Η Χρυση Πανδημία των Κέντρων Δεδομένων: Πώς το AI Μπορεί να Βοηθήσει τις Εταιρείες Κατασκευής να Κερδίσουν Μεγάλο

Η έκρηξη των κέντρων δεδομένων παρουσιάζει μια γενεαλογική δοκιμή για την κατασκευή: μπορεί η βιομηχανία τελικά να διορθώσει τα κενά υιοθέτησης τεχνολογίας χρησιμοποιώντας το ίδιο AI που τροφοδοτεί την πανδημία;

Η κατασκευή είναι μια βιομηχανία με χαμηλά κέρδη και υψηλή όγκου που γενικά είναι απρόθυμη να καινοτομήσει και αργή να υιοθετήσει τεχνολογία. Είναι επίσης ένα τομέας που αντιμετωπίζει σημαντικές προκλήσεις: μια συνεχιζόμενη έλλειψη εργατικού δυναμικού, κακή συνεργασία και υψηλές ποσοστά αυτοκτονιών και υπερβολικής δόσης.

Εν τω μεταξύ, οι εξωτερικές πιέσεις αυξάνονται. Μέχρι το 2030, τα projεκτα κέντρων δεδομένων αναμένεται να προσελκύσουν επενδύσεις लगभग $6.7 τρισεκατομμύρια παγκοσμίως. Οι εταιρείες κατασκευής βρίσκονται στο κέντρο της διευκόλυνσης αυτών των τεράστιων επενδύσεων, παρουσιάζοντας πολλές ευκαιρίες για τις εταιρείες κατασκευής, αλλά είναι έτοιμες να αντιμετωπίσουν όλες τις σχετικές πιέσεις; Οι εταιρείες που θα εκμεταλλευτούν τις ευκαιρίες και θα υπερβούν τις основικές προκλήσεις της βιομηχανίας θα είναι οι νικητές, διαχειριζόμενοι τους κινδύνους καλύτερα και έξυπνα. Για να το κάνουν αυτό, απαιτείται η χρήση του ίδιου AI που οδηγεί την πανδημία των κέντρων δεδομένων και η εξέλιξη ως εταίροι των hyperscalers και των utilιτι.

Οι τρεις βασικές προκλήσεις

Αγωνιζόμενοι ενάντια σε ένα τικιγκόμετρο

Οι hyperscalers (σκέφτεστε τους γίγαντες του Σιλικόνης Valley) θέλουν επειγόντως τα κέντρα δεδομένων τους να λειτουργούν. Χάρη σε εργαλεία όπως το ChatGPT, υπάρχει μια διαρκώς αυξανόμενη ζήτηση για υπολογιστική ισχύ. Στην κατασκευή, αυτό σημαίνει την ολοκλήρωση των projεκτων με μέγιστη αποτελεσματικότητα και ελάχιστους χρονικούς περιορισμούς. Οποιοδήποτε καθυστέρηση μεταφράζεται σε τεράστιες δαπάνες και καθυστερήσεις για τις ανταγωνιστικές εταιρείες τεχνολογίας.

Αγωνιζόμενοι με έλλειψη εργατικού δυναμικού, αυτοκτονίες και κακή υιοθέτηση τεχνολογίας

Κάθε projεκτο hyperscale απαιτεί πολλά μπούτια στο έδαφος, που σημαίνει 1,500 εργάτες στο έδαφος με ανάγκη για τα καλύτερα προγράμματα EHS. Αυτή είναι μια μεγάλη πρόκληση για μια βιομηχανία που ήδη αντιμετωπίζει μια σοβαρή έλλειψη εργατικού δυναμικού.

Η έλλειψη εργατικού δυναμικού ενισχύεται από μια βαθύτερη κρίση: ο τομέας κατασκευής των ΗΠΑ έχει τώρα ένα από τα υψηλότερα ποσοστά αυτοκτονιών οποιασδήποτε μεγάλης βιομηχανίας. Στρωμένο με την πανδημία των κέντρων δεδομένων και σχετικά παλαιές μεθόδους, οι εταιρείες κατασκευής ζητούν να κάνουν περισσότερα, και γρηγορότερα, με μια εργατική δύναμη που ήδη βρίσκεται στο σημείο του κλάσματος. Η υποστήριξη της AI-τροφοδοτούμενης ανάπτυξης ενώ αντιμετωπίζουν τις βασικές προκλήσεις και βασίζονται σε μεγάλο βαθμό σε χειροκίνητες διαδικασίες είναι αδιανόητη.

Πλοηγώντας σε ένα υπερφορτωμένο και παλαιό δίκτυο ηλεκτρικής ενέργειας

Η ζήτηση ηλεκτρικής ενέργειας για τα κέντρα δεδομένων αναμένεται να διπλασιαστεί τα επόμενα τέσσερα χρόνια. Εν τω μεταξύ, το “φως του κινητήρα” του δικτύου είναι αναμμένο. Η ικανότητα παραγωγής ηλεκτρικής ενέργειας δεν καλύπτει ήδη την ζήτηση ηλεκτρικής ενέργειας, και οι καθυστερήσεις στις άδειες για την αναβάθμιση της υποδομής αυξάνουν τα κόστη. Αυτά τα προβλήματα αποτελούν eine σημαντική απειλή για την ενεργειακή ασφάλεια που επηρεάζει όλους τους ενδιαφερόμενους, συμπεριλαμβανομένης της βιομηχανίας κατασκευής.

Για να παρακαμφθούν αυτά τα ζητήματα, οι hyperscalers μετακινούνται εκτός του δικτύου με μια “φέρτε τη δική σας ενέργεια” προσέγγιση. Αυτές οι δυνάμεις έχουν κασκαντίζουσες επιπτώσεις στις εταιρείες κατασκευής που εξυπηρετούν τους hyperscalers και την βιομηχανία utilιτι. Οι εταιρείες κατασκευής αναμένεται να εκτελέσουν projεκτα με καλύτερη συνεργασία, διαχείριση projεκτων και σχεδόν καμία καθυστέρηση.

Οι περιοχές υψηλής επίδρασης του AI

Το AI και η ανάλυση σε πραγματικό χρόνο έχουν einen σημαντικό ρόλο στην ενίσχυση των εταιρειών κατασκευής να διαχειρίζονται πιο αποτελεσματικά τους κινδύνους χρηματοοικονομικού, λειτουργικού, αλυσίδας εφοδιασμού και EHS. Τα ενσωματωμένα εργαλεία AI και η ανάλυση σε πραγματικό χρόνο στη διαχείριση projεκτων επιτρέπουν nicht μόνο στους διευθυντές projεκτων να παρακολουθούν τις τρέχουσες δαπάνες και τα μποτλνεκ, αλλά και τις προοπτικές δαπάνες και απειλές μηνών μπροστά. Σε projεκτα εκατομμυρίων δολαρίων, η σημείωση κρίσιμων λεπτομερειών πριν από την εκδήλωσή τους έχει σημαντικές οικονομικές επιπτώσεις.

Επιπλέον, το AI βοηθά στην ανθρώπινη κατασκευή προστατεύοντας τους ανθρώπους στο έδαφος. Τα συστήματα AI μπορούν να παρακολουθούν μοτίβα όπως μακρές βάρδιες, υπερβολική ταξίδι και επικίνδυνες συμπεριφορές στο χώρο εργασίας, ώστε οι διευθυντές να peuvent προστατεύσουν τους υπαλλήλους πριν από μια κρίση.

Ωστόσο, η βιομηχανία πρέπει να υπερβεί την ευρεία απροθυμία να υιοθετήσει εργαλεία AI. Một πρόσφατη έρευνα του ASCE βρήκε ότι μόνο το 27% του τομέα χρησιμοποιεί AI στις επιχειρήσεις του. Οι χειροκίνητες διαδικασίες σημαίνουν ότι κρίσιμα λεπτομέρειες και κίνδυνοι διαφεύγουν από τα κενά, αποδυναμώνοντας την ελεγκτική, την αναλυσιμότητα και την ευθύνη. Αυτό επίσης εμποδίζει τις εταιρείες κατασκευής να εξελιχθούν ως εταίροι που μπορούν να跟πουν ταχύτατα τις απαιτήσεις των hyperscalers.

Η ίδια έρευνα αποκαλύπτει την θετική επίδραση του AI: το 94% του 27% που ήδη χρησιμοποιούν AI σχεδιάζει να αυξήσει τη χρήση του. Αυτή η πειθαρχία από τους πρώτους υιοθετητές είναι ένα βιομηχανικό σήμα ότι το AI ήδη παρέχει μετρήσιμη αξία για την βελτίωση της EHS, της διαχείρισης projεκτων, της ροής μετρητών και των αλυσίδων εφοδιασμού.

Εξελίσσοντας από εταίρος σε συνεργάτη

Στην ρυθμιζόμενη βιομηχανία utilιτι, οι παραδοσιακές συμβατικές δομές συχνά παραβλέπουν τα αποτελέσματα και την απόδοση, και οι συμβάσεις χρόνου και υλικών για το έργο των εταίρων μπορούν να επεκτείνουν τις προθεσμίες και να αυξήσουν τις τιμολόγιες. Αυτό δημιουργεί einen ενσωματωμένο κίνητρο να παρατείνουν τα projεκta ως μέρος ενός συστήματος που ανταμείβει την ανεπάρκεια hơn από την αποταμίευση και την ισχυρή απόδοση. Αυτό όχι μόνο αυξάνει τις λογαριασμούς utilιτι για τους καταναλωτές, αλλά cũng επιβραδύνει την τεχνολογική υιοθέτηση στις χρηματοοικονομικές και λειτουργικές πτυχές από την πλευρά της κατασκευής. Η εφαρμογή αυτού του μοντέλου σε ένα projεκτο δισεκατομμυρίων δολαρίων για κέντρα δεδομένων σημαίνει ότι quelques μήνες καθυστέρησης στην προθεσμία σε μια σύμβαση χρόνου και υλικών μεταφράζεται σε δεκάδες εκατομμύρια επιπλέον κόστη για τους ιδιοκτήτες και τους χρηματοδότες.

Αντίθετα, ένα συν-αναπτυξιακό μοντέλο είναι απαραίτητο, όπου οι hyperscalers, οι εταιρείες κατασκευής και οι utilιτι συνεργάζονται για να σχεδιάσουν, να χρηματοδοτήσουν και να λειτουργήσουν την απαιτούμενη υποδομή για αυτά τα projεκta.

Επιπλέον, ένα συμβιωτικό σύστημα ανταμοιβής εμφανίζεται. Οι hyperscalers παρέχουν το κεφάλαιο, οι utilιτι φέρνουν την τεχνογνωσία της υποδομής, και οι εταιρείες κατασκευής παίρνουν τα κέντρα δεδομένων από το έδαφος. Τα υψηλά οικονομικά και projεκτα αποτελέσματα αναγνωρίζονται ως κρίσιμα μετρικά για την αξιολόγηση της απόδοσης των εταίρων, ανταμείβοντας τις εταιρείες κατασκευής που είναι τεχνολογικά συνειδητές και εξελίσσονται ως εταίροι καινοτομίας.

Η χρυση πανδημία των κέντρων δεδομένων παρουσιάζει κίνδυνο αλλά και αναμφισβήτητες ευκαιρίες για τις εταιρείες κατασκευής που είναι πρόθυμες να υιοθετήσουν τεχνολογική καινοτομία. Μια ψηφιακή-πρώτη προσέγγιση σε συνδυασμό με ένα συν-αναπτυξιακό μοντέλο θα διαφοροποιήσει τους νικητές από εκείνους που θα μείνουν πίσω σε ένα από τα ταχύτερα αναπτυσσόμενα τμήματα της αμερικανικής οικονομίας.