Gradovi ne postaju manje ugljični jednostavnim instaliranjem više senzora ili dodavanjem umjetne inteligencije u općinski softver. Klimatska korist pojavljuje se samo kada digitalni sustavi promijene način na koji se zapravo upravlja energijom, prijevozom, zgradama, otpadom i javnom infrastrukturom - i kada se rezultirajuće emisije mjere u odnosu na vjerodostojnu početnu vrijednost.
Ta je razlika važna jer je izazov urbane klime velik. Izvješće UN-Habitata iz 2024. o urbanom sadržaju nacionalnih klimatskih planova navodi da gradovi čine otprilike 67% globalne potrošnje primarne energije i 70% globalnih emisija stakleničkih plinova. Stoga je mogućnost boljeg urbanog funkcioniranja značajna, ali tehnologija „pametnih gradova“ sama po sebi je sredstvo, a ne rezultat smanjenja emisija.
Kako bi tehnologija bila konkretna, ovaj članak koristi izmišljeni primjer. Harborview je hipotetski grad stvoren samo radi ilustracije . To nije stvarno primjena i nijedan od ovdje opisanih operativnih rezultata nije svjedočanstvo ili izmjereni terenski ishod. Zamislite da je Harborview usvojio cilj emisija za cijeli grad i želi koristiti sustave Interneta stvari i umjetnu inteligenciju tamo gdje mogu proizvesti provjerljiva operativna poboljšanja.
Internet stvari (IoT) je mreža fizičkih uređaja - kao što su mjerači, detektori prometa, termostati, senzori kvalitete zraka, kontroleri rasvjete, punjači za električna vozila i monitori opreme - koji prikupljaju podatke ili primaju upravljačke naredbe. Preporuka ITU-T Y.4223 opisuje uobičajene IoT i informacijsko-komunikacijske mogućnosti za pametne gradove i zajednice, uključujući integrirano očitavanje, platforme za upravljanje i urbane usluge.
Umjetna inteligencija (AI) dodaje prepoznavanje uzoraka, predviđanje, otkrivanje anomalija, optimizaciju i podršku odlučivanju. Sustav zgrade može predvidjeti potražnju za hlađenjem. Prometna platforma može predvidjeti stvaranje redova. Sustav punjenja može zakazati opterećenja električnih vozila. Odjel za otpad može identificirati obrasce naplate koji zaslužuju pažnju. Nije svakoj korisnoj kontroli pametnog grada potrebna AI - mnogi učinkoviti sustavi koriste konvencionalnu optimizaciju ili pravila - ali AI postaje vrijedan kada su uvjeti previše dinamični ili složeni za statičke rasporede.
Korisni lanac je stoga:
Osjetiti → razumjeti → odlučiti → djelovati → mjeriti.
Ako se taj lanac zaustavi na "osjetu", grad ima nadzornu ploču. Ako dođe do "djelovanja", ali nikada do "mjerenja", grad ima projekt automatizacije bez verificiranog rezultata ugljika.
Prije nego što Harborview kupi senzore, utvrđuje odakle dolaze njegove emisije stakleničkih plinova. To znači definiranje bazne godine, prikupljanje podataka o aktivnosti, primjenu dosljednih faktora emisija i odvajanje sektora kao što su stacionarna energija, promet i otpad.
Protokol o emisijama stakleničkih plinova za gradove , formalno Globalni protokol za inventare emisija stakleničkih plinova na razini zajednice (GPC), pruža široko korišten okvir za gradove za identifikaciju, izračun, izvještavanje i praćenje emisija na razini cijelog grada. Ovaj korak sprječava uobičajenu pogrešku pametnih gradova: optimiziranje onoga što je lako instrumentalizirati, a ne onoga što materijalno doprinosi ugljičnom otisku.
Za izmišljeni program Harborview, pretpostavimo da osnovni scenarij pokazuje da su zgrade, cestovni promet, potražnja za električnom energijom i organski otpad prioritetna operativna područja. IoT i umjetna inteligencija tada se mogu primijeniti protiv specifičnih mehanizama, a ne nejasnih ciljeva „digitalne transformacije“.
Zgrade su jedno od najjasnijih mjesta gdje podaci o IoT-u mogu izravno dovesti do energetskih akcija. Senzori zauzetosti, pametna brojila, telemetrija opreme, senzori unutarnje temperature i podaci o vremenu mogu hraniti sustave automatizacije zgrada. Upravljanje temeljeno na umjetnoj inteligenciji ili modelima zatim može predvidjeti potražnju i prilagoditi grijanje, ventilaciju, klimatizaciju, rasvjetu, skladištenje ili druga fleksibilna opterećenja.
Američko Ministarstvo energetike definira interaktivnu učinkovitu zgradu kao učinkovitu zgradu koja koristi pametne tehnologije i distribuirane energetske resurse kako bi osigurala fleksibilnost potražnje, a istovremeno optimizirala troškove, mrežne usluge i potrebe stanara. Rad Ministarstva energetike također naglašava integraciju između sustava zgrade, senzora, pametnih brojila i dvosmjerne mrežne komunikacije.
U Harborviewu, zamislite poslovnu četvrt tijekom vrućeg poslijepodneva. Umjesto hlađenja svakog kata prema fiksnom rasporedu, zgrade koriste provjerene podatke o popunjenosti i temperaturi. Sustav upravljanja može izbjeći hlađenje praznih zona, prethodno ohladiti odabrane prostore kada je električna energija čišća ili manje ograničena te smanjiti nekritična opterećenja tijekom vršnih opterećenja mreže, a istovremeno očuvati udobnost i sigurnost.
Mehanizam ugljika je jednostavan: niža ukupna potrošnja energije može smanjiti emisije, dok preusmjeravanje fleksibilnih opterećenja može olakšati korištenje električne energije s nižim udjelom ugljika. No, grad bi trebao mjeriti kilovat-sate, vršnu potražnju, radne uvjete i intenzitet emisija stvarno potrošene električne energije. Udobna zgrada koja jednostavno premješta potrošnju energije na drugo vrijeme bez smanjenja ili poboljšanja profila ugljika može uštedjeti novac bez nužno ostvarivanja očekivane klimatske koristi.
Detektori uz cestu, povezani signali, lokacije vozila u tranzitu, podaci o incidentima i vremenu putovanja mogu gradu dati trenutni pregled prometnih uvjeta. Adaptivni sustavi prometne signalizacije zatim prilagođavaju vrijeme signala promjenjivoj potražnji umjesto da se oslanjaju samo na fiksne rasporede.
Program Inteligentnih transportnih sustava američkog Ministarstva prometa opisuje adaptivno upravljanje signalima kao korištenje senzora, analize podataka, komunikacije i sve više umjetne inteligencije ili strojnog učenja za smanjenje zaustavljanja, poboljšanje vremena putovanja te smanjenje potrošnje goriva i emisija.
U Harborviewu, jutarnja prometna nesreća preusmjerava vozila na paralelnu prometnicu. Signalna mreža detektira promjenu i prilagođava vrijeme umjesto da čeka ručno zakazani plan. Isti podaci mogu pomoći prometnoj agenciji da odredi prioritet autobusa ili utvrdi gdje se pouzdanost pogoršava.
Međutim, glatkiji automobilski promet nije isto što i potpuna strategija urbane dekarbonizacije. Ako brže ceste potiču dodatnu vožnju, dio koristi može biti poništen. Harborview stoga tretira optimizaciju prometa kao jedan sloj uz pouzdan javni prijevoz, sigurne mreže za pješačenje i biciklizam, politiku parkiranja i elektrifikaciju prometa.
Električna vozila mogu smanjiti emisije iz ispušnih plinova, ali velike flote i punionice stvaraju nova električna opterećenja. Umreženi punjači, rasporedi vozila, opterećenja zgrada, cijene električne energije i mrežni signali mogu se koordinirati umjesto da se svako vozilo puni odmah nakon što je priključeno na utičnicu.
Američko Ministarstvo energetike opisuje upravljano punjenje električnih vozila kao stratešku kontrolu nad vremenom i načinom punjenja vozila, a istovremeno zadovoljava operativne potrebe. Ministarstvo energetike napominje da umreženo punjenje može pomicati ili modulirati punjenje prema kapacitetu opreme, potražnji zgrade, rasporedima voznog parka i dinamičnim energetskim uvjetima. Njegove smjernice za pametno upravljanje punjenjem također identificiraju priliku za davanje prioriteta čistijim izvorima energije i integraciju lokalne proizvodnje obnovljivih izvora energije.
Za izmišljeni električni autobusni kolodvor u Harborviewu, umjetna inteligencija ne mora "voziti" autobuse da bi bila korisna. Može predvidjeti koja vozila trebaju koliko energije prije sljedeće rute, a zatim zakazati punjenje tako da je vozni park spreman bez stvaranja nepotrebnog vršnog opterećenja postrojenja. Ako je lokalna solarna proizvodnja obilna poslijepodne, dio punjenja može se uskladiti s tom proizvodnjom kada je to operativno izvedivo.
Ulična rasvjeta još je jedan primjer kako jednostavna imovina postaje umreženi energetski sustav. Kontroleri mogu izvještavati o potrošnji energije, otkrivati kvarove i podržavati strategije zatamnjivanja ili raspoređivanja gdje je to prikladno. Istraživanje povezane ulične rasvjete Ministarstva energetike SAD-a ističe vrijednost umreženih kontrolera koji mogu mjeriti snagu i energiju, a istovremeno podržavaju bolju odgovornost, performanse i održavanje.
U Harborviewu, kontrolori rasvjete identificiraju hodnik s neuobičajeno visokom potrošnjom energije tijekom noći i nekoliko rasvjetnih tijela koja ne reagiraju na naredbe za prigušivanje. Timovi za održavanje mogu se usredotočiti na problem umjesto da se oslanjaju isključivo na izvješća stanara ili periodične preglede.
Postoji važno ograničenje dizajna: rasvjeta postoji prvenstveno kako bi se osigurala odgovarajuća vidljivost i javna sigurnost. Cilj nije agresivno prigušivanje zbog pokazatelja na nadzornoj ploči. Kontrole bi trebale raditi u skladu s inženjerskim zahtjevima i biti puštene u rad tako da očekivane uštede energije odgovaraju stvarnom svjetlosnom izlazu i potrošnji energije.
Spremnici za otpad opremljeni IoT-om mogu izvještavati o razini napunjenosti, telematika voznog parka može otkriti neučinkovite rute, a analitika može pomoći planerima da shvate gdje se mijenjaju obrasci prikupljanja. Optimizacija rute može smanjiti kilometražu prikupljanja i potrošnju goriva.
No, što se tiče utjecaja na klimu, Harborview gleda dalje od pukog preusmjeravanja kamiona. Organski otpad koji se šalje na odlagališta može generirati metan. Istraživanje Američke agencije za zaštitu okoliša o odloženom otpadu od hrane izvještava da otpad od hrane čini oko 24% američkog komunalnog krutog otpada odloženog na odlagališta i procjenjuje da je odgovoran za 58% fugitivnih emisija metana s odlagališta komunalnog krutog otpada.
To znači da bi pametna strategija gospodarenja otpadom trebala povezati podatke s preusmjeravanjem, a ne samo s učinkovitošću prikupljanja. Harborview bi mogao koristiti podatke o rutama i spremnicima za poboljšanje dizajna prikupljanja organskog otpada, identificiranje žarišta onečišćenja ili ciljano obrazovanje i promjene u uslugama. Klimatski ishod bi se tada mjerio stvarno preusmjerenom tonažom i prihvaćenom metodologijom emisija, a ne brojanjem broja instaliranih „pametnih spremnika“.
Na razini grada, sljedeći korak je koordinacija. Zgrade, gradske baterije, solarni sustavi, punjači za električna vozila, vodna infrastruktura i druga fleksibilna opterećenja sve više komuniciraju s električnom mrežom. IoT pruža uvid u stanje uređaja i tokove energije; sustavi optimizacije odlučuju kada resursi trebaju trošiti, pohranjivati ili potencijalno opskrbljivati energijom.
Rad na međunarodnim standardima ide u tom smjeru. Preporuka ITU-T Y.4512 (05/26) , koja je na snazi od 2026. godine, definira funkcionalnu arhitekturu za distribuirane sustave upravljanja pohranom energije temeljene na IoT-u u pametnim gradovima.
U Harborviewu, gradska energetska platforma predviđa vrhunac u kasno poslijepodne. Ne isključuje opremu neselektivno. Umjesto toga, kontrolirana opterećenja reagiraju prema unaprijed odobrenim operativnim ograničenjima: punjenje nekih električnih vozila je odgođeno, odabrane zgrade smanjuju fleksibilnu potražnju, a skladištenje se može rasporediti tamo gdje to dopuštaju operativna pravila. Kritične usluge ostaju zaštićene.
Ovdje dekarbonizacija pametnih gradova postaje sistemski problem, a ne skup izoliranih uređaja.
Ne bi svako očitanje senzora trebalo putovati u središnji oblak prije nego što grad može djelovati. Rubno računalstvo obrađuje podatke blizu uređaja ili lokalne lokacije. Kontrolor prometa možda će morati lokalno reagirati na promjenjivu potražnju. Kontrolor zgrade trebao bi održavati siguran rad ako internetska veza zakaže. Klaster punjača može nametnuti lokalno ograničenje snage bez čekanja na udaljenu uslugu.
Platforme u oblaku i dalje su korisne za analitiku cijele flote, obuku modela, dugoročnu optimizaciju, integraciju podataka među odjelima i izvještavanje. Praktična arhitektura pametnog grada često koristi oboje: lokalnu kontrolu za otpornost i nisku latenciju, s centraliziranim sustavima za širu koordinaciju i učenje.
| Sloj | Primjer u Harborviewu | Što može poći po zlu |
|---|---|---|
| Fizički sustav | Zgrada, prometni signal, punjač, ulična rasvjeta, ruta za otpad | Osnovna oprema je neučinkovita, loše održavana ili se ne može kontrolirati |
| IoT senzori | Mjerač snage, detektor zauzetosti, brojač prometa, status punjača | Pomak kalibracije, nedostajući podaci, loše postavljanje, kvar povezivosti |
| Platforma za podatke | Dijeljeni vremenski nizovi i podaci o imovini | Nekompatibilni formati, duplicirani podaci, nejasno vlasništvo |
| Analitika ili umjetna inteligencija | Predviđanje potražnje, otkrivanje anomalija, optimizacija rasporeda | Pristrani podaci za učenje, pomak modela, netočne pretpostavke, neprozirne odluke |
| Kontrolna radnja | Promijenite zadanu vrijednost, vrijeme signala, brzinu punjenja ili radni nalog | Nesigurna naredba, sukobljeni ciljevi, neispravan aktuator |
| Računovodstvo ugljika | Usporedite aktivnosti energije, goriva i otpada s početnom vrijednošću | Zahtjev za uštede bez valjanog protučinjeničnog scenarija ili faktora emisija |
U raspravama o pametnim gradovima često se miješaju kvaliteta zraka i mjerenje stakleničkih plinova. To su povezana pitanja zaštite okoliša, ali nisu zamjenjiva. Jeftini senzori zraka mogu pružiti gusta lokalna opažanja onečišćujućih tvari ili uvjeta okoliša, no imaju ograničenja u točnosti, kalibraciji, postavljanju i interpretaciji.
Trenutne smjernice EPA-e o senzorima zraka objašnjavaju da se senzori znatno razlikuju po dizajnu, mjerenim onečišćujućim tvarima, upravljanju podacima i uvjetima korištenja. Ovi uređaji mogu podržati lokalni uvid, ali ne zamjenjuju regulatorne mreže za praćenje ili gradski inventar stakleničkih plinova.
Harborview stoga koristi senzore zraka kako bi razumio lokalne obrasce onečišćenja i procijenio operativne uvjete, dok izvještavanje o stakleničkim plinovima ostaje vezano uz podatke o energiji, gorivu, otpadu i drugim podacima o obračunu emisija.
Povezani kontroler prometa, mreža za automatizaciju zgrada ili punjač također su potencijalna površina za napad. Sigurnost mora biti osmišljena u nabavu, autentifikaciju, segmentaciju mreže, krpanje, praćenje i odgovor na incidente. NIST-ovi principi za ugrađenu sigurnost i privatnost za pametne gradove naglašavaju procese upravljanja kibernetičkom sigurnošću, stručnost i partnerstva, umjesto da se sigurnost tretira kao naknadni dodatak.
Gradu mogu biti potrebni podaci o prometu bez identifikacije pojedinačnih vozača, obrasci zauzetosti bez praćenja imenovanih zaposlenika ili broj pješaka bez izgradnje baze podataka za prepoznavanje lica. Harborview primjenjuje minimizaciju podataka: prikuplja samo ono što je potrebno za operativni cilj, ograničava zadržavanje, kontrolira pristup i odvaja optimizaciju klime od nepovezanog nadzora.
Ako svaki odjel kupi zatvorenu platformu s nekompatibilnim formatima podataka, grad može završiti s mnogo „pametnih“ silosa. Okvir pametnog grada omogućen od strane NIST-a za IoT stvoren je posebno kako bi pomogao dionicima pametnog grada da razmisle o konvergenciji i usklađivanju među implementacijama.
Umjetna inteligencija nije ekološki prihvatljiva. Izvješće Međunarodne agencije za energiju o energiji i umjetnoj inteligenciji , objavljeno u travnju 2025., procjenjuje da su podatkovni centri 2024. godine koristili oko 1,5% globalne električne energije. IEA također procjenjuje da bi široka primjena postojećih aplikacija vođenih umjetnom inteligencijom mogla smanjiti emisije ekvivalentne oko 5% emisija povezanih s energijom 2035. godine, uz upozorenje da povratni učinci i prepreke u implementaciji mogu umanjiti te dobitke.
Za Harborview to znači korištenje umjetne inteligencije tamo gdje poboljšava smislene operativne odluke, a ne korištenje velikih modela samo zato što su moderni. Mali model predviđanja koji se izvodi u blizini kontrolera zgrade mogao bi biti prikladniji od slanja svakog senzorskog toka energetski intenzivnoj centraliziranoj usluzi umjetne inteligencije.
Izmišljeni grad trebao bi vrednovati ishode na tri razine:
Grad bi također trebao koristiti razuman protučinjenični scenarij. Ako blaga zima smanji potrošnju energije u zgradi, platforma pametnih zgrada ne bi trebala dobiti sve zasluge. Ako izgradnja cesta promijeni prometne obrasce, grad bi to trebao uzeti u obzir prilikom procjene optimizacije signala. Mjerenje i provjera su važni jer se vrijeme, stanovništvo, gospodarska aktivnost, sastav električne energije i razina usluga mogu mijenjati neovisno o digitalnoj intervenciji.
U 6:00 ujutro, povezane zgrade prijavljuju svoje noćno energetsko stanje i očekivanu popunjenost. Gradski autobusni kolodvor zna koji električni autobusi moraju prvi krenuti. Detektori prometa počinju pratiti jutarnji vršni promet. Ulična rasvjeta prijavljuju kvarove prije početka smjene održavanja.
Do kasnog jutra, kontrola zgrade prilagođava ventilaciju i hlađenje na temelju stvarnih uvjeta umjesto krutog rasporeda. Odjel za otpad preusmjerava jednu ekipu za prikupljanje otpada oko blokirane ulice. Prilagodljivi signalni koridor reagira na neočekivani porast prometa.
Poslijepodne, energetska platforma predviđa vršnu snagu mreže. Fleksibilni punjači privremeno usporavaju bez ugrožavanja sljedećih polazaka autobusa. Odabrane zgrade smanjuju nekritična opterećenja unutar odobrenih granica udobnosti. Lokalni regulatori nastavljaju s radom čak i ako veza s oblakom postane nepouzdana.
Noću grad ne proglašava uspjeh jer je nadzorna ploča postala zelena. Podaci o energiji, prijevozu i otpadu unose se u proces obračuna emisija. Inženjeri pregledavaju anomalije. Osoblje za klimu uspoređuje rezultate s početnim stanjem. Timovi za kibernetičku sigurnost pregledavaju upozorenja. Voditelji operacija provjeravaju jesu li poboljšanja učinkovitosti utjecala na kvalitetu usluge.
Opet, ovo je hipotetski primjer - ne prijavljeni rezultat implementacije ili performansi. Njegova je svrha pokazati što bi "IoT i umjetna inteligencija u akciji" trebali značiti kada je cilj zaista niže emisije u urbanim područjima.
Pametni gradovi smanjuju ugljični otisak kada su digitalni alati povezani sa stvarnim fizičkim odlukama: manje rasipanja energije u zgradama, bolje upravljanje potražnjom za električnom energijom, učinkovitije prometne operacije, čišći rasporedi punjenja, responzivna rasvjeta, pametnije održavanje i manje organskog otpada koji dospijeva na odlagališta.
IoT pruža vidljivost. Umjetna inteligencija može tu vidljivost pretvoriti u predviđanja i optimizirane akcije. Rubno računalstvo može održati lokalne sustave responzivnima i otpornima. Ali računovodstvo ugljika, kibersigurnost, privatnost, interoperabilnost i javna politika određuju stvaraju li te tehnologije trajnu vrijednost.
Praktična lekcija je jednostavna: počnite s problemom emisija, instrumentirajte sustave koji su važni, automatizirajte samo tamo gdje je kontrolna radnja sigurna i korisna te provjerite rezultat. Grad nije s nižom emisijom ugljika zato što je pun povezanih uređaja. Postaje s nižom emisijom ugljika kada ti uređaji pomažu ljudima da mjerljivo bolje upravljaju urbanim sustavima.
Compare seven smart city planning degrees in urban data science, infrastructure, spatial planning, and sustainable design, with guidance on choosing the right fit.
Usporedite osam zrakoplovnih programa usmjerenih na bespilotne letjelice prema nastavnom planu i programu, istraživanju autonomije, pristupu probnim letovima, razini diplome i prikladnosti za karijeru prije nego što se prijavite.
Praktični vodič o tome kako će upravljanje gradskim zračnim prometom koristiti koridore, zajedničku namjeru leta, raspoređivanje vertiporta, automatizaciju i integraciju kontrole zračnog prometa za sigurno upravljanje gustim eVTOL prometom.
Usporedite vodeće magistarske programe iz FinTech-a i kibernetičke sigurnosti za 2027. godinu, uključujući Imperial, UCL, NUS, NTU, ETH-EPFL, Georgia Tech, Berkeley, SMU i UNSW.
Istražite kako megagradovi mogu koristiti zelene krovove, urbane šume, močvare, biološke uvale i otporni dizajn za upravljanje toplinom, poplavama i brzim rastom.
Pametna automatizacija mijenja tvornice putem robotike, umjetne inteligencije, digitalnih blizanaca i povezanog radnog okruženja. Pogledajte što je dokazano, što ovisi o kontekstu, a što ostaje neizvjesno.
Usporedite vodeće programe inženjerstva baterija i skladištenja energije za 2026. godinu, uključujući namjenske magistarske studije, istraživačke puteve, laboratorije i prilagodbu karijeri.
Pogledajte kako sučelja mozga i računala pomažu ljudima s paralizom da komuniciraju, kontroliraju uređaje, pomiču udove i hodaju - i zašto većina sustava ostaje eksperimentalna.
Explore how UAV architecture is reshaping logistics, from multirotor and hybrid VTOL design to autonomy, payload systems, BVLOS, UTM, charging, and fleet integration.
Pogledajte kako pametni gradovi kombiniraju IoT senzore, umjetnu inteligenciju, upravljanje zgradama, prometne sustave, punjenje električnih vozila i mjerenje ugljika kako bi smanjili emisije u urbanim područjima.
