ИИ не может построить высотку, но может ускорить работу

Задуманный как хитрый удар по раздутой шумихе вокруг искусственного интеллекта, рекламный щит на стройке в Антверпене, Бельгияв июне было написано «Привет, ChatGPT, закончи это здание».

Искусственный интеллект, технология, которая лежит в основе чат-ботов, таких как ChatGPT, не будет использоваться для сборки квартир или возведения стадионов в ближайшее время, но в строительстве — отрасли, стереотипно известной буферами обмена и электронными таблицами Excel — быстрое внедрение технологии может изменить скорость реализации проектов. законченный.

Дроны, камеры, мобильные приложения и даже некоторые роботы все чаще отображают прогресс в режиме реального времени на обширных строительных площадках, предоставляя строителям и подрядчикам возможность отслеживать и улучшать производительность проекта.

«Забудьте о роботах, строящих небоскребы», — сказал Джеймс Суонстон, исполнительный директор компании Voyage Control, которая производит программное обеспечение для управления проектами для строительных площадок. «Это более фундаментальная вещь — получить нужные данные, а затем лучше их использовать».

Строительная отрасль имеет долгое время считался цифровым отстающим, но архитекторы регулярно используют цифровые инструменты для разработки проектов и создания чертежей. Видя таблетки и дроны на тех же рабочих площадках, что и шлемы и спасательные жилеты распространены.

Теперь камеры, установленные на шлемах, снимают кадры объекта, чтобы организовать прибытие новых бригад или материалов, а точные датчики могут определить, находится ли новое окно в нескольких миллиметрах от плана проекта и нуждается ли оно в настройке. И ИИ начинает использоваться при покупке и продаже недвижимости: JLL, глобальный брокер, недавно представил собственный чат-бот предоставлять информацию своим клиентам.

Этот расширенный анализ данных закладывает основу для того, что, как многие надеются, станет существенным улучшением точности, скорости и эффективности за счет сокращения раздутых сроков и потерь, которые сделали строительство все более дорогостоящим.

«Строительная отрасль является крупнейшей в мире с точки зрения потраченных долларов, но мы наименее продуктивны с точки зрения внедрения технологий и повышения производительности», — сказал Дэвид Джейсон Гербер, профессор Университета Южной Калифорнии, чьи исследования сосредоточены на передовых технологиях. в разработке.

Но использование в отрасли технологии искусственного интеллекта сталкивается с проблемами, в том числе с проблемами точности и галлюцинациями, когда система дает неверный или бессмысленный ответ.

И дальнейший сбор данных был запутанной проблемой, в значительной степени из-за характера крупных строительных проектов: нет двух одинаковых застроек, с сильно различающейся топографией и местными правилами, и для каждого проекта собираются новые команды подрядчиков и субподрядчиков. Это похоже на создание многомиллионного бизнеса для каждого крупного проекта.

Координация сложного баланса поставок, рабочей силы и графиков остается сложной задачей. Но стартапы и инвесторы видят возможность, особенно в том, что модели машинного обучения, которые обрабатывают огромные объемы данных для выявления закономерностей и прогнозирования развития аналогичных ситуаций, используются для повышения эффективности проектов.

Пандемия уже подтолкнула строительные фирмы к внедрению большего количества цифровых инструментов, позволяющих им работать на месте во время карантина, что ускорило разработку новых технологий, сказала Сара Лю, партнер Fifth Wall, венчурной компании, специализирующейся на инвестициях в недвижимость.

«Лучшие компании не позиционируют себя как компании с искусственным интеллектом, — сказала она. «Они рекламируют себя как компании, решающие проблемы».

Консультационная фирма по строительству nPlan, возглавляемая Девом Амратиа, который помог разработать британскую национальную стратегию искусственного интеллекта, использует сложные алгоритмы, чтобы наметить ход крупных инфраструктурных проектов и избежать ошибок или пробелов в поставках. Его система машинного обучения была обучена на базе данных более чем 740 000 проектов.

Крупнейший проект фирмы на сегодняшний день, капитальный ремонт железнодорожной инфраструктуры в Северной Англии стоимостью 11 миллиардов долларов, будет использовать уроки, извлеченные из изучения этого огромного количества проектов, для создания подробных карт проектов в режиме реального времени для строителей, что, как ожидается, сократит до 5 процентов от общей стоимости.

Buildots, стартап в Израиле, который предоставляет руководство по управлению проектами с помощью носимых камер, которые анализируют ход строительства, подписал контракт на свой первый проект в Нью-Йорке. многофункциональный комплекс на Манхэттене. Фирма заказал исследование из 64 международных строительных площадок, и было обнаружено, что только 46 процентов средней рабочей площадки используется в любое время, что свидетельствует о плохой организации и плохом расписании.

«На лучшей строительной площадке, которую мы изучали, прогресс изменялся на 30 процентов каждую неделю», — сказал Авив Лейбовичи, директор по продукту фирмы и соучредитель. «Я думаю, что в этой отрасли существует огромная неэффективность».

Строительные фирмы также вложили значительные средства в собственные технологии. Подразделение услуг по управлению проектами Avison Young утверждает, что его проприетарное программное обеспечение и программы управления могут в среднем сократить время разработки на 20 процентов.

Филиал Suffolk, крупной строительной фирмы, базирующейся в Бостоне, инвестировал 110 миллионов долларов в финансирование строительных стартапов, а в Suffolk работает команда из 30 аналитиков данных, собирающих и изучающих информацию с рабочих мест. На строительной площадке South Station Tower в Бостоне, 51-этажном комплексе Hines, краны оснащены камерами, которые документируют и маркируют сталь, используемую в каркасе здания, создавая набор данных, который, как ожидается, будет использоваться в других проектах в будущем. Дополнительные программы используются для отслеживания прогресса и даже прогнозирования несчастных случаев.

«У нас нулевая безработица в отрасли; технологии просто помогут существующим работникам делать больше», — сказал Джон Фиш, председатель и исполнительный директор Suffolk. «ИИ просто заменит компании, которые не используют ИИ»

Существует тревога по поводу ИИ и связанных с ним проблем с точностью, используемых в отрасли, где так важна безопасность. Такие программы, как ChatGPT, имеют неприятную тенденцию время от времени придумывать ответы, основанные на неверных прогнозах, говорит Жюльен Мутте, главный технический директор Bentley Systems, фирмы-разработчика программного обеспечения для строительства.

«Что касается инфраструктуры, мы не можем себе этого позволить, — сказал он. «Мы не можем позволить ИИ галлюцинировать конструкцию моста».

Но предполагаемая возможность работать быстрее и дешевле оказалась привлекательной. Dusty Robotics, технологическая фирма из Маунтин-Вью, штат Калифорния, разрабатывает автономные устройства для отслеживания строительных чертежей на строительных площадках — работа, которая обычно выполняется вручную. Исследуя отрасль, исполнительный директор компании Тесса Лау наблюдала, как рабочие измеряют планы мелом и лентой; некоторые работники даже пытались приклеить ручки к роботам-пылесосам.

Г-жа Лау была обеспокоена реакцией рабочих на роботов и ИИ, вторгшихся на их рабочее место. Но в отрасли, отчаянно пытающейся привлечь молодых работников, предложение потенциальным ученикам возможности использовать дронов и роботов может помочь с набором и удержанием.

Тони Эрнандес, профсоюзный инструктор по столярному делу в Северной Калифорнии, который учит учеников пользоваться дронами и роботами Dusty, считает эти технологии «просто еще одним инструментом». Он предпочитает, чтобы робот обводил линии вместо того, чтобы наклоняться и обводить себя, что означает меньший износ его коленей.

«Это отличный инструмент удержания», — сказал он. «Они привлекли детей, которые выросли на Xbox и могут разобраться с этими инструментами за пятичасовой урок».

У Дасти есть 120 единиц оборудования в Соединенных Штатах, но это только начало. Г-жа Лау называет блоки, которые могут собирать гигабайты данных, «троянскими конями для обучения ИИ будущего».

В конечном счете, снижение риска может быть тем, где эта технология оставит свой след. В зависимости от места и характера работы страховка может составлять до 10 процентов от стоимости одного проекта, которая легко может достигать сотен миллионов долларов. Теперь, когда искусственный интеллект обеспечивает лучшие способы выполнения задач, меньше рисков и более дешевые варианты страхования.

Страховой стартап Shepherd использует данные о строительстве, чтобы предлагать подрядчикам более дешевые страховые взносы. Wint, израильский стартап, который использует запатентованные датчики и алгоритмы для устранения ущерба от воды, что приводит примерно к трети заявлений о возмещении ущерба на строительных площадках, использовался примерно в 2500 проектах. Исследование Munich Re показало, что Wint может сократить уровень потерь на 90 процентов.

«Затраты на страхование могут быть разницей между тем, могут ли проекты устойчиво финансироваться», — сказал Джастин Левин, соучредитель и исполнительный директор Shepherd.