HESA-SAFA organiseerde de middagpresentaties op ReCoTech in Helsinki op 30 november 2016. Een van de uitstekende presentatoren was Daniel Davis , hoofdonderzoeker bij WeWork. Hij vertelde hoe zijn bedrijf data gebruikt om kantoren te verbeteren.
Volgens Daniel is WeWork “ruimtes aan het ontwerpen die ondernemers, creatievelingen en kunstenaars samenbrengen; mensen die bedrijven en nieuwe dingen in de wereld willen creëren. " Hij en zijn onderzoeksgroep zijn vooral geïnteresseerd in het begrijpen van wat de ruimtes en mensen binnen WeWork succesvol maakt. De manier waarop ze dat doen is behoorlijk innovatief.
Architectuurelementen worden intelligent
Daniel begon met het tonen van afbeeldingen van de Biënnale van Venetië in 2014. Op de Biënnale beweerde Rem Koolhaas , een wereldberoemde architect, dat in de toekomst elk element van de architectuur, of het nu een deur, raam of open haard is, zal produceren en uitwisselen gegevens. Elk onderdeel in een gebouw zal gegevens verzamelen, analyseren en gebruiken om zichzelf te verbeteren. Nest , de leerthermostaat, werd gepresenteerd als een voorbeeld van deze toekomst. Na verloop van tijd verzamelt het gegevens over het gedrag van de bewoners en regelt het de verwarming en koeling dienovereenkomstig.
Daniel beschreef vervolgens hoe sensoren en clouddiensten worden gebruikt om allerlei dingen slim te maken. "Als we sensoren in zoiets triviaals als een tandenborstel plaatsen, dan zal iets dat zo belangrijk en cruciaal is voor ons leven als een stukje architectuur zichzelf inbedden met deze sensoren en gegevens verzamelen over wat er in de wereld gebeurt", zegt hij. zei. Hij merkte op dat we niet noodzakelijk over de mechanismen beschikken om met deze nieuwe wereld van gegevens in de architectuur om te gaan.
Er zullen gegevens beschikbaar zijn en we moeten deze gebruiken om het ontwerp te verbeteren
De state-of-the-art in de architectuur is Building Information Modeling (BIM). Een groot BIM-model kan 400 megabyte groot zijn. De grootste BIM-databases, met gegevens van verschillende gebouwen, kunnen ongeveer 10 gigabyte groot zijn. Vergelijk dit met Facebook, dat 10 gigabyte per seconde verwerkt. De hoeveelheid gegevens die een bedrijf als Facebook kan beheren, is orden van grootte groter dan architecten momenteel gebruiken.
Het andere waar architecten mee worstelen, is het evalueren van hun gebouwen. Daniël illustreerde dit dilemma met een paar voorbeelden. Hij liet duidelijk zien dat de visies van architecten en de projectresultaten ver uit elkaar lagen. In vaktijdschriften en architectuurdiscours wordt echter weinig nadruk gelegd op evaluatie na de bewoning. Deze methoden zijn al decennia bekend, maar worden zelden gebruikt om inzicht te krijgen voor toekomstige projecten.
Als architecten feedback zouden krijgen en het proces meerdere keren zouden herhalen, zouden hun resultaten bij elke iteratie beter worden. Helaas hechten architecten waarde aan nieuwheid, niet aan herhaling.
Case study: vergaderruimten worden beter door het verzamelen en analyseren van gegevens
WeWork bouwt en beheert kantoren. Ze exploiteren 100 gebouwen over de hele wereld. Daniel zei dat ze zichzelf graag omschrijven als een soort productbedrijf. Net als Apple verbeteren ze hun product in elke versie. Voor WeWork is een gebouw een object dat gegevens produceert die van invloed zijn op hoe ze gebouwen creëren.
Daniel deelde een voorbeeld van hoe WeWork gegevens gebruikt om vergaderruimten te ontwerpen. Ze begonnen ongeveer een jaar geleden door langs vergaderruimten in hun kantoren te lopen en handmatig te tellen hoeveel mensen er in de kamer waren en op te schrijven wat ze aan het doen waren. Ze ontdekten dat er een aantal interessante patronen naar voren kwamen. Een bedrijf kan meerdere vergaderingen per dag hebben in verschillende kamers en op verschillende verdiepingen. Het aantal aanwezigen veranderde tijdens de vergadering. Ze ontdekten dat er in 99 procent van de gevallen één tot vier mensen in een vergaderruimte waren, ongeacht de grootte.
WeWork biedt momenteel een mobiele app die gegevens verzamelt over de ervaringen van hun klanten in vergaderruimtes. Gebruikers beoordelen kamers op een schaal van vijf sterren. Als de kamer drie sterren of minder krijgt, vraagt de app de klant om een opmerking.
Elke dag krijgen ze feedback over hoe mensen denken over hun vergaderruimte. Ze ontvangen ook e-mails van klanten. Met behulp van machine learning kan WeWork problemen snel identificeren en oplossen en hun productnormen voortdurend verbeteren. Ze houden ook bij hoe mensen tussen gebouwen reizen en hun ruimtes gebruiken.
Wanneer gegevens in de loop van de tijd worden verzameld, zijn ze ook waardevol om te beslissen hoeveel en welk type vergaderruimten er gebouwd moeten worden. Daniel liet zien hoe WeWork neurale netwerken gebruikt om het gebruik van vergaderruimten in elk gebouw te voorspellen. Ze hebben de informatie van het neurale netwerk vergeleken met de voorspellingen van ontwerpers. De computer is veel nauwkeuriger in het matchen van projecties met de werkelijke metingen.
"Als we een kamer gaan ontwerpen, kunnen we er vrij zeker van zijn dat het ding dat we ontwerpen ook echt nodig is en zal worden gebruikt door de mensen die in het gebouw gaan wonen," besloot Daniel.
Lees meer over WeWork op wework.com .
Titelafbeelding: ReCoTech-panelleden, van links: Hilla Rudanko, Daniel Davis, Idil Gaziulusoy, Annie Locke Scherer
Foto's door Aarni Heiskanen
Via: AEC