數據是建筑智能化的基礎。但是目前，即使是非常高標準、不差錢的建筑項目也缺乏有效的建筑運行數據的采集與（長期）保存。即便是建筑中安裝了建筑自動化系統，因為缺乏數據保存的能力，一般來說大部分傳感器采集的數據也只會保存很短的時間。雖然LEED等綠建標準要求或鼓勵建筑長期保存運行數據并將這些數據上報，但僅限于建筑總能耗之類的宏觀數據，并且數據記錄的頻率一般也是長至一天或者一月。
由于缺乏詳細的高頻率的建筑運行歷史數據，其他答案中提到的各種人工智能的方法也都成了水中月鏡中花。要知道，人工智能其實一點也不智能，說的簡單點大部分的人工智能方法都是“找規律”--通過大量的數據找出數據中相關參數的統計學關系。如果沒有大量的“true data”，那么規律自然就找不出來。舉個例子，我想開發一種智能控制算法，能夠自動根據我的喜好實時調節室內空氣的設定溫度（Nest）。開發這種算法至少需要一種數據，那就是過去一段時間內的室內空氣溫度設定值。但是這種數據一般來說都不會被建筑系統長期記錄。
現在有很多研究都在尋找合適的、便宜的建筑數據采集和儲存的方法。以我校為例，ECE和CEE開發的sensorAndrew（校園適度的傳感器網絡，Sensor Andrew），firefly （低成本的無線建筑傳感器，FireFly Real-Time Sensor Networks），Architecture的PI system（建筑運行數據的數據庫,http://www.osisoft.com/Presentations/PI-System-for-Monitoring-Building-Performance--Environmentally-Sustainable-Behavior--and-Energy-Conservation/）等。巧婦難為無米之炊，有了數據才能搞大新聞啊。