empresas implantam "tudo" em IA, mas agora enfrentam o desafio do LLM para o caso de uso
Ao longo do século passado, a IBM testemunhou o surgimento e o desaparecimento de várias tendências tecnológicas. As abordagens que perduram tendem a ser aquelas que oferecem flexibilidade e escolha.N
Custos de IA corporativa: Modelos de Claude com preços 20-30% mais altos do que a GPT na implantação
É amplamente conhecido que diferentes famílias de modelos podem empregar diferentes tokenizadores. No entanto, há poucas pesquisas sobre como o processo de tokenização real varia entre esses sistemas.
Recomendações de tópicos especiais relacionados
Comentários (27)
Die KI-basierten Lösungen von Palmetto klingen vielversprechend, aber ich frage mich, wie präzise solche Modelle wirklich sind. Eine virtuelle Bewertung mag Kosten sparen, aber bei individuellen Gebäuden (Dächer, Isolierung) sind Vor-Ort-Inspektionen oft unersetzlich. Das könnte für manche Hauseigentümer ein zu großes Risiko sein. Andererseits: Wenn die Software gut genug ist, wäre das ein echter Durchbruch für die Branche. 🏠
Finde es total praktisch, dass man jetzt per KI Solaranlagen planen kann! 😊 Endlich muss nicht immer jemand vorbeikommen, um alles zu vermessen. Aber frage mich, ob das wirklich genau genug ist – bei unserem alten Haus würde ich trotzdem lieber auf Nummer sicher gehen und einen Experten konsultieren. Trotzdem, coole Sache!
Cool to see AI helping size solar panels and heat pumps! Makes me wonder if it’ll cut costs or just make contractors lazy. 😅 Anyone tried this yet?
This AI building model stuff from Palmetto sounds cool! 😎 Makes me wonder if it’ll really simplify picking solar panels or just overcomplicate things with tech jargon.
This AI building model stuff is wild! Palmetto’s making it so easy to figure out solar panels without a contractor trekking to your house. Bet it saves a ton of time, but I wonder if it’s as accurate as an in-person check. Still, super cool tech! 🌞
Se você está considerando painéis solares ou uma bomba de calor para sua casa, pode se perguntar: "Quantos painéis eu preciso?" ou "Qual o tamanho da bomba de calor que devo comprar?" Tradicionalmente, responder a essas perguntas significava ter um contratante visitando sua propriedade. No entanto, na última década, as empresas de instalação solar simplificaram significativamente esse processo. Algumas, como a Tesla, eliminaram completamente a necessidade de uma visita no local, graças a soluções de software avançadas.
Essas ferramentas de software integram várias fontes de dados para prever com precisão quantos painéis solares uma casa precisa. Por exemplo, a Palmetto, uma instaladora solar, usa sua própria ferramenta proprietária desenvolvida a partir de software que adquiriu ao comprar a Mapdwell, uma startup de mapeamento solar. Mas, à medida que o crescimento do mercado solar residencial desacelerou, a Palmetto expandiu seu foco para incluir outros projetos de eletrificação, como baterias de reserva e bombas de calor. Criar software para esses sistemas internos, que imagens de satélite não podem ver, apresenta desafios únicos.
Para enfrentar isso, a Palmetto embarcou em um projeto para compilar dados e desenvolver uma representação virtual de cada edifício residencial nos Estados Unidos. Michael Bratsafolis, presidente de inteligência energética da Palmetto, descreveu esse empreendimento ao TechCrunch como "basicamente simular gêmeos digitais de todo o estoque de edifícios residenciais dos EUA."
A ferramenta deles utiliza dados públicos e privados. Quando dados específicos não estão disponíveis, a AI intervém para fazer suposições educadas sobre o que está escondido dentro das paredes. Por exemplo, uma casa construída na década de 1950 provavelmente tem estrutura de madeira 2×4 em suas paredes externas, o que limita a quantidade de isolamento possível.

Bratsafolis explicou que a tecnologia deles pode analisar uma casa e dividi-la em mais de 60 características e atributos diferentes. Para garantir a precisão desses modelos, a Palmetto usa dados de casas que já compraram ou alugaram painéis solares deles. "Isso nos permite anonimizar e usar as informações e dados reais sobre uma casa para comparar o desempenho do modelo e ajudar a treiná-lo ainda mais," disse ele.
A API da Palmetto e o Acesso para Desenvolvedores
A Palmetto deu um passo ousado ao abrir sua ferramenta para desenvolvedores externos, uma decisão inspirada pela experiência anterior de Bratsafolis na Twilio. "Eu vim desse movimento de desenvolvedores, a abordagem de microsserviços para fornecer blocos de construção de API para capacitar parceiros e desenvolvedores," ele comentou.
Os desenvolvedores podem acessar a API com 500 chamadas gratuitas por mês, após o que custa cinco centavos por chamada. Para clientes maiores, a Palmetto está disposta a negociar preços personalizados.
Bratsafolis espera que os desenvolvedores criem ferramentas que acelerem a eletrificação dos edifícios nos EUA. Ao fazer isso, a Palmetto obterá insights valiosos sobre tendências de mercado emergentes. "Você simplesmente não sabe necessariamente quais podem ser os casos de uso. E, com um produto de API, você obtém uma visão incrível sobre a demanda e o mercado," ele disse.
OpenAI reterá dados do ChatGPT por ordem judicial, CEO Altman propõe 'privilégio de IA'
Muitos usuários regulares do ChatGPT, incluindo o autor deste artigo, podem ter interagido com o recurso de "bate-papo temporário". Essa opção, oferecida pelo popular chatbot da OpenAI, foi projetada
IBM: As empresas implantam "tudo" em IA, mas agora enfrentam o desafio do LLM para o caso de uso
Ao longo do século passado, a IBM testemunhou o surgimento e o desaparecimento de várias tendências tecnológicas. As abordagens que perduram tendem a ser aquelas que oferecem flexibilidade e escolha.N
Custos de IA corporativa: Modelos de Claude com preços 20-30% mais altos do que a GPT na implantação
É amplamente conhecido que diferentes famílias de modelos podem empregar diferentes tokenizadores. No entanto, há poucas pesquisas sobre como o processo de tokenização real varia entre esses sistemas.
Die KI-basierten Lösungen von Palmetto klingen vielversprechend, aber ich frage mich, wie präzise solche Modelle wirklich sind. Eine virtuelle Bewertung mag Kosten sparen, aber bei individuellen Gebäuden (Dächer, Isolierung) sind Vor-Ort-Inspektionen oft unersetzlich. Das könnte für manche Hauseigentümer ein zu großes Risiko sein. Andererseits: Wenn die Software gut genug ist, wäre das ein echter Durchbruch für die Branche. 🏠
Finde es total praktisch, dass man jetzt per KI Solaranlagen planen kann! 😊 Endlich muss nicht immer jemand vorbeikommen, um alles zu vermessen. Aber frage mich, ob das wirklich genau genug ist – bei unserem alten Haus würde ich trotzdem lieber auf Nummer sicher gehen und einen Experten konsultieren. Trotzdem, coole Sache!
Cool to see AI helping size solar panels and heat pumps! Makes me wonder if it’ll cut costs or just make contractors lazy. 😅 Anyone tried this yet?
This AI building model stuff from Palmetto sounds cool! 😎 Makes me wonder if it’ll really simplify picking solar panels or just overcomplicate things with tech jargon.
This AI building model stuff is wild! Palmetto’s making it so easy to figure out solar panels without a contractor trekking to your house. Bet it saves a ton of time, but I wonder if it’s as accurate as an in-person check. Still, super cool tech! 🌞











