Wawancara

Anton Glance, Co-Founder dan CTO, Buildroid AI – Seri Wawancara

mm
Tambahkan Unite.AI ke sumber pilihan Anda di Google

Anton Glance, co-founder dan CTO di Buildroid AI, memiliki lebih dari 10 tahun pengalaman di bidang AI, robotika, otomatisasi, dan penglihatan komputer. Anton mengawasi peluncuran 2 pabrik prefabrikasi yang sangat otomatis di Mighty Buildings. 

Bersama dengan Slava Solonitsyn, co-founder dan CEO di Buildroid AI, mereka memimpin tim dengan lebih dari 12 tahun pengalaman di bidang robotika, pembelajaran mesin, arsitektur digital, dan teknologi konstruksi inovatif

Buildroid AI sedang membangun platform simulasi-pertama yang menghubungkan Model Informasi Bangunan dengan digital twin yang digerakkan oleh AI untuk mengotomatisasi pekerjaan konstruksi dengan mengkoordinasikan beberapa robot sebagai kru yang terpadu. Perusahaan ini telah mendemonstrasikan sistem block-laying BIM-to-BUILD dan sedang memperluas ke penyebaran komersial yang mempermudah tugas-tugas yang membutuhkan banyak tenaga kerja. Dengan memvalidasi alur kerja robotik dalam simulasi sebelum mereka mencapai lokasi pekerjaan, Buildroid AI bertujuan untuk meningkatkan produktivitas, mengurangi biaya, dan menciptakan fondasi yang dapat diskalakan untuk otomatisasi di banyak perdagangan konstruksi.

Sebelumnya Anda membangun Mighty Buildings menjadi salah satu startup contech yang paling dibiayai dan terlihat, mengirim lebih dari 50 rumah 3D-printed yang otomatis. Apa kesenjangan atau ketidakefisienan yang Anda amati selama perjalanan itu yang akhirnya meyakinkan Anda untuk mendirikan Buildroid AI dan mengikuti pendekatan yang digerakkan oleh robotika untuk produktivitas konstruksi?

Di Mighty Buildings kami mengikuti model prefabrikasi off-site, dan kami menemukan hambatan pasar struktural. Adopsi prefabrikasi di AS masih di bawah 6%, dan memperkenalkan bahan 3D-printing baru membutuhkan 3 tahun pekerjaan kepatuhan terhadap standar struktural, kebakaran, dan akustik. Karena prefabrikasi menyerap biaya pabrik penuh – peralatan, tenaga kerja, ruang – dikombinasikan dengan bahan yang tidak diproduksi massal, produk kami akhirnya ~20% lebih mahal daripada yang dapat diterima oleh pasar. Konstruksi beroperasi pada margin yang sangat ketat, sehingga premi biaya membunuh adopsi.

Dengan Buildroid, kami mengambil jalur yang berlawanan: tidak ada bahan baru, tidak ada desain baru, tidak ada perubahan kode. Kami mengintegrasikan langsung ke dalam alur kerja yang ada dan membiarkan robot menangani tugas-tugas yang berulang dan membutuhkan banyak tenaga kerja – menghilangkan gesekan industri bukan menambahkannya.

Bagaimana model simulasi-pertama Anda, yang menggunakan digital twin dan BIM (Building Information Modeling), mengubah cara tim konstruksi menguji, memvalidasi, dan mengoptimalkan alur kerja robotik sebelum apa pun mencapai lokasi pekerjaan?

BIM mendefinisikan apa itu bangunan; itu tidak menjelaskan bagaimana membangunnya. Bahkan 4D-BIM hanya menambahkan pengurutan, bukan kemampuan konstruksi yang sebenarnya. Mesin simulasi BIM-to-BUILD kami memungkinkan tim untuk menjalankan seluruh proses konstruksi secara virtual di dalam digital twin yang akurat secara fisik – bahan, mesin, dan keterbatasan lokasi berperilaku seperti dunia nyata.

Stakeholder dapat menguji ratusan skenario, memvalidasi kemampuan bangunan, mengukur produktivitas, dan mengoptimalkan alur kerja sebelum menyentuh lokasi pekerjaan. Bagian unik: output simulasi adalah program eksekusi robot yang diverifikasi dan siap dijalankan, menutup kesenjangan antara desain digital dan konstruksi fisik yang otomatis.

Platform Anda mendukung lebih dari 40 jenis robot yang berbeda. Bagaimana Anda mencapai koordinasi yang dapat diandalkan antara perangkat keras yang beragam sambil mempertahankan fleksibilitas untuk kontraktor?

Perencana AI kami berada di inti, menggabungkan HTN (Hierarchical Task Networks) untuk pengurutan tingkat tinggi dan Behavior Trees untuk eksekusi tugas tingkat rendah. Robot beroperasi sebagai agen berbasis kemampuan – misalnya, robot block-laying “tahu” bahwa itu dapat menempatkan block tetapi tidak mengaplikasikan plester.

Perencana mengoptimalkan alokasi tugas, menghindari bottleneck lokasi (seperti memblokir jalur), menyeimbangkan beban kerja di seluruh robot, dan mensinkronkan unit pendukung seperti robot penanganan bahan. Hasilnya adalah kru robot yang terkoordinasi dan dapat menyesuaikan diri yang berperilaku seperti tim manusia yang terkoordinasi dengan baik.

Buildroid menyoroti peningkatan produktivitas hingga 10x (6x) dan penghematan biaya hingga 4x (3x). Studi kasus atau benchmark teknis apa yang paling baik mendemonstrasikan bagaimana hasil tersebut dicapai?

Across tiga pilot – proyek komersial, residensial, dan pusat data – kami mengamati:

  • 6× produktivitas: seorang tukang batu + pembantu biasanya menghasilkan 4–5 m²/hari blockwork; dengan robot, output meningkat menjadi ~30 m²/hari.
  • 3× efisiensi biaya: tugas yang membutuhkan 12 pekerja untuk membangun 30 m²/hari dapat dilakukan dengan 2 pekerja + satu robot menggunakan platform kami.

Hasil ini diperoleh sebelum penyebaran alur kerja robot multi; sekali armada dikordinasikan oleh satu operator, durasi proyek secara signifikan menurun.

Aplikasi komersial pertama Anda fokus pada blockwork dan pemasangan dinding partisi. Apa kriteria yang Anda gunakan untuk menentukan alur kerja konstruksi mana yang paling sesuai untuk otomatisasi robot multi berikutnya?

Kami memprioritaskan alur kerja dengan (1) kekurangan tenaga kerja yang parah, (2) ketegangan manual berulang, dan (3) dekomposisi tugas yang jelas untuk kolaborasi robot multi.

Di Dubai, di mana kami meluncurkan, setiap block partisi berat ~30 kg (66 lb) dan permintaan tukang batu jauh melebihi tenaga kerja terampil yang tersedia. Salah satu kontraktor utama memberitahu kami bahwa mereka akan membutuhkan untuk merekrut dan melatih 6.000 tukang batu tahun depan hanya untuk memenuhi beban kerja.

Blockwork secara alami terdekomposisi menjadi subtugas – pengiriman bahan, aplikasi mortar, penyelarasan, penguatan – membuatnya ideal untuk robot khusus yang bekerja bersama.

Berikutnya dalam pipa kami: pemasangan plester, langkah berurutan setelah blockwork, dalam kemitraan dengan vendor robotik terkemuka.

Seiring Anda memasuki pasar AS, apa yang menjadi hambatan regulasi, keamanan, dan operasional terbesar yang Anda antisipasi, dan bagaimana pendekatan simulasi-pertama membantu memitigasi mereka?

OSHA memerlukan robot untuk membuktikan interaksi manusia-robot yang aman bahkan untuk penyebaran pilot. Sertifikasi biasanya membutuhkan waktu 3+ bulan dan mahal untuk startup yang membutuhkan iterasi cepat.

Kami bekerja dengan UL pada kerangka kerja persetujuan keamanan simulasi-pertama. Dengan membuktikan bahwa digital twin kami sesuai dengan eksekusi dunia nyata, kami dapat memvalidasi kasus tepi, skenario tabrakan, dan perilaku darurat secara virtual – secara dramatis mengurangi kebutuhan akan pengujian laboratorium yang panjang dan mempercepat timeline kepatuhan.

Bagaimana Anda melihat alur kerja robot multi berkembang di lokasi konstruksi yang kompleks sekali orkestrasi AI menjadi lebih matang?

Kami berharap lokasi konstruksi akan beralih ke kru robot yang sepenuhnya dengan manusia dalam peran pengawasan. Seorang operator akan mengawasi armada robot melalui platform orkestrasi AI kami, yang menggunakan digital twin untuk mengkoordinasikan tugas secara waktu nyata. Robot akan menangani produksi; manusia akan menangani pengawasan dan manajemen pengecualian.

Apa kemajuan dalam pengambilan keputusan AI dan optimasi alur kerja yang paling kritis untuk memungkinkan eksekusi lokasi pekerjaan yang andal dan otonom?

The next frontier adalah AI fisik multi-agents – robot yang membuat keputusan lokal sambil bekerja sama sebagai sistem. Ini memerlukan kemajuan dalam:

  • perencanaan dan koordinasi desentralisasi
  • persepsi yang kuat di bawah kondisi lokasi konstruksi
  • alokasi tugas adaptif ketika lingkungan berubah

Kemampuan ini akan membuka operasi yang andal, semi-otonom hingga sepenuhnya otonom.

Sebagai pendiri contech berulang, apa aspek adopsi teknologi konstruksi yang masih salah dipahami oleh pemimpin industri, dan bagaimana Buildroid menangani kesalahpahaman tersebut?

Banyak startup mencoba mengubah bahan, proses, atau sistem bangunan itu sendiri – tepat di area di mana konstruksi paling tidak fleksibel. Industri masih membangun hari ini banyak seperti yang dilakukan seabad yang lalu, dan mengubah metode inti membutuhkan waktu tahunan perubahan regulasi, rantai pasokan, dan budaya.

Buildroid menghindari gesekan ini. Kami meningkatkan produktivitas tanpa mengubah bahan atau desain, fokus murni pada bagaimana bahan yang ada dipasang.

Apakah Anda membayangkan Buildroid menjadi platform ekosistem yang dapat dibangun oleh robot dan kontraktor pihak ketiga, menciptakan lapisan operasi yang terpadu untuk robotika konstruksi secara nasional?

Tentu – itu visi jangka panjang. Tapi pertama-tama kita harus membuktikan keunggulan ujung-ke-ujung dalam satu alur kerja berharga tinggi: konstruksi dinding. Sekali kita menyempurnakan cetak biru itu, memperluas ke robot pihak ketiga dan alur kerja tambahan menjadi evolusi ekosistem yang alami.

Terima kasih atas wawancara yang luar biasa, pembaca yang ingin mempelajari lebih lanjut dapat mengunjungi Buildroid AI.

Antoine adalah seorang pemimpin visioner dan rekan pendiri Unite.AI, yang dipandu oleh semangat tak tergoyahkan untuk membentuk dan mempromosikan masa depan AI dan robotika. Sebagai seorang wirausaha serial, ia percaya bahwa AI akan menjadi sangat mengganggu masyarakat seperti listrik, dan sering tertangkap berbicara tentang potensi teknologi disruptif dan AGI.

Sebagai seorang futuris, ia berdedikasi untuk mengeksplorasi bagaimana inovasi ini akan membentuk dunia kita. Selain itu, ia adalah pendiri Securities.io, sebuah platform yang berfokus pada investasi di teknologi-teknologi canggih yang mendefinisikan kembali masa depan dan membentuk kembali seluruh sektor.