Palmetto muốn các nhà phát triển phần mềm điện khí hóa nước Mỹ bằng cách sử dụng các mô hình xây dựng AI của mình

Nếu bạn đang cân nhắc lắp đặt tấm pin mặt trời hoặc máy bơm nhiệt cho ngôi nhà của mình, bạn có thể tự hỏi, "Tôi cần bao nhiêu tấm pin?" hoặc "Máy bơm nhiệt kích thước nào phù hợp với tôi?" Theo truyền thống, để trả lời những câu hỏi này, cần có một nhà thầu đến khảo sát trực tiếp tại nhà bạn. Tuy nhiên, trong thập kỷ qua, các công ty lắp đặt năng lượng mặt trời đã đơn giản hóa quy trình này đáng kể. Một số công ty, như Tesla, thậm chí đã loại bỏ hoàn toàn nhu cầu khảo sát tại chỗ, nhờ vào các giải pháp phần mềm tiên tiến.

Những công cụ phần mềm này tích hợp nhiều nguồn dữ liệu khác nhau để dự đoán chính xác số lượng tấm pin mặt trời mà một ngôi nhà cần. Chẳng hạn, Palmetto, một công ty lắp đặt năng lượng mặt trời, sử dụng công cụ độc quyền do chính họ phát triển từ phần mềm mà họ mua lại từ Mapdwell, một startup lập bản đồ năng lượng mặt trời. Nhưng khi thị trường năng lượng mặt trời dân dụng tăng trưởng chậm lại, Palmetto đã mở rộng trọng tâm sang các dự án điện khí hóa khác, như pin dự phòng và máy bơm nhiệt. Việc tạo ra phần mềm cho các hệ thống trong nhà, vốn không thể quan sát qua hình ảnh vệ tinh, đặt ra những thách thức độc đáo.

Để giải quyết vấn đề này, Palmetto đã bắt tay vào một dự án để thu thập dữ liệu và phát triển một mô hình ảo của mọi tòa nhà dân dụng tại Hoa Kỳ. Michael Bratsafolis, chủ tịch mảng trí tuệ năng lượng của Palmetto, đã mô tả nỗ lực này với TechCrunch như là "về cơ bản là mô phỏng các bản sao số của toàn bộ kho tòa nhà dân dụng tại Hoa Kỳ."

Công cụ của họ khai thác cả dữ liệu công khai và riêng tư. Khi dữ liệu cụ thể không có sẵn, AI sẽ can thiệp để đưa ra những phỏng đoán có cơ sở về những gì ẩn bên trong các bức tường. Ví dụ, một ngôi nhà được xây dựng vào những năm 1950 có khả năng sử dụng khung gỗ 2×4 cho các bức tường bên ngoài, điều này giới hạn lượng vật liệu cách nhiệt có thể sử dụng.

Bratsafolis giải thích rằng công nghệ của họ có thể phân tích một ngôi nhà và chia nhỏ nó thành hơn 60 đặc điểm và thuộc tính khác nhau. Để đảm bảo độ chính xác của các mô hình này, Palmetto sử dụng dữ liệu từ những ngôi nhà đã mua hoặc thuê tấm pin mặt trời từ họ. "Điều đó cho phép chúng tôi ẩn danh và sử dụng thông tin cùng dữ liệu thực tế về một ngôi nhà để so sánh hiệu suất của mô hình và giúp huấn luyện mô hình thêm," ông nói.

API của Palmetto và Quyền truy cập cho Nhà phát triển

Palmetto đã thực hiện một bước đi táo bạo khi mở công cụ của mình cho các nhà phát triển bên ngoài, một động thái được truyền cảm hứng từ kinh nghiệm trước đây của Bratsafolis tại Twilio. "Tôi đến từ môi trường phát triển, cách tiếp cận vi dịch vụ để cung cấp các khối xây dựng API nhằm trao quyền cho các đối tác và nhà phát triển," ông nhận xét.

Các nhà phát triển có thể truy cập API với 500 lượt gọi miễn phí mỗi tháng, sau đó mỗi lượt gọi có giá năm cent. Đối với các khách hàng lớn hơn, Palmetto sẵn sàng đàm phán giá tùy chỉnh.

Bratsafolis hy vọng rằng các nhà phát triển sẽ tạo ra các công cụ thúc đẩy quá trình điện khí hóa các tòa nhà tại Hoa Kỳ. Bằng cách đó, Palmetto sẽ thu được những hiểu biết quý giá về các xu hướng thị trường mới nổi. "Bạn không thể biết trước các trường hợp sử dụng có thể là gì. Và với một sản phẩm API, bạn sẽ có được cái nhìn sâu sắc tuyệt vời về nhu cầu và thị trường," ông nói.