Datacenter Guldfeberen: Hvordan AI Kan Hjælpe Byggefirmaer Til At Vinde Stort

Datacenter-boomet repræsenterer en generationsprøve for byggebranchen: Kan branchen endelig lukke teknologispændingen ved hjælp af den samme AI, der driver boomet?

Byggebranchen er en lavmarginal-, højvolumen-industri, der generelt er modvillig over for innovation og langsom til at adoptere teknologi. Det er også en sektor, der står over for betydelige udfordringer: en pågående arbejdskraftmangel, dårlig samarbejde og høje selvmords- og overdosisrater.

Imens vokser eksterne pres. Inden 2030 forventes datacenter-projekter at tiltrække investeringer på næsten 6,7 billioner dollar på verdensplan. Byggefirmaer sidder i centrum af at facilitere disse massive investeringer, hvilket præsenterer en mangfoldighed af muligheder for byggefirmaer, men er de parat til at håndtere alle de tilhørende pres?

De tre kerneudfordringer

Løbende mod en tikkende ur

Hyperscalere (tænk på Silicon Valley-giganter) ønsker desperat, at deres datacentre er operative. Takket være værktøjer som ChatGPT er der en stadig stigende efterspørgsel efter beregningskraft. I byggebranchen betyder det, at projekter skal gennemføres med maksimal effektivitet og minimal tidsbegrænsning. Enhver forsinkelse oversætter sig til enorme omkostninger og tilbageslag for de konkurrerende teknologivirksomheder.

Kæmpende med arbejdskraftmangel, selvmord og dårlig teknologiadoption

Hvert hyperskaleprojekt kræver mange mennesker på jorden, hvilket betyder 1.500 mennesker på byggepladsen med behov for topklasse EHS-programmer. Dette er en stor udfordring for en branche, der allerede kæmper med en alvorlig arbejdskraftmangel.

Arbejdskraftmanglen forværres af en dybere krise: Den amerikanske byggebranche har nu en af de højeste selvmordsrater i nogen større industri. Lagt sammen med datacenter-boomet og relativt forældede metoder bliver byggefirmaer bedt om at gøre mere og hurtigere med en arbejdskraft, der allerede er ved at bryde sammen. At støtte AI-drevet vækst samtidig med at håndtere grundlæggende udfordringer og i høj grad afhænge af manuelle processer er uholdbart.

Navigering i et overbelastet og forældet elnet

Elektricitetsforbruget til datacentre forventes at at fordobles inden for de næste fire år. Imens er “check engine light” på elnettet tændt. Kraftgenereringskapaciteten kan allerede ikke møde elektricitetsforbruget, og tilladelsesforsinkelser til at opgradere infrastrukturen driver omkostningerne i vejret. Disse problemer udgør en betydelig trussel mod energisikkerheden, der påvirker alle involverede parter, herunder byggebranchen.

For at omgå disse problemer flytter hyperscalere sig væk fra elnettet i en “bring your own power”-tilgang. Disse kræfter har kaskadeeffekter på byggefirmaerne, der betjener hyperscalere, og energibranchen. Byggefirmaer forventes at gennemføre projekter med bedre koordination, projektledelse og næsten ingen tidsforsinkelser.

De højimpaktområder for AI

AI og realtidsanalyse har en kraftfuld rol i at enable byggefirmaer til bedre at håndtere finansielle, operationelle, forsyningskæde- og EHS-risici. Integrerede AI-værktøjer og realtidsanalyse i projektledelse tillader ikke kun projektledere at spore nuværende omkostninger og flaskehalse, men også fremtidige omkostninger og trusler måneder i forvejen. I hundredmillioner-dollars-projekter har det en betydelig finansielle implikationer at identificere kritiske detaljer, før de udvikler sig til større problemer.

Desuden hjælper AI med at humanisere byggebranchen ved at beskytte menneskene på jorden. AI-systemer kan spore mønstre som lange vagter, excessiv rejse og risikofyldt adfærd på byggepladsen, så ledere kan proaktivt beskytte medarbejdere, før en krise opstår.

Men branchen må overvinde en udbredt modvilje mod at adoptere AI-værktøjer. En nylig ASCE-undersøgelse fandt, at kun 27% af branchen bruger AI i deres operationer. Manuelt afhængige operationer betyder, at nøgledeataljer og risici glipper igennem sprækkerne, svækker revision, sporing og ansvarlighed. Det forhindrer også byggefirmaer i at træde frem som partnere, der kan holde trit med hyperscaleres brændende krav.

Den samme undersøgelse afslører den positive effekt af AI: 94% af de 27%, der allerede bruger AI, planlægger at øge deres brug. Denne overbevisning fra tidlige adoptere er et signal til branchen om, at AI allerede leverer målbare værdi til at forbedre EHS, projektledelse, likviditet og forsyningskæder.

Udvikling fra entreprenør til partner

I den regulerede energibranche overses ofte belønning af resultater og præstationer i legacy-kontraktstrukturer, og tids- og materialebaseret betaling for entreprenørers arbejde kan forlænge tidsrammer og øge regninger. Dette skaber en indbygget motivation til at strække projekter ud som en del af et system, der belønner ineffektivitet over besparelser og stærk præstation. Det ikke kun øger energiregninger for forbrugere, men også langsommere teknologiadoption i finansiering og drift fra byggesiden. At anvende denne model på et milliarddollars-datacenterprojekt betyder, at få måneders tidsforsinkelser i en tids- og materialebaseret kontrakt oversætter sig til titusinder af millioner ekstra omkostninger for ejere og finansiører.

I stedet er der behov for en fællesudviklet model, hvor hyperscalere, byggefirmaer og energiselskaber samarbejder om at designe, finansiere og drive den nødvendige infrastruktur for disse projekter.

Desuden opstår et symbiotisk belønningsystem. Hyperscalere tilbyder kapitalen, energiselskaberne tilbyder infrastrukturkompetence, og byggefirmaerne får datacentrene op at stå. Høje finansielle og projektresultater anerkendes som nøglemetrikker til at evaluere entreprenørpræstation, belønner teknologisk avancerede byggefirmaer, der træder frem som innovationspartnere.

Datacenter-guldfeberen præsenterer risiko, men også uanede muligheder for byggefirmaer, der er villige til at omfavne teknologisk innovation. En digital-først-tilgang kombineret med en fællesudviklet model vil adskille vinderne fra dem, der bliver efterladt i en af de hurtigst voksende sektorer i den amerikanske økonomi.