Buildots lanza el Laboratorio de Inteligencia impulsado por IA para aportar una toma de decisiones basada en datos a la construcción

La industria de la construcción no tiene escasez de datos, pero convertir esa información en inteligencia accionable ha sido un desafío durante mucho tiempo. Mientras que sectores como las finanzas, la fabricación y la logística dependen de estándares de desempeño, los equipos de construcción han confiado tradicionalmente en informes fragmentados, observaciones manuales y toma de decisiones basada en la experiencia.

Buildots pretende cambiar eso con el lanzamiento del Laboratorio de Inteligencia de Buildots, un centro de investigación impulsado por IA diseñado para brindar a los profesionales de la construcción acceso gratuito a estándares de la industria objetivos, métricas de desempeño y conocimientos operativos derivados de proyectos del mundo real.

La iniciativa representa una evolución para Buildots, extendiendo la plataforma de inteligencia de construcción de la empresa más allá de la optimización de proyectos individuales hacia la investigación y la creación de estándares a nivel de la industria.

Desde los datos del lugar de trabajo hasta la inteligencia de la industria

Buildots ha construido su plataforma en torno a la captura de la realidad impulsada por IA. Los trabajadores que llevan cámaras de 360 grados montadas en el casco capturan continuamente las condiciones del lugar, mientras que la inteligencia artificial compara esas imágenes con modelos BIM, horarios de construcción y planes de proyectos. La plataforma mide automáticamente el progreso, detecta desviaciones, identifica retrasos y destaca los riesgos emergentes antes de que se conviertan en problemas costosos.

En lugar de confiar en informes de estado manuales, los líderes de proyectos reciben visibilidad en tiempo real de lo que realmente se ha construido, lo que permite a los equipos tomar decisiones más rápidas y basadas en la evidencia. Según la empresa, los proyectos que utilizan su plataforma de inteligencia de construcción han reducido los retrasos hasta un 50% gracias a la detección temprana de riesgos y una gestión de proyectos más proactiva.

El nuevo Laboratorio de Inteligencia se basa en esta base al agregar y anonimizar datos a través de la base de clientes globales de Buildots, transformando conocimientos a nivel de proyecto en investigación a nivel de la industria.

Abordar la brecha de datos en la construcción

Durante décadas, los líderes de la construcción han luchado por responder a preguntas fundamentalmente básicas con confianza.

¿Cuán productivo debería ser un oficio en particular en condiciones normales? ¿Cómo se compara un proyecto con proyectos similares en otros lugares? ¿Qué constituye un rendimiento semanal realista para el trabajo de MEP (mecánica, electricidad y plomería)?

Hasta ahora, la mayoría de las respuestas se han basado en suposiciones históricas, datos internos limitados o experiencia anecdótica.

“La industria de la construcción siempre ha carecido de una fuente de verdad a nivel macro”, dijo Roy Danon, cofundador y director ejecutivo de Buildots. “Creemos que este es un factor clave que obstaculiza el desempeño y un contribuyente importante a la productividad estancada”.

El Laboratorio de Inteligencia busca llenar esa brecha publicando investigaciones gratuitamente disponibles construidas alrededor de tres pilares básicos:

• Métricas: Medidas estandarizadas diseñadas para reemplazar la informes subjetivos con indicadores de desempeño consistentes.
• Estándares: Comparaciones globales a través de tipos de proyectos, regiones y oficios de la construcción.
• Conocimientos: Análisis basados en datos que descubren patrones, cuellos de botella y señales de advertencia temprana que de otro modo podrían permanecer ocultos.

A diferencia de las encuestas tradicionales de la industria, los hallazgos se basan en datos operativos continuamente recopilados de proyectos de construcción activos.

Hallazgos iniciales desafían suposiciones de larga data

Las primeras publicaciones de investigación del Laboratorio destacan varias tendencias que podrían cambiar la forma en que los equipos de construcción evalúan el desempeño del proyecto.

Entre los hallazgos más notables se encuentra el descubrimiento de que los proyectos de centros de datos experimentan una brecha del 20% al 50% entre la producción semanal de MEP planificada y la entrega real. Dado el creciente demanda global de infraestructura de IA y centros de datos de hiperscale, esta brecha puede ayudar a explicar por qué muchos grandes centros de datos tienen dificultades para mantenerse en el cronograma.

Otro hallazgo señala lo que Buildots llama el “efecto de la cola larga”. El 20% final de muchas actividades de construcción representa aproximadamente el 27% de la duración total de la tarea, lo que sugiere que los retrasos en las etapas finales son una característica estructural de los proyectos en lugar de excepciones aisladas.

La investigación también encontró diferencias significativas en la productividad de los oficios. Los equipos de MEP de alto rendimiento completan el trabajo a un ritmo de hasta tres veces mayor que el de los equipos promedio, lo que destaca oportunidades sustanciales para mejorar la ejecución a través de una mejor planificación y coordinación.

El tipo de proyecto también parece tener una influencia medible en el desempeño del cronograma. La construcción de centros de salud logró la mayor adherencia promedio al cronograma, alrededor del 65%, mientras que los centros de datos promediaron alrededor del 57%. Los proyectos comerciales e industriales se agruparon en el rango del 40% al 50%, con proyectos educativos que mostraron la menor adherencia, por debajo del 39%.

Este tipo de estándares comparativos históricamente han sido difíciles de obtener para los contratistas y propietarios, lo que hace que las evaluaciones del desempeño entre proyectos sean en gran medida subjetivas.

Ampliando el papel de la IA en la construcción

El lanzamiento refleja una tendencia más amplia hacia la inteligencia operativa impulsada por IA en toda la industria de la construcción.

Mientras que muchas organizaciones adoptaron inicialmente la IA para la automatización de documentos, la asistencia al diseño o el soporte de programación, la atención se está desplazando cada vez más hacia el monitoreo continuo de proyectos utilizando la visión por computadora, los gemelos digitales y el análisis predictivo.

La plataforma de Buildots combina la captura de la realidad con la inteligencia artificial para crear una representación digital continuamente actualizada del progreso de la construcción. Al integrar imágenes, horarios, modelos BIM y información de la fuerza laboral, el sistema identifica desviaciones, pronostica riesgos y apoya una toma de decisiones más rápida en todo el ciclo de vida de la construcción.

El Laboratorio de Inteligencia amplía esa capacidad más allá de las organizaciones individuales al crear una base de conocimientos compartida construida a partir de datos de la industria anonimizados.

Según Buildots, la participación sigue siendo enfocada en la privacidad, con la información del proyecto agregada y anonimizada antes de ser incluida en los conjuntos de datos de investigación.

Un modelo de investigación colaborativa

Aunque el Laboratorio de Inteligencia opera dentro de Buildots, la empresa afirma que funciona como una unidad de investigación autónoma enfocada en el avance de la industria en lugar de objetivos comerciales.

Se anima a los profesionales de la construcción, académicos, analistas, consultores y organizaciones de medios a presentar preguntas de investigación y hipótesis para futuros análisis. En lugar de publicar informes propietarios detrás de una barrera de pago, el Laboratorio hará que sus métricas, estándares e ideas estén disponibles gratuitamente.

A medida que la IA sigue transformando industrias que históricamente han dependido de procesos manuales, iniciativas como el Laboratorio de Inteligencia de Buildots ilustran cómo los datos operativos agregados pueden convertirse en un recurso compartido en lugar de permanecer aislados dentro de organizaciones individuales.

Para una industria que ha confiado durante mucho tiempo en la intuición, los promedios históricos y la informes de proyectos desconectados, los estándares objetivos basados en datos de ejecución del mundo real podrían convertirse en una base cada vez más valiosa para mejorar la productividad, reducir los retrasos y tomar decisiones de construcción más informadas.