Pemimpin pemikiran

Demam Pusat Data: Bagaimana AI Dapat Membantu Perusahaan Konstruksi Menang Besar

mm mm
Tambahkan Unite.AI ke sumber pilihan Anda di Google
A widescreen, photorealistic photograph captures a construction supervisor overlooking a massive data center project at dusk. From an elevated perspective, the supervisor holds a transparent, glowing digital tablet displaying a holographic 3D blue and orange schematic with floating data nodes. Below, cranes, heavy machinery, steel frameworks, cooling towers, and electric substations are active under a cinematic sunset sky, symbolizing the integration of physical construction and advanced AI orchestration.

Demam pusat data menyajikan tes generasi bagi konstruksi: apakah industri ini akhirnya dapat memperbaiki kesenjangan adopsi teknologi menggunakan AI yang sama yang memicu demam ini?

Konstruksi adalah industri dengan margin rendah dan volume tinggi yang umumnya tidak suka inovasi dan lambat dalam mengadopsi teknologi. Ini juga sektor yang menghadapi tantangan signifikan: kekurangan tenaga kerja, kolaborasi yang buruk, dan tingkat bunuh diri dan overdosis yang tinggi.

Sementara itu, tekanan eksternal semakin meningkat. Pada tahun 2030, proyek pusat data diperkirakan akan menarik investasi sebesar $6,7 triliun di seluruh dunia. Perusahaan konstruksi berada di pusat fasilitas investasi besar ini, menyajikan banyak peluang bagi perusahaan konstruksi, tetapi apakah mereka siap untuk menghadapi semua tekanan yang terkait? Perusahaan yang memanfaatkan peluang dan mengatasi tantangan industri utama akan menjadi pemenang dengan mengelola risiko lebih baik dan lebih cerdas. Untuk melakukan ini, diperlukan penggunaan AI yang sama yang memicu demam pusat data dan meningkatkan peran sebagai mitra bagi hyperscalers dan utilitas.

Tiga Tantangan Utama

Bertarung Melawan Jam yang Terus Berjalan

Hyperscalers (pikirkan raksasa Lembah Silikon) sangat ingin pusat data mereka beroperasi. Berkat alat seperti ChatGPT, ada permintaan yang terus meningkat untuk kekuatan komputasi. Dalam konstruksi, ini berarti menyelesaikan proyek dengan efisiensi maksimal dan keterbatasan waktu minimal. Setiap keterlambatan diterjemahkan menjadi biaya besar dan kemunduran bagi perusahaan teknologi yang bersaing.

Bertarung dengan Kekurangan Tenaga Kerja, Bunuh Diri, dan Adopsi Teknologi yang Buruk

Setiap proyek hyperscale memerlukan banyak pekerja di lapangan, yang berarti 1.500 pekerja lapangan dengan kebutuhan program EHS kelas dunia. Ini adalah tantangan besar bagi industri yang sudah menghadapi kekurangan tenaga kerja yang parah.

Kekurangan tenaga kerja diperburuk oleh krisis yang lebih dalam: sektor konstruksi AS sekarang memiliki salah satu tingkat bunuh diri tertinggi di antara industri utama. Ditumpuk dengan demam pusat data dan metode yang relatif kuno, perusahaan konstruksi diminta untuk melakukan lebih banyak, dan lebih cepat, dengan tenaga kerja yang sudah di ambang batas. Mendukung pertumbuhan yang dipicu AI sambil menghadapi tantangan dasar dan sebagian besar bergantung pada proses manual adalah tidak dapat dipertahankan.

Mengarungi Jaringan Listrik yang Terlalu Berat dan Kuno

Permintaan listrik untuk pusat data diperkirakan akan meningkat dua kali lipat dalam empat tahun ke depan. Sementara itu, ‘lampu peringatan’ jaringan listrik sudah menyala. Kapasitas pembangkit listrik sudah tidak memadai untuk memenuhi permintaan listrik, dan keterlambatan perizinan untuk meningkatkan infrastruktur memperbesar biaya. Masalah ini menyajikan ancaman signifikan bagi keamanan energi yang mempengaruhi semua pihak yang terkait, termasuk industri konstruksi.

Untuk menghindari masalah ini, hyperscalers sedang bergerak keluar dari jaringan listrik dengan pendekatan ‘bawa sendiri listrik’. Gaya ini memiliki efek berantai pada perusahaan konstruksi yang melayani hyperscalers dan industri utilitas. Perusahaan konstruksi diharapkan untuk melaksanakan proyek dengan koordinasi yang lebih baik, manajemen proyek, dan hampir tidak ada keterlambatan jadwal.

Area Dampak Tinggi AI

AI dan analitik waktu nyata memiliki peran kuat dalam memungkinkan perusahaan konstruksi untuk lebih efektif mengelola risiko keuangan, operasional, rantai pasokan, dan EHS. Alat AI yang tertanam dan analitik waktu nyata dalam manajemen proyek tidak hanya memungkinkan manajer proyek untuk melacak biaya saat ini dan bottleneck, tetapi juga biaya prospektif dan ancaman beberapa bulan sebelumnya. Dalam proyek senilai ratusan juta dolar, mengidentifikasi detail kritis sebelum mereka menjadi besar memiliki implikasi keuangan yang signifikan.

Lebih lagi, AI membantu memanusiakan konstruksi dengan melindungi orang-orang di lapangan. Sistem AI dapat melacak pola seperti shift panjang, perjalanan berlebihan, dan perilaku berisiko di tempat kerja sehingga manajer dapat proaktif melindungi karyawan sebelum krisis terjadi.

Namun, industri harus mengatasi ketidaksukaan yang meluas untuk mengadopsi alat AI. Survei ASCE baru-baru ini menemukan bahwa hanya 27% dari sektor ini menggunakan AI dalam operasionalnya. Operasi yang bergantung pada proses manual berarti detail dan risiko kunci terlewatkan, melemahkan auditabilitas, traceabilitas, dan akuntabilitas. Ini juga mencegah perusahaan konstruksi untuk meningkatkan peran sebagai mitra yang dapat mengikuti permintaan hyperscalers yang sangat cepat.

Survei yang sama mengungkapkan dampak positif AI: 94% dari 27% yang sudah menggunakan AI berencana untuk meningkatkan penggunaannya. Keyakinan dari pengadopsi awal ini adalah sinyal industri yang menunjukkan bahwa AI sudah memberikan nilai yang dapat diukur untuk memperbaiki EHS, manajemen proyek, arus kas, dan rantai pasokan.

Berkembang dari Kontraktor ke Mitra

Dalam industri utilitas yang diatur, struktur kontrak warisan sering mengabaikan hasil dan kinerja, dan waktu dan bahan untuk pekerjaan kontraktor dapat memperpanjang waktu dan meningkatkan tagihan. Ini menciptakan motif yang tertanam untuk memperpanjang proyek sebagai bagian dari sistem yang menghargai ketidakefisienan lebih dari penghematan dan kinerja yang kuat. Ini tidak hanya meningkatkan tagihan utilitas untuk pelanggan, tetapi juga memperlambat adopsi teknologi dalam keuangan dan operasional dari sisi konstruksi. Menerapkan model ini pada proyek pusat data senilai miliaran dolar berarti beberapa bulan keterlambatan jadwal dalam kontrak waktu dan bahan dapat berarti puluhan juta dolar tambahan biaya untuk pemilik dan pembiaya.

Sebagai gantinya, model co-developed diperlukan, di mana hyperscalers, perusahaan konstruksi, dan utilitas bekerja sama untuk merancang, membiayai, dan mengoperasikan infrastruktur yang diperlukan untuk proyek-proyek ini.

Lebih lagi, sistem penghargaan simbiotik muncul. Hyperscalers menyediakan modal, utilitas membawa keahlian infrastruktur, dan konstruksi mendapatkan pusat data di tanah. Hasil keuangan dan proyek yang tinggi diakui sebagai metrik kunci untuk mengevaluasi kinerja kontraktor, menghargai perusahaan konstruksi yang berorientasi teknologi yang meningkatkan peran sebagai mitra inovasi.

Demam pusat data menyajikan risiko tetapi juga peluang yang tidak dapat disangkal bagi perusahaan konstruksi yang mau mengadopsi inovasi teknologi. Pendekatan digital-terlebih-dahulu yang dipasangkan dengan model co-developed akan memisahkan pemenang dari mereka yang ketinggalan dalam salah satu segmen tercepat tumbuh di ekonomi AS.

Hari Vasudevan, PE, adalah seorang wirausaha serial dan insinyur di garis depan AI, utilitas, dan manajemen konstruksi. Sebagai Pendiri & CEO dari KYRO, ia mengarahkan kemajuan transformasional dalam konstruksi, vegetasi, utilitas, dan layanan lapangan.

Neil Shah adalah Presiden & CEO dari CFMA. Ia mengembangkan dan mengirimkan solusi strategis dan teknologis yang mendorong pertumbuhan bisnis dan skala.