Tankeledere

Byer bruger stille AI til at løse tilladelsesforsinkelser

mm
Føj Unite.AI til dine foretrukne kilder på Google

På tværs af USA har boligforsinkelser en negativ indvirkning på udviklere, kommuner og potentielle købere, der er berørt af den fortsatte boligkrise. Men disse forsinkelser er ikke kun et byggeproblem. De er også et tilladelsesproblem, hvor de største flaskehalse ofte starter, før en skovl overhovedet kan ramme jorden.

Kompleksiteter og ineffektiviteter, såsom manuelle tegningsgennemgange, fragmenterede ingeniørdokumenter og varierende kodefortolkninger på tværs af en enkelt jurisdiktion, kan forlænge godkendelser, der ellers burde have taget kun få uger, til en måneder-lang proces. De resulterende forsinkelser kan hurtigt forhøje omkostningerne, bremse udviklingen og yderligere forhindre en allerede overbelastet boligtilbud, ofte i de områder, der har størst behov for det.

AI tilbyder en løsning på dette frustrerende problem.

For efter alt er AI allerede i gang med at løse lignende flaskehalse i utallige andre industrier. I dette tilfælde er rollen, som AI kan spille, enklere, end mange måske tror. AI er ikke til stede for at godkende bygninger med automatiserede systemer. Det er designet til at strømlinje godkendelsesprocessen takket være sin unikke evne til at forfine indsendelser, verificere forslag og identificere problemer, før anmodninger overhovedet når en bygnings myndigheders skrivebord. Det er ikke overraskende, at byer og amter på tværs af USA begynder at indføre AI i tilladelsesprocessen selv.

Det betyder ikke, at byerne skærer ned på regeringsjob og erstatter menneskelige revisorer med AI-systemer. Ej heller er kommunerne enklethen udliciterer tilladelsesprocessen til et mystisk sortkasse-godkendelsessystem, der er skjult fra regulativ oversigt. I stedet anerkender flere og flere offentlige tjenestemænd den faktiske værdi af AI som en måde at håndtere voksende tilbagehold på, reducere administrativ friktion og modernisere arbejdsgange, der har været forfaldne til en opgradering i lang tid.

AI rykker frem til frontlinjen for tilladelse.

Tilladelsesforsinkelser langsomer kun projekter; de forøger omkostningerne og frustrerer interessenter på alle sider af boligequationen. Så hvorfor opererer så mange af i dag tilladelsesafdelinger med arbejdsgange, der ikke rigtigt har udviklet sig i årtier?

I virkeligheden afhænger de fleste afdelinger stadig af PDF’er, manuelle kontrollister eller scannede dokumenter med ingen struktureret data. Hver yderligere gennemgangscyklus tilføjer ingeniørgebyrer, holdningsomkostninger og usikkerhed, hvilket fører til endnu en række uforudsete gebyrer. Det er langt fra den innovative tilpasning, der har ført digitale arbejdsgange til andre forældede områder af byggeprocessen.

For mindre udviklere og hjemmeejere, især, kan disse forsinkelser være forskellen på at gå videre og tabe et projekt helt.

Alternativt, når godkendelsesprocessen forbedres, er virkningen lige så langtrækkende. Byggefirmaer kan levere projekter hurtigere, byer kan behandle flere projekter uden at behøve flere medarbejdere, og boligtilbuddet kan udvides organisk uden kontroversielle zonereguleringsændringer eller aggressive, hastige byggeteknikker.

Mens fordelene ved AI-beriget tilladelse bliver mere og mere tydelige, rejser denne diskussion en kritisk spørgsmål, der gør nogle byggefagfolk utilpasse: Kan vi virkelig stole på en model, der stille godkender eller afviser bygninger bag kulisserne, uden menneskelig indgriben?

Dette spørgsmål misforstår den funktion, som disse offentlige myndigheder forfølger, når de tilpasser AI. I praksis har de ikke til hensigt at erstatte menneskelige revisorer. I stedet tilpasser de AI til at forbedre forkontrol- og standardiseringsprocesser, således at, når en tilladelse når en menneskelig revisors skrivebord, er hans eller hendes job allerede blevet lettere. Det er dobbelt så meget oversigt, uden nogen friktion.

Ved at tilpasse denne tilgang, ser den opdykkende mønster mere ud som følger:

  • AI verificerer, at alle nødvendige dokumenter er til stede, nøjagtige og i overensstemmelse med reglerne. For dokumenter, der ikke er, markerer den almindelige problemer baseret på forudindstillede regler.
  • Dette bringer alle de åbenlyse problemer til overfladen, når det er tid for menneskeligt personale at påbegynde deres gennemgang.
  • Personale har stadig dømmekraft og ansvar og kan godkende uden at skulle gennemgå tilladelser selv for at identificere potentielle problemer.

Når planer ankommer til inspektion i en renere, mere komplet og mere godkendelsesklar format, reducerer det behovet for forlængede gennemgangscykler. Resultatet er fuldt færdige indsendelser, færre unngåelige afvigelser og hurtigere omgangstider, uden at sænke sikkerheds- eller overensstemmelsesstandarder.

Implementering af AI-drevet tilladelse i praksis

Fordelene ved at bruge AI i tilladelse er ikke kun spekulative; det er allerede i brug med fremragende resultater.

I slutningen af 2024 rapporterede Houston Chronicle, at Harris County godkendte en toårig pilotprojekt for at indføre AI i dele af sin bygningsgodkendelsesarbejdsgang. Målet var ligetil: Brug AI til at køre automatiserede forkontroller på byggeplaner, markere åbenlyse problemer og derefter overføre indsendelser til personale til fuld gennemgang. Amtets embedsmænd pegede også på Austin, hvor et lignende pilotprojekt angiveligt reducerede gennemgangstiderne med omkring 50%.

Imens har GovTech dokumenteret, hvordan statlige og lokale myndigheder parrer AI med GIS-systemer for at hjælpe med at accelerere tilladelser, overfladeansøgningsstatus mere tydeligt og gøre tilladelsesdata mere søgbart og gennemsigtigt. Disse bestræbelser er inkrementelle, operationelle og designet til at støtte eksisterende personale, ikke erstatte dem. AI bliver stille den første, der ser på dine planer. Men mennesker er stadig de, der tager de endelige beslutninger.

En stille forandring med reel virkning

Selvom tilladelse er kedeligt og sjældent modtager den samme opmærksomhed som de mere glamourøse aspekter af byggeprocessen, er det stadig en afgørende del af puslespillet. Det giver ikke kun den kritiske regulative oversigt, der er nødvendig for at sikre, at nye bygninger opføres sikkert og lovligt, men det spiller også en betydelig rolle i formning af tidsrammer, bestemmelse af omkostninger og endelig opfyldelse af boligmål.

AI viser sig kontinuerligt som et af de mest praktiske værktøjer, kommunerne har til rådighed. Ved at indføre AI i tilladelsesarbejdsgange omhyggeligt, inkrementelt og med mennesker stadig i spidsen for den endelige godkendelse, løser kommunerne en af de mest vedvarende flaskehalse i byggeprocessen uden at omskrive politik eller udvide antallet af ansatte. På lang sigt kan modernisering af tilladelses- og godkendelsesprocessen måske være lige så værdifuld for effektivitet som bygning af hurtigere.

Hurtigere godkendelser betyder flere boligstart, færre aflyste projekter og mindre tid tilbragt på at vente på papirarbejde i stedet for at hælde fundamenter. Det er en gevinst for både de mennesker, der bygger disse huse, og for dem, der har brug for et sted at kalde hjem

Maor Greenberg er medstifter og administrerende direktør i Spacial.

En iværksætter med over 15 års erfaring inden for ejendom, bygge- og arkitekturdesign, startede hans rejse tidligt som 18-årig i Israel, hvor han startede sit første byggefirma. Inspireret af sin fars og bedstefars iværksætterånd har han fokuseret sin karriere på at brobygge mellem traditionel byggevirksomhed og moderne teknologi.

I 2019 grundlagde han Greenberg Group, Inc., der samler flere virksomheder under én mission: at revolutionere bygge- og hjemmeforbedringsindustrien gennem teknologi, design og bæredygtighed.