مقابلات
شيڤا دهاوان، المؤسس المشارك والرئيس التنفيذي لشركة Attentive.ai – سلسلة المقابلات
شيڤا دهاوان، المؤسس المشارك والرئيس التنفيذي لشركة Attentive.ai، هو رائد أعمال يركز على تطبيق الذكاء الاصطناعي لتحويل تدفقات العمل في البنية التحتية والبناء. قبل إطلاق Attentive.ai، شغل مناصب قيادية وعملياتية في مجالات التكنولوجيا والأعمال، مما ساهم في تشكيل رؤية الشركة حول تطبيق العمليات التقليدية اليدوية في الصناعات مثل البناء والخرائط والتحليل الجغرافي المكاني. تحت قيادته، توسعت الشركة على الصعيد الدولي مع تطوير أنظمة ذكاء اصطناعي مصممة لتحسين الكفاءة في تقدير التكاليف وقياس المواد وإدارة البنية التحتية للمؤسسات والمقاولين.
Attentive.ai هي شركة تكنولوجيا بناء مدعومة بالذكاء الاصطناعي تركز على تطبيق العمليات التقليدية اليدوية في مجال البناء والبنية التحتية باستخدام الرؤية الحاسوبية والذكاء الجغرافي المكاني. تساعد منصة الشركة المقاولين وشركات المناظر الطبيعية ومشغلي البنية التحتية على تسريع مهام تقدير التكاليف وقياس المواد وتحليل الموقع التي اعتمدت تاريخيا على العمل اليدوي. يتميز منتج الشركة Beam AI باستخدامه للصور الجوية والذكاء الاصطناعي لتوليد قياسات ممتازة للممتلكات وآراء حول المناظر الطبيعية، مما يساعد الشركات على تحسين دقة العطاءات وتقليل الاختناقات التشغيلية وتوسيع المشاريع بفعالية أكبر من خلال الت 자동.
لقد أسست Attentive.ai بعد توسيع أعمال الخدمات في مجال الخرائط والتأمين، ثم قدمت Beam AI كمنتج رئيسي. ما هي الأفكار المحددة التي أدت إلى بناء Beam AI، ولماذا اخترت تقدير التكاليف كمدخل لتحويل تدفقات العمل في البناء؟
جاءت فكرة Beam AI من تجربتي في السوق الأمريكي للبناء خلال فترة كوفيد، عندما كان المقاولون يضطرون إلى تقدير الوظائف دون الحضور على الموقع. كانت هناك مشكلة مشتركة: المقاولون يفقدون الأعمال ليس لأنهم لا يستطيعون القيام بالوظيفة، ولكن لأنهم يفقدون الوقت لتحديد الأسعار. كان هناك مقدر واحد، ومئات الصفحات من الخطط، و 4 إلى 8 ساعات لكل وظيفة. لا يمكنك بناء أعمال على هذا النحو.
اخترنا تقدير التكاليف لأنها نقطة البداية لكل شيء. لا يتحرك شيء حتى يقوم شخص ما بقياس النطاق. والنتائج قابلة للتحقق؛ إما أن تحصل على الكميات بشكل صحيح أو لا. فرق 2٪ في وظيفة تبلغ قيمتها 10 ملايين دولار هو 200000 دولار مفقود. هذا ليس مجرد عدد، بل تكلفة حقيقية يحملها المقدرين كل يوم.
يُعتبر البناء والخدمات الميدانية من الصناعات التي تنتظر في تبني التكنولوجيا الجديدة. ما هو أكبر عائق لتبني الذكاء الاصطناعي في هذا القطاع، وكيف تتغلب عليه؟
الثقة. المقدرين بنوا مسيرتهم المهنية على الدقة. عندما يفقدون شيئا ما، تدفع شركتهم الثمن. لذلك، عندما جئنا بالذكاء الاصطناعي، كانت رد الفعل الطبيعي هو: كيف أعرف أن هذا صحيح؟
لم نحاول إقناع الناس بخلاف ذلك. لقد تناولنا هذه القضية بشكل مباشر. كل تقدير جاهز يتم مراجعته من قبل شخص مدرب قبل إرساله إلى العميل. يتعامل الذكاء الاصطناعي مع الحجم والسرعة.
مراجعة الجودة تكتشف أي شيء يحتاج إلى نظرة ثانية. بعد بضع وظائف، يرى العملاء النمط: الكميات صحيحة، وفريقهم ليس مدفونا في مجموعات الخطط، والعطاءات تخرج بشكل أسرع. أحد عملائنا، Bommarito Construction، قدم 50 عطاء إضافي في ستة أشهر باستخدام المنصة. هذا أكثر إقناعا من أي عرض توضيحي.
يركز Beam AI على تطبيق العمليات التقليدية اليدوية، وهي عملية تقليدية ووقتية. لماذا تعتبر هذه العملية مدخل حاسم لتحويل الذكاء الاصطناعي؟
كل مشروع يبدأ من هنا. قبل أن تتمكن من تحديد سعر أي شيء، يجب على شخص ما الجلوس مع الخطط وقياس كل شيء. يمكن أن يستغرق تقدير التكاليف يوما كاملا. عندما تصبح الأمور مشغولة، يصبح ذلك السقف لكمية العمل التي يمكن لفريق أن يطاردها.
المقاولون لا يرفضون الوظائف لأنهم لا يريدونها. إنهم يرفضونها لأن هناك ليس وقت لتحديد الأسعار.
تتميز عمليات تقدير التكاليف بنتائج واضحة وقابلة للتحقق: كميات المواد. تعرف ما إذا تم إغفال شيء ما. هذا يجعلها مكانا معقولا لبناء الثقة في نظام جديد، خاصة عندما تكون المخاطر عالية.
تمكن منصة الشركة الشركات من زيادة حجم العطاءات دون إضافة عدد العاملين. كيف ترى أن هذا سيغير المنافسة والهامش في الصناعة؟
هذا يحدث بالفعل. عندما يمكن لمقاول أن يطارد ثلاث مرات أكثر من الوظائف مع نفس الفريق، يصبح أكثر انتقائية. يذهب إلى وظائف هامشية أعلى. يمكنه الاستجابة بسرعة عندما يأتي فرصة كبيرة، بدلا من تمريرها لأنهم مشغولون بالفعل.
المقاولون الذين لا يفكرون في هذا سوف يشعرون بالضغط من أولئك الذين يفكرون. Rays Stairs ضاعف حجم عطائهم ونمو الإيرادات من 900 ألف دولار إلى 2 مليون دولار في شهرين. Guardian Roofing قامت بتقصير وقت تقدير التكاليف من 25 ساعة في الأسبوع إلى 5 ساعات. هذه ليست مكاسب صغيرة. إنها تغيير ما يمكن أن تذهب إليه الأعمال.
يضم Beam AI طبقة جودة معتمة بالذكاء الاصطناعي جنبا إلى جنب مع الت自動. كيف تحدد التوازن الصحيح بين استقلالية الذكاء الاصطناعي ومراقبة الإنسان؟
نفكر في هذا من حيث الثقة وما هو على المحك. يتعامل الذكاء الاصطناعي مع العمل الهيكلي والمتكرر جيدا: قراءة المستندات، وترجمة الرسومات، واستخراج الكميات. لكن النتائج特异ة للتجارة بطريقة مهمة. كيف تقيس معدات HVAC لا شيء مثل قياس الصلب الهيكلي أو حديد التسليح.
نحن نعتمد على طبقة جودة معتمة.对于 الخدمة الجاهزة، يراجع شخص مدرب كل ناتج قبل إرساله إلى العميل.对于 تقدير التكاليف الآلي الذي يستغرق 10 دقائق، لقد جمعنا بيانات كافية، خاصة في مجال HVAC و البلاط، لننتقل بسرعة دون هذه الخطوة. السبائك الآن يتم إطلاقها قريبا. مستوى الاستقلالية يتبع التجارة و複雑ية الوظيفة.
مع تحسن النماذج، هل ترى أن طبقة الجودة المعتمة تصبح أقل مركزية مع مرور الوقت، أو ستبقى جزءا دائما من تدفقات العمل عالية المخاطر مثل تقدير التكاليف؟
كلاهما، اعتمادا على كيفية تعريفها. الشكل الذي سوف تأخذه سوف يتغير. الكثير من ما يكتشفه المراجعون البشريون اليوم سوف ينتقل إلى فحص آلي داخل النظام مع تحسن النماذج و بناءنا لمزيد من البيانات. لكنني لا أعتقد أنك سوف تزلل التحقق من تدفق العمل هذا المخاطر.
ما نعمل نحوه هو جعل هذه النقطة أسرع وأقل تعقيدا. الهدف ليس القضاء على الجودة، بل جعلها أخف.
تدمج Attentive.ai الت自動 بالذكاء الاصطناعي مع تدفقات العمل العملية في العالم الحقيقي. هل ترى أن مستقبل الذكاء الاصطناعي في البناء سوف يكون هجينا وليس تلقائيا بالكامل؟
لمستقبل قريب، نعم. وأود أن أرفض فكرة أن “الهجين” هو جائزة تعزية. البناء يتضمن أحكاما لا يتم التقاطها في خطة. مقدر جيد يعرف سوقه الفرعي المحلي. يعرف كيف يكتب شركة معينة مواصفات. يعرف ما سوف تكلف الوظيفة فعلا لبنائها، وهو ليس دائما ما تقوله الرسومات.
يتعامل الذكاء الاصطناعي مع العمل القابل للقياس. الإنسان يأتي بالسياق. الهدف ليس استبدال المقدرين، بل إخراجهم من العمل المتكرر حتى يتمكنوا من قضاء وقت على العمل الذي يتطلب حكمتهم. هذا هو السبب في أننا بنينا Beam AI ليكون مساعدا، مثل مقدر شاب يتعامل مع المهام الميكانيكية.
لقد وصفتم الذكاء الاصطناعي بأنه سوف يصبح العمود الفقري للبناء المسبق. ما هو هذا الرؤية على مدى الخمس سنوات القادمة؟
الآن نحن مركزون على الجانب الأمامي: من الخطط إلى كميات المواد، بأسرع وأدق ما يمكن. الطبقة التالية هي إدارة العطاءات. لقد أطلقنا بالفعل لوحة العطاءات و Bid Sniper، التي توفر للمقاولين نظرة شاملة على خط أنابيبهم، والموعد النهائي، وطلبات المعلومات، والإضافات.
على مدى الخمس سنوات القادمة، أريد أن تكون المنصة متصلة مباشرة بالتسعير والشراء. يرفع المقاول الخطط، ويتحصل في غضون ساعات على صورة حقيقية لتكلفة الوظيفة وما يحتاج إلى شراءه. هذا هو نهج مختلف تماما لتشغيل البناء المسبق مما يفعله معظم الفرق اليوم.
يدعم Beam AI الآن عدة مهن، من المناظر الطبيعية إلى الأعمال المدنية والكهربائية. كيف تتوازن بين بناء أنظمة ذكاء اصطناعي عامة وضرورة تحسينها بشكل خاص لقطاعات معينة؟
هذا هو توتر حقيقي. العمل الأساسي مشترك عبر القطاعات: قراءة المستندات، وترجمة الرسومات، واستخراج الكميات. لكن النتائج特异ة للتجارة بطريقة مهمة. كيف تقيس معدات HVAC لا شيء مثل قياس الصلب الهيكلي أو حديد التسليح.
لقد بنينا نماذج خاصة بالتجارة واستثمرنا في بيانات التدريب لكل واحدة. هذا هو السبب في أننا بدأنا مع HVAC وآلات، حيث كانت بياناتنا أقوى، قبل التوسع إلى البلاط والصلب. نحن نغطي 15 تجارة أو أكثر، لكننا صريحون أن كل تجارة ليست على نفس مستوى النضج. نبني العمق مع التوسع.
يبدأ الذكاء الاصطناعي في تغيير الصناعات التقليدية غير متصلة بالإنترنت. هل تعتقد أن البناء يمكن أن يصبح واحد من القطاعات الأكثر تحولا على مدى العقد القادم، وماذا سوف يبدو هذا التحول في الممارسة؟
نعم، أعتقد ذلك. جزء من السبب في ذلك هو أن البناء كان يعتمد على العمليات اليدوية لمدة طويلة. لا يوجد طبقة برمجية متأصلة لتحل محلها، كما هو الحال في المالية أو الرعاية الصحية. البيانات لم يتم تحويلها إلى صيغة رقمية. تدفقات العمل ليست معيارية. هذا يبدو مشكلة، لكن من حيث موقعنا، إنه فرصة. نحن لا نستبدل نظاما قائما. في nhiều حالات، نحن نبني النظام الأول.
إضافة إلى ذلك، رأس المال الذي يتم استثماره في مراكز البيانات والتصنيع والبنية التحتية الآن، والضغط على تحديد الأسعار والبناء بشكل أسرع يزداد فقط. المقاولون الذين يفهمون هذا سوف يتقدمون. أولئك الذين لا يفهمونه سوف يสงرون ما حدث.
شكرا على المقابلة الرائعة، القراء الذين يرغبون في معرفة المزيد يمكنهم زيارة Attentive.ai أو Beam AI.
