Εshan Jayamanne, Ιδρυτής και Διευθύνων Σύμβουλος της Krane – Σειρά Συνεντεύξεων

Εshan Jayamanne, Ιδρυτής και Διευθύνων Σύμβουλος της Krane, συνδυάζει βαθιά τεχνογνωσία στην κατασκευαστική βιομηχανία με背景 στις μηχανικές, αναλυτικές και τεχνολογικές επιστήμες. Πριν ιδρύσει την Krane το 2023, εργάστηκε σε μεγάλες εργασίες για οργανισμούς όπως η Microsoft, η Chevron, η UCSF και η Caltrans, με επίκεντρο την βελτίωση της παραγωγικότητας, την оптимποίηση της αλυσίδας εφοδιασμού, την κατασκευή lean και την επιχειρησιακή αποτελεσματικότητα. Η εμπειρία του στη διαχείριση σύνθετων κατασκευαστικών έργων αποκάλυψε τις συνεχείς προκλήσεις συντονισμού και προμήθειας της βιομηχανίας, εμπνέοντας τον να κατασκευάσει τεχνολογία που βοηθά τις ομάδες να λαμβάνουν καλύτερες αποφάσεις και να μειώνουν τις δαπανηρές καθυστερήσεις.

Krane είναι μια πλατφόρμα αλυσίδας εφοδιασμού κατασκευών που ενισχύεται από την τεχνολογία AI, σχεδιασμένη για να βελτιώσει την ορατότητα και τον συντονισμό σε προμήθειες, διαχείριση υλικών και επιχειρησιακές εργασίες. Η πλατφόρμα χρησιμοποιεί πράκτορες AI για την αυτοματοποίηση εργασιών όπως η παρακολούθηση υλικών, η διαχείριση προμηθευτών, η αναγνώριση κινδύνων και η συμφωνία τιμολόγησης, βοηθώντας τις ομάδες κατασκευών να μειώσουν τις καθυστερήσεις και να βελτιώσουν την αποτελεσματικότητα. Εστιασμένη σε μεγάλης κλίμακας έργα όπως κέντρα δεδομένων, ιατρικές εγκαταστάσεις και υποδομές, η Krane στοχεύει να μοντερνοποιήσει μια από τις πιο κατακερματισμένες και δεδομενο-εντατικές ροές εργασιών της κατασκευαστικής βιομηχανίας.

Πέρασε χρόνια εργαζόμενος σε κατασκευαστική μηχανική, παραγωγική ανάλυση, βελτίωση έργων και μεγάλης κλίμακας υποδομών πριν ιδρύσεις την Krane. Μετά από το να δεις από πρώτο χέρι πώς οι καθυστερήσεις προμήθειας, τα προβλήματα παρακολούθησης υλικών και οι κατακερματισμένες ροές εργασιών επηρέαζαν τα μεγαλύτερα έργα, ποια ήταν η συγκεκριμένη στιγμή που σέ κατέστησε πεπεισμένο ότι η τεχνολογία AI μπορεί να λύσει προβλήματα με τα οποία η κατασκευαστική βιομηχανία είχε παλέψει για δεκαετίες;

Πέρασα περισσότερο από μια δεκαετία εργαζόμενος σε σύνθετα ενεργειακά, υποδομικά και έργα κέντρων δεδομένων, συμπεριλαμβανομένης της ηγεσίας έργων για εταιρείες όπως η Microsoft και η Chevron. Ανεξάρτητα από το μέγεθος του έργου, συνέχιζα να βλέπω τα ίδια προβλήματα: οι ομάδες ήταν καταβεβλημένες από υποβολές, τα υλικά εκδόθηκαν αργά και οι παραδόσεις δεν συντονίστηκαν σωστά, δημιουργώντας δαπανηρές καθυστερήσεις.

Το που με έκανε να πιστέψω ότι η τεχνολογία AI μπορεί να κάνει τη διαφορά ήταν το να δω πόσο από αυτή τη δουλειά vẫn διηύθυνε μέσω αποσυνδεδεμένων elektronikων φύλλων, email και τηλεφωνικών κλήσεων. Οι ομάδες κατασκευών δεν έλλειπαν εμπειρογνωσία: περνούσαν πολύ χρόνο追οντας πληροφορίες σε κατακερματισμένες ροές εργασιών.

Οι πρόσφατες προόδους στην τεχνολογία AI έκαναν δυνατή την ανάγνωση κατασκευαστικών προδιαγραφών, σχεδίων, προγραμματισμών και εγγραφών προμήθειας, και στη συνέχεια την αυτοματοποίηση πολλών από τις εργασίες συντονισμού που παραδοσιακά απαιτούσαν σημαντική χειρονακτική προσπάθεια. Τότε έγινε σαφές ότι η τεχνολογία AI μπορεί να βοηθήσει να μεταφέρει το επιχειρησιακό βάρος από τις ομάδες έργων και να τους δώσει περισσότερο χρόνο να εστιάσει στην κατασκευή.

Αυτή η ιδέα τελικά έγινε η Krane. Σήμερα, η πλατφόρμα διαχειρίζεται περισσότερα από 17 δισεκατομμύρια δολάρια σε ενεργά κατασκευαστικά έργα σε όλη τη Βόρεια Αμερική και πρόσφατα ανέβηκε σε eine 9 εκατομμυρίων δολαρίων Seed γύρο για να συνεχίσει την επέκταση της AI-γενικής ομάδας κατασκευαστικών εργασιών.

Η κατασκευή ιστορικά έχει μείνει πίσω από βιομηχανίες όπως η финанς και το λογισμικό στην υιοθέτηση τεχνολογίας. Γιατί πιστεύεις ότι το τρέχον κύμα της τεχνολογίας AI είναι διαφορετικό, και γιατί η βιομηχανία είναι τελικά έτοιμη για περισσότερα αυτόνομα συστήματα;

Η βιομηχανία αντιμετωπίζει δύο προκλήσεις την ίδια στιγμή: αυξανόμενη πολυπλοκότητα έργων και μια αυξανόμενη έλλειψη εργατικών. Η ζήτηση και η πολυπλοκότητα των κέντρων δεδομένων, ιατρικών εγκαταστάσεων και άλλων μεγάλης κλίμακας έργων βάζουν περισσότερη πίεση στις αλυσίδες εφοδιασμού κατασκευών από ποτέ trước. Ταυτόχρονα, έμπειροι επαγγελματίες συνταξιοδοτούνται γρηγορότερα από ό,τι αντικαθιστώνται.

Εργαλεία όπως το ChatGPT βοήθησαν επίσης να δείξουν τι μπορεί πραγματικά να κάνει η τεχνολογία AI σε ένα πρακτικό, φιλικό προς τον χρήστη τρόπο. Αυτό έκανε την τεχνολογία να φαίνεται πολύ πιο προσιτή και να επιταχύνει την υιοθέτηση λύσεων τεχνολογίας AI που κατασκευάστηκαν για συγκεκριμένες βιομηχανίες, συμπεριλαμβανομένης της κατασκευής.

Σήμερα, οι ομάδες κατασκευών ζητούν να παραδώσουν μεγαλύτερα και πιο σύνθετα έργα με λιγότερο περιθώριο για λάθη, ενώ διαχειρίζονται εύθραυστες και δύσκολα προβλέψιμες αλυσίδες εφοδιασμού. Αυτός είναι ο λόγος που βλέπουμε τόσο μεγάλο ενδιαφέρον για την τεχνολογία AI. Η βιομηχανία δεν υιοθετεί τεχνολογία για την τεχνολογία της: ψάχνει για πρακτικούς τρόπους να βοηθήσει τις ομάδες να διαχειριστούν την πολυπλοκότητα, να διατηρήσουν την ορατότητα και να κρατήσουν τα έργα σε κίνηση.

Η Krane περιγράφεται ως μια πλατφόρμα αλυσίδας εφοδιασμού κατασκευών που ενισχύεται από την τεχνολογία AI. Ποια είναι οι μεγαλύτερες αναποτελεσμασίες που εξακολουθούν να υπάρχουν σήμερα σε προμήθειες, υποβολές, παραδόσεις και συντονισμό προμηθευτών που οι περισσότεροι άνθρωποι έξω από την βιομηχανία δεν αντιλαμβάνονται;

Οι περισσότεροι άνθρωποι είναι έκπληκτοι από το πόσο από την προμήθεια κατασκευών vẫn διεξάγεται μέσω elektronikων φύλλων, email, τηλεφωνικών κλήσεων και χειρονακτικής παρακολούθησης. Ένα μεγάλο έργο μπορεί να περιλαμβάνει εκατοντάδες υλικά, δεκάδες προμηθευτές, χιλιάδες έγγραφα και συνεχώς меняζόμενους προγραμματισμούς, και όμως πολλές αποφάσεις προμήθειας vẫn λαμβάνονται με βάση εκτιμήσεις προμηθευτών, ιστορικές εμπειρίες και υποθέσεις για τις συνθήκες της αγοράς.

Όταν εξετάσαμε τα έργα που τρέχουν στην Krane, βρήκαμε ότι πολλά από τις πιο δαπανηρές καθυστερήσεις και υπερβάσεις προϋπολογισμού μπορούσαν να αναχθούν σε αποφάσεις προμήθειας που λήφθηκαν μήνες νωρίτερα. Η πρόκληση ήταν να αναγνωριστούν οι κίνδυνοι εγκαίρως για να κάνουμε κάτι γι’ αυτούς.

Στα δικά μας δεδομένα, οι κίνδυνοι προμήθειας εμφανίστηκαν κατά μέσο όρο 47 ημέρες πριν εμφανιστούν σε ένα πρόγραμμα έργου. Αυτό σημαίνει ότι οι ομάδες μπορούν να έχουν εβδομάδες έκθεσης σε κίνδυνο πριν γίνει ορατός enough για να ληφθούν μέτρα.

Ακριβώς γι’ αυτό εκκινήσαμε το Procurement OS. Το νέο模块 Procurement OS της Krane φέρνει ζωντανούς πληροφορίες αλυσίδας εφοδιασμού直接 στις ροές εργασιών προμήθειας. Επειδή η Krane ήδη διαχειρίζεται την ημερήσια ροή υλικών σε περισσότερα από 17 δισεκατομμύρια δολάρια σε ενεργά κατασκευαστικά έργα, μπορούμε να καταγράψουμε πραγματικές χρόνους οδηγίας, επιδόσεις προμηθευτών, κύκλους υποβολής και διαθεσιμότητα υλικών καθώς συμβαίνουν.

Το Procurement OS αναγνωρίζει αυτόματα κρίσιμα υλικά από προδιαγραφές έργων, επιβεβαιώνει ζωντανούς χρόνους οδηγίας, βαθμολογεί προμηθευτές με βάση την πραγματική απόδοση και ελέγχει προσφορές για συμμόρφωση πριν από την απονομή. Μεταφέρουμε την κατασκευή από προμήθεια με βάση υποθέσεις σε προμήθεια με βάση αποδεικτικά στοιχεία.

Πολυάριθμες εταιρείες AI εστιάζουν στην παραγωγή ερευνών, ενώ η Krane φαίνεται να κινείται προς πράκτορες AI που μπορούν να εκτελέσουν ενεργά εργασίες. Πώς βλέπεις το ρόλο της τεχνολογίας AI να εξελίσσεται από βοηθό σε χειριστή μέσα στις ροές εργασιών κατασκευής;

Πιστεύουμε ότι η επόμενη εξέλιξη της τεχνολογίας AI στην κατασκευή είναι η μετάβαση από την παροχή πληροφοριών στη βοήθεια των ομάδων να εκτελέσουν εργασίες. Τα κατασκευαστικά έργα παράγουν ένα τεράστιο ποσό δεδομένων, αλλά η αναγνώριση ενός προβλήματος είναι μόνο το πρώτο βήμα. Οι ομάδες vẫn χρειάζονται να συντονίσουν προμηθευτές, να επικυρώσουν χρόνους οδηγίας, να διαχειριστούν υποβολές και να κρατήσουν τα υλικά σε κίνηση.

Γι’ αυτό έχουμε κατασκευάσει μια ομάδα κατασκευής AI όπου κάθε πράκτορας έχει μια συγκεκριμένη parte της ροής εργασιών υλικών.

• Milo μετατρέπει προδιαγραφές, σχέδια και προγραμματισμούς σε πλήρεις καταλόγους υποβολής και προμήθειας σε λίγα λεπτά
• Arlo συνδέει αποσυνδεδεμένους προγραμματισμούς, υποβολές και καταλόγους προμήθειας σε ένα σύστημα και παρέχει μια σαφή στρατηγική προμήθειας για τις ομάδες προ-κατασκευής
• Chase ακολουθεί τους συνεργάτες εμπορίου για να προτεραιοποιήσει τις υποβολές, να επικυρώσει χρόνους οδηγίας και καταστάσεις υλικών
• Lana δημιουργεί προτύπους υποβολής και ελέγχει την ποιότητα των πακέτων υποβολής, ώστε οι γενικοί εργολάβοι και οι συνεργάτες εμπορίου να μπορέσουν να βελτιώσουν την ποιότητα των πακέτων υποβολής και να τα υποβάλουν εγκαίρως
• Rio αυτοματοποιεί την προγραμματισμένη παράδοση, αποτρέπει τις συγκρούσεις και αναλύει τη χρήση εξοπλισμού
• Theo ελέγχει τη διαδικασία προμήθειας από τη σύγκριση προσφορών, τη δημιουργία αιτήσεων έως την παράδοση

Οι άνθρωποι vẫn λαμβάνουν τις σημαντικές αποφάσεις, αλλά η τεχνολογία AI χειρίζεται τη δουλειά που παραδοσιακά κατέβαινε ώρες της ημέρας της ομάδας έργου.

Τα κέντρα δεδομένων έχουν γίνει ένας από τους κύριους τομείς εστίασης της Krane. Όπως η ζήτηση για τεχνολογία AI οδηγεί σε μια παγκόσμια κατασκευαστική έκρηξη για ψηφιακή υποδομή, ποια νέα προκλήματα αλυσίδας εφοδιασμού εμφανίζονται που τα παραδοσιακά εργαλεία διαχείρισης έργων δυσκολεύονται να χειριστούν;

Τα κέντρα δεδομένων εκθέτουν τα όρια των παραδοσιακών διαδικασιών προμήθειας.

Πολλά από τα κρίσιμα συστατικά που τροφοδοτούν αυτές τις εγκαταστάσεις τώρα έχουν εξαιρετικά μεγάλους χρόνους οδηγίας. Οι μετασχηματιστές δύναμης μπορούν να πάρουν τρία έως πέντε χρόνια για να προμηθευτούν, ενώ το μέσο-τάση switchgear μπορεί να υπερβεί τις 60 εβδομάδες. Ταυτόχρονα, τα ηλεκτρικά και μηχανικά εξοπλίσματα μπορούν να αντιπροσωπεύουν μέχρι το 75% του εγγυημένου μέγιστου τιμήματος του έργου, που σημαίνει ότι οι αποφάσεις προμήθειας έχουν τεράστιες οικονομικές συνέπειες.

Τα παραδοσιακά εργαλεία διαχείρισης έργων σχεδιάστηκαν για να παρακολουθούν την κατάσταση του έργου μετά από τις αποφάσεις που έχουν ήδη ληφθεί. Δεν παρέχουν πραγματική ορατότητα στις επιδόσεις προμηθευτών, τους μεταβαλλόμενους χρόνους οδηγίας ή τις εμφανιζόμενες προκλήσεις αλυσίδας εφοδιασμού.

Το Procurement OS αντιμετωπίζει αυτές τις προκλήσεις. Με την αξιοποίηση ζωντανών δεδομένων αλυσίδας εφοδιασμού από ενεργά έργα, οι ομάδες μπορούν να λαμβάνουν αποφάσεις προμήθειας με βάση τι συμβαίνει στην αγορά σήμερα, αντί για το τι συνέβη στο τελευταίο έργο.

Μια από τις μεγαλύτερες ανησυχίες γύρω από τους πράκτορες AI είναι η εμπιστοσύνη. Στην κατασκευή, όπου οι καθυστερήσεις ή τα λάθη possono έχουν πολλαπλά εκατομμύρια δολάρια συνέπειες, πώς ισορροπείς την αυτοματοποίηση με την ανθρώπινη επιτήρηση;

Η εμπιστοσύνη είναι κρίσιμη επειδή οι αποφάσεις κατασκευής έχουν πραγματικές συνέπειες για το πρόγραμμα και τον προϋπολογισμό.

Η φιλοσοφία μας είναι ότι η τεχνολογία AI πρέπει να χειρίζεται τον συντονισμό, ενώ οι άνθρωποι πρέπει να παραμείνουν υπεύθυνοι για την κρίση και την λήψη αποφάσεων. Κάθε δράση της τεχνολογίας AI στην Krane περιλαμβάνει ένα βαθμό εμπιστοσύνης, κρίσιμες αποφάσεις απαιτούν ανθρώπινη έγκριση και η δραστηριότητα καταγράφεται μέσω αρχείων ελέγχου. Αυτό δίνει στις ομάδες ορατότητα σε τι κάνει το σύστημα και γιατί.

Το άλλο μέρος της εμπιστοσύνης είναι τα αποτελέσματα. Σε όλο το χαρτοφυλάκιο μας, η Krane έχει καταγράψει περισσότερους από 2.000 κινδύνους αλυσίδας εφοδιασμού πριν φθάσουν στην εργοτάξιο και βοήθησε τους πελάτες να επιτύχουν ποσοστό παράδοσης εγκαίρως 92%. Όταν οι ομάδες βλέπουν συνεχώς κινδύνους που αναγνωρίζονται νωρίτερα και συντονισμό που συμβαίνει γρηγορότερα, η εμπιστοσύνη ακολουθεί φυσικά.

Τα έργα κατασκευής συχνά περιλαμβάνουν δεκάδες εργολάβους, υποεργολάβους, προμηθευτές και ενδιαφερόμενους που εργάζονται σε αποσυνδεδεμένα συστήματα. Πόσο δύσκολο είναι να δημιουργηθεί μια πραγματική πηγή αλήθειας, και ποιο ρόλο παίζει η τεχνολογία AI στη διευκόλυνση αυτού;

Είναι ένα από τα πιο δύσκολα προβλήματα στην κατασκευή.

Ο μέσος όρος έργου περιλαμβάνει πληροφορίες που διασκορπίζονται σε πολλούς ενδιαφερόμενους και συστήματα. Οι γενικοί εργολάβοι, οι υποεργολάβοι, οι ιδιοκτήτες, οι προμηθευτές και οι συμβούλοι εργάζονται όλα από διαφορετικές πηγές δεδομένων, που δημιουργούν κενά, αντικρουόμεNES πληροφορίες και καθυστερήσεις.

Η τεχνολογία AI παίζει σημαντικό ρόλο επειδή μπορεί να συνδέσει και να ερμηνεύσει πληροφορίες σε αυτά τα περιβάλλοντα. Η Krane φέρνει μαζί προγραμματισμούς, σχέδια, καταλόγους προμήθειας, υποβολές, παραδόσεις και επικοινωνίες προμηθευτών σε ένα περιβάλλον όπου οι ομάδες μπορούν να δουν την τρέχουσα κατάσταση του έργου σε πραγματικό χρόνο.

Όταν όλοι εργάζονται από τις ίδιες πληροφορίες, οι ομάδες κερδίζουν καλύτερη ορατότητα για να βοηθήσουν να λαμβάνουν πιο γρήγορες και ενημερωμένες αποφάσεις σε όλη τη διάρκεια του κύκλου ζωής του έργου. Ίσως ακόμα πιο σημαντικό, αυτό επιτρέπει στους οργανισμούς να μαθαίνουν από ένα έργο και να εφαρμόζουν αυτές τις γνώσεις στο επόμενο. Ιστορικά, πολλές από αυτές τις γνώσεις ζούσαν σε elektronikά φύλλα, email και ατομικές εμπειρίες των μελών της ομάδας, καθιστώντας δύσκολο να τις μεταφέρετε. Με την καταγραφή και την οργάνωση δεδομένων αλυσίδας εφοδιασμού σε έργα, η Krane βοηθά τις ομάδες να λαμβάνουν καλύτερες αποφάσεις προμήθειας και σχεδιασμού με την πάροδο του χρόνου.

Η Krane ενσωματώνεται με πλατφόρμες που ήδη χρησιμοποιούνται σε όλη την βιομηχανία αντί να προσπαθήσει να τις αντικαταστήσει. Πιστεύεις ότι το μέλλον της τεχνολογίας AI στην κατασκευή θα χτιστεί γύρω από την ενίσχυση των υφιστάμενων οικοσυστημάτων λογισμικού ή εντελώς νέους λειτουργικούς συστήματος για την κατασκευή;

Στο κοντινό μέλλον, η ενίσχυση είναι απαραίτητη.

Οι εταιρείες κατασκευής έχουν επενδύσει πολύ σε πλατφόρμες όπως η Autodesk, η Procore, η Microsoft Project, η CMiC, η SharePoint, η Trimble Viewpoint και η Oracle Primavera P6. Ζητώντας τους να αντικαταστήσουν αυτά τα συστήματα δεν είναι πραγματικό, και ειλικρινά, δεν είναι απαραίτητο.

Η προσέγγισή μας είναι να ενσωματώσουμε με τα εργαλεία που ήδη χρησιμοποιούν οι ομάδες και να δημιουργήσουμε ένα συνδεδεμένο επίπεδο σε αυτά. Αυτό επιτρέπει στους πελάτες να συνεχίσουν να εργάζονται μέσα σε οικείες ροές εργασιών ενώ να επωφελούνται από την τεχνολογία AI που οδηγεί την προμήθεια, τη διαχείριση υλικών και τον συντονισμό αλυσίδας εφοδιασμού.

Με την πάροδο του χρόνου, πιστεύω ότι θα δούμε περισσότερα AI-γενικά συστήματα να εμφανίζονται. Nhưng οι εταιρείες που θα успехθούν θα είναι αυτές που ταιριάζουν φυσικά στο ευρύτερο οικοσύστημα τεχνολογίας κατασκευής, αντί να αναγκάζουν τους πελάτες να αρχίσουν από την αρχή.

Η ευρύτερη βιομηχανία AI κινείται γρήγορα προς τις εργασίες του πρακτορά. Ποια μαθήματα από την κατασκευή μπορούν άλλες βιομηχανίες να μάθουν σχετικά με την ανάπτυξη πρακτόρων AI σε περιβάλλοντα όπου η πραγματική εκτέλεση και η λογιστική έχουν την ίδια σημασία με τις ψηφιακές ροές εργασιών;

Ένα μάθημα είναι ότι η τεχνολογία AI γίνεται πολύ πιο πολύτιμη όταν συνδέεται με επιχειρησιακά δεδομένα.

Το Procurement OS λειτουργεί επειδή δεν είναι κατασκευασμένο σε θεωρητικά μοντέλα για το πώς οι αλυσίδες εφοδιασμού κατασκευής θα πρέπει να λειτουργούν. Είναι κατασκευασμένο στα πραγματικά δεδομένα κίνησης υλικών σε ενεργά έργα. Κάθε απόφαση που λαμβάνεται στην Krane δημιουργεί δεδομένα που βοηθούν να βελτιώσουν την εκτέλεση του έργου στο μέλλον.

Έχουμε δει ότι αυτό το μήνυμα να αντηχεί με πελάτες που κυμαίνονται από συστήματα υγείας σε μερικούς από τους μεγαλύτερους εργολάβους της βιομηχανίας, συμπεριλαμβανομένων των Boldt, HITT Contracting, UCSF Health και Juneau Construction. Δεν ψάχνουν τεχνολογία AI που απλά παράγει ερευνές: θέλουν συστήματα που βοηθούν τις ομάδες να λαμβάνουν καλύτερες αποφάσεις και να εκτελούν εργασίες πιο αποτελεσματικά.

Ένα άλλο μάθημα είναι ότι η εκτέλεση έχει περισσότερη σημασία από τις ερευνές. Η αναγνώριση ενός προβλήματος είναι χρήσιμη, αλλά η επίλυση του είναι όπου δημιουργείται η αξία. Σε βιομηχανίες όπου οι φυσικές επιχειρησιακές και λογιστικές έχουν σημασία, η τεχνολογία AI πρέπει να βοηθήσει τους οργανισμούς να λάβουν δράση.

Κοιτάζοντας μπροστά πέντε χρόνια, τι θα μοιάζει ένα πλήρως συντονισμένο έργο κατασκευής από την τεχνολογία AI; Ποια αποφάσεις θα ανήκουν ακόμα στους ανθρώπους και ποια μέρη της εκτέλεσης του έργου περιμένετε να διαχειριστούν τα έξυπνα συστήματα αυτόνομα;

Πιστεύω ότι θα δούμε την τεχνολογία AI να γίνεται βαθιά ενσωματωμένη σε όλη την αλυσίδα εφοδιασμού κατασκευής.

Οι εργασίες που είναι εξαιρετικά επαναλαμβανόμενες, διοικητικές και καταναλώνουν χρόνο της ομάδας έργου θα γίνουν ολοένα και πιο αυτοματοποιημένες.

Σε πολλούς τρόπους, ήδη κινηθούμε προς αυτή τη κατεύθυνση με το Procurement OS και την ομάδα κατασκευής AI. Η όραση είναι ένα σύστημα που μαθαίνει από κάθε έργο και βοηθά τις ομάδες να λαμβάνουν καλύτερες αποφάσεις νωρίτερα στη διάρκεια του έργου.

Ωστόσο, η κατασκευή θα είναι πάντα μια βιομηχανία ανθρώπων. Η στρατηγική του έργου, η διαχείριση ενδιαφερόμενων, οι εμπορικές διαπραγματεύσεις και οι σημαντικές αποφάσεις συμβιβασμού θα συνεχίσουν να απαιτούν ανθρώπινη κρίση και εμπειρία. Η τεχνολογία AI θα χειρίζεται περισσότερο από το επιχειρησιακό βάρος, ενώ οι άνθρωποι θα εστιάζουν στην ηγεσία, τις σχέσεις και την λήψη αποφάσεων.

Ευχαριστώ για τη μεγάλη συνέντευξη, οι αναγνώστες που επιθυμούν να μάθουν περισσότερα πρέπει να επισκεφθούν Krane.