przestrzen

Differences

This shows you the differences between two versions of the page.

Link to this comparison view

Next revision		 Previous revision
przestrzen [2026/01/20 13:25] – created adminprzestrzen [2026/01/22 21:38] (current) – admin
Line 1: Line 1:
-====== Optymalizacja Przestrzeni Biurowej (Space Management) ======+====== Optymalizacja Przestrzeni Biurowej ======
  
-Współczesne biura rzadko są wykorzystywane w 100%. Zjawisko pracy hybrydowej sprawiło, że wiele biurek stoi pustych, generując niepotrzebne koszty najmu i mediów. Machine Learning dostarcza narzędzi do precyzyjnego pomiaru i optymalizacji wykorzystania powierzchni (Occupancy Analytics).+Współczesne biura rzadko są wykorzystywane w 100%. Zgodnie z wytycznymi ((PN-EN ISO 41001:2018, "Facility management – Systemy zarządzania")), zarządzanie popytem na przestrzeń jest kluczowym elementem strategii FM. Machine Learning dostarcza narzędzi do precyzyjnego pomiaru (Occupancy Analytics).
  
- +{{::modern_office_busy.jpg?nolink&800|}}===== 1. Pozyskiwanie danych o obłożeniu ===== 
- +Aby optymalizować, trzeba najpierw zmierzyć. 
-===== 1. Pozyskiwanie danych o obłożeniu ===== +  * **Czujniki PIR:** Proste czujniki wykrywające obecność. 
-Aby optymalizować, trzeba najpierw zmierzyć. W nowoczesnych budynkach dane o obecności pracowników pochodzą z wielu źródeł, które są integrowane przez algorytmy ML: +  * **Analiza obrazu:** Kamery CCTV zliczają osoby wchodzące do stref, co pozwala na tworzenie map ciepła ((Atkin B., Brooks A., 2015)).
- +
-  * **Czujniki PIR i podbiurkowe:** Proste czujniki wykrywające obecność przy konkretnym stanowisku pracy. +
-  * **Analiza obrazu (Computer Vision):** Kamery CCTV (lub dedykowane sensory wizyjne) zliczają osoby wchodzące do stref, tworząc mapy ciepła (Heatmaps) w czasie rzeczywistym, bez naruszania prywatności (analiza anonimowa). +
-  * **Dane z infrastruktury IT:** Analiza liczby urządzeń podłączonych do poszczególnych Access Pointów Wi-Fi pozwala oszacować zagęszczenie ludzi w danej strefie.+
  
 ===== 2. Dynamiczne zarządzanie zasobami (Hot-Desking) ===== ===== 2. Dynamiczne zarządzanie zasobami (Hot-Desking) =====
-Tradycyjny model "jedno biurko dla jednego pracownika" odchodzi do lamusa. Algorytmy predykcyjne wspierają model współdzielony (Hot-Desking). +Tradycyjny model "jedno biurko dla jednego pracownika" odchodzi w niepamięć. Roper i Payant wskazują, że wskaźnik wykorzystania biurek w tradycyjnym modelu rzadko przekracza 60% ((Roper K.O., Payant R.P., 2014)).
- +
-System analizuje trendy z przeszłości (np. //"W piątki przychodzi tylko 30% działu IT"//) i sugeruje zarządcy konkretne działania: +
-  * **Zamykanie stref:** Jeśli przewidywane obłożenie budynku wynosi 40%, system sugeruje zamknięcie dwóch najwyższych pięter na weekend. Pozwala to wyłączyć tam ogrzewanie, światło i serwis sprzątający. +
-  * **Eliminacja "Ghost Meetings":** System wykrywa sytuację, w której sala konferencyjna jest zarezerwowana w kalendarzu, ale czujniki nie wykrywają w niej nikogo. Po 10 minutach rezerwacja jest automatycznie anulowana, a sala wraca do puli dostępnych zasobów.+
  
 +System analizuje trendy z przeszłości i sugeruje zarządcy konkretne działania:
 +  * **Zamykanie stref:** Wyłączenie nieużywanych pięter w dni o niskiej frekwencji.
 +  * **Eliminacja "Ghost Meetings":** Automatyczne zwalnianie sal konferencyjnych, jeśli nie wykryto w nich ruchu.
 +<gchart pie3d 500x450 "Efektywność wykorzystania biurek [%]" center>
 +Efektywna Praca = 45
 +Puste (Marnotrawstwo) = 35
 +Spotkania 'Widmo' = 15
 +Serwis = 5
 +</gchart>
 ===== 3. Projektowanie oparte na danych (Data-Driven Design) ===== ===== 3. Projektowanie oparte na danych (Data-Driven Design) =====
 Długoterminowa analiza danych pozwala Facility Managerom podejmować kluczowe decyzje przy renegocjacji umów najmu. Długoterminowa analiza danych pozwala Facility Managerom podejmować kluczowe decyzje przy renegocjacji umów najmu.
  • przestrzen.1768915538.txt.gz
  • Last modified: 2026/01/20 13:25
  • by admin