Buildots julkaisee tekoälykäyttöisen älymäen tuomaan tietopohjaisen päätöksenteon rakennusalaan

Rakennusala ei ole vaikeuksissa datan suhteen, mutta tietojen muuttaminen toimivaksi älymäksi on pitkään ollut haaste. Sektoreilla, kuten rahoituksessa, valmistuksessa ja logistiikassa, on ollut käytössä standardoitujen suorituskykymittareiden pohjaiset vertailumittarit, mutta rakennusryhmät ovat perinteisesti riippuvaisia hajanaisista raporteista, manuaalisista havainnoista ja kokemukseen perustuvasta päätöksenteosta.

Buildots pyrkii muuttamaan tämän tilanteen Buildots Intelligence Lab:in avulla, joka on tekoälykäyttöinen tutkimuskeskus, joka tarjoaa rakennusammattilaisille ilmaisen pääsyn objektiivisiin alan vertailumittareihin, suorituskykymittareihin ja toiminnallisiin oivalluksiin, jotka perustuvat todellisiin projekteihin.

Tämä aloite edustaa evoluutiota Buildotsille, joka laajentaa yhtiön rakennusälykkyyden alustaa yksittäisten projektiensa optimoinnista koko alan tutkimukseen ja vertailuun.

Töissä olevasta datasta teollisuuden älykkyyteen

Buildots on rakentanut alustansa tekoälykäyttöisen todellisuuden kaappauksen ympärille. Työntekijät, jotka käyttävät 360-astetta helmetissä olevia kamera, kaappaavat jatkuvasti työmaan tilan, kun taas tekoäly vertaa näitä kuvia BIM-malleihin, rakennusohjelmiin ja projektiin liittyviin suunnitelmiin. Alusta mitää automaattisesti edistymistä, havaitsee poikkeamat, tunnistaa viivästysten ja korostaa nousseita riskejä ennen kuin ne muuttuvat kalliiksi ongelmiksi.

Toisin kuin manuaaliset tilanneraportit, projektipäälliköt saavat lähes reaaliaikaisen näkyvyyden siihen, mitä on todella rakennettu, mikä mahdollistaa tiimien nopeamman, näyttöön perustuvan päätöksenteon. Yhtiön mukaan projektit, jotka käyttävät sen rakennusälykkyyden alustaa, ovat vähentäneet viivästysten määrää jopa 50 %:lla varhaisen riskien havaitsemisen ja proaktiivisemman projektipäätöksenteon ansiosta.

Uusi Intelligence Lab laajentaa tätä perustaa aggregoimalla ja anonymisoimalla dataa Buildotsin globaalista asiakaskunnasta, muuttaen projektitasolla olevia oivalluksia koko alan tutkimukseksi.

Rakennusalan datatäydennys

Vuosikymmenien ajan rakennusjohtajat ovat kamppailleet yllättävän perustellusti perustuvien kysymysten kanssa.

Miten tuottava tietyssä ammattiryhmässä tulisi olla normaaliolosuhteissa? Miten yksi projekti vertautuu muihin samankaltaisiin projekteihin muualla? Mitä on realistinen viikoittainen tuotanto mekaniikalle, sähkölle ja putkille (MEP)?

Tähän asti useimmat vastaukset perustuvat historiallisiin oletuksiin, rajoitettuihin sisäisiin tietoihin tai anekdoottisiin kokemuksiin.

“Rakennusala on aina puuttunut makrotasolla olevasta totuudesta”, sanoi Roy Danon, Buildotsin perustaja ja toimitusjohtaja. “Uskomme, että tämä on yksi keskeinen tekijä, joka hidastaa suorituskykyä ja on avaintekijä tuottavuuden heikentymiselle.”

Intelligence Lab pyrkii täyttämään tämän aukon julkaisemalla ilmaiseksi saatavissa olevaa tutkimusta, joka perustuu kolmeen ydinpilarin:

• Mittarit: Standardoidut mittaukset, jotka korvaavat subjektiivisen raportoinnin johdonmukaisilla suorituskykymittareilla.
• Vertailumittarit: Globaalit vertailumittarit projektityyppien, alueiden ja rakennusammattien välillä.
• Oivallukset: Datapohjaiset analyysit, jotka paljastavat piileviä riskejä, pullonkauloja ja varoitusmerkkejä, jotka voivat muuten jäädä piileviksi.

Toisin kuin perinteiset alan tutkimukset, tutkimustulokset perustuvat jatkuvasti kerätyistä toiminnallisiin tietoihin aktiivisista rakennushankkeista.

Varhaiset löydökset haastavat perinteisiä oletuksia

Laboratorion ensimmäiset tutkimusjulkaisut korostavat useita trendejä, jotka voivat muuttaa tapaa, jolla rakennusryhmät arvioivat projektiensa suorituskykyä.

Yksi merkittävimmistä löydöksistä on se, että datakeskuksissa on 20-50 %:n kuilu suunnitellun viikoittaisen MEP-tuotannon ja todellisen toimituksen välillä. Ottaen huomioon kasvavan globaalin kysynnän AI-infrastruktuurille ja hyperskaalatisille datakeskuksille, tämä kuilu saattaa selittää, miksi monilla suurilla laitoksilla on vaikeuksia pysyä aikataulussa.

Toinen löydös osoittaa, mitä Buildots kutsuu “pitkäksi hännäksi”. Monien rakennusaktiviteettien viimeiset 20 % kestää noin 27 % koko tehtävän kestosta, mikä viittaa siihen, että myöhäisvaiheen hidastuminen on projekteille ominainen piirre eikä erillinen poikkeus.

Tutkimus osoittaa myös merkittäviä eroja ammattitaidon tuottavuudessa. Parhaimmat MEP-ryhmät suorittavat työt jopa kolme kertaa nopeammin kuin keskivertoryhmät, mikä korostaa merkittäviä parantamismahdollisuuksia suunnittelun ja koordinoinnin kautta.

Projektityyppi näyttää myös vaikuttavan aikataulun suorituskykyyn. Sairaaloiden rakentamisessa saavutettiin korkein keskimääräinen aikataulun noudattaminen, noin 65 %, kun taas datakeskukset olivat keskimäärin noin 57 %. Kaupalliset ja teolliset projektit olivat keskivertoon 40-50 %:ssa, ja koulurakennushankkeet olivat alhaisimmat, alle 39 %.

Nämä vertailumittarit ovat historiallisesti olleet vaikeita urakoitsijoille ja omistajille saatavilla, mikä tekee projektien välistä suorituskyvyn arviointia pääosin subjektiiviseksi.

Te koälyn roolin laajentaminen rakennusalaan

Julkaisu heijastaa laajempaa trendiä kohti tekoälypohjaista operatiivista älykkyyttä koko rakennusalaan.

Monet organisaatiot ovat aluksi omaksuneet tekoälyn asiakirjojen automaatioon, suunnittelun tueen tai aikataulun tueen, mutta yhä enemmän huomiota kiinnitetään jatkuvan projektin seurantaan tietokoneavusteisen näön, digitaalisten kaksosten ja ennustavan analytiikan avulla.

Buildotsin alusta yhdistää todellisuuden kaappauksen tekoälyyn luoden jatkuvasti päivittyvän digitaalisen edustuksen rakennusprosessista. Yhdistämällä kuvat, aikataulut, BIM-mallit ja työvoimainfot, järjestelmä tunnistaa poikkeamat, ennustaa riskejä ja tukee nopeampaa päätöksentekoa koko rakennusprosessin ajan.

Intelligence Lab laajentaa tätä kykyä yksittäisten organisaatioiden ulkopuolelle luomalla jaettavan tietopohjan, joka perustuu anonymisoiduihin alan tietoihin.

Buildotsin mukaan osallistuminen on yksityisyyden suojaavaa, ja projektitiedot aggregoidaan ja anonymisoidaan ennen niiden sisällyttämistä tutkimusaineistoihin.

Yhteistyöhön perustuva tutkimusmalli

Vaikka Intelligence Lab toimii Buildotsin sisällä, yhtiö toteaa, että se toimii itsenäisenä tutkimusyksikkönä, joka keskittyy alan kehittämiseen kaupallisten tavoitteiden sijaan.

Rakennusammattilaiset, akateemikot, analyytikot, konsultit ja mediaorganisaatiot ovat tervetulleita lähettämään tutkimuskysymyksiä ja hypoteeseja tulevia analyysiä varten. Sen sijaan, että julkaistaisiin omistajien raportteja maksullisessa muodossa, Laboratorio tekee mittareista, vertailumittareista ja oivalluksista ilmaiseksi saatavilla.

Kun tekoäly jatkaa muuttamista perinteisesti manuaalisilla prosesseilla toimivia aloja, aloitteet kuten Buildots Intelligence Lab osoittavat, miten aggregoitu operatiivinen data voi muuttua jaetusta resurssesta yksittäisten organisaatioiden eristyneisyydestä.

Alan, joka on pitkään riippunut intuitiosta, historiallisista keskiarvoista ja irrotetuista projektiin liittyvistä raporteista, objektiiviset vertailumittarit, jotka perustuvat todellisiin toteutustietoihin, voivat muodostua yhä arvokkaammaksi perustaksi tuottavuuden parantamiseksi, viivästysten vähentämiseksi ja tietopohjaisempien rakennuspäätösten tekemiseksi.