Eshan Jayamanne, Pendiri dan CEO Krane – Seri Wawancara

Eshan Jayamanne, Pendiri dan CEO Krane, menggabungkan keahlian industri konstruksi yang mendalam dengan latar belakang di bidang teknik, analitik, dan teknologi. Sebelum mendirikan Krane pada tahun 2023, ia bekerja pada proyek-proyek besar untuk organisasi seperti Microsoft, Chevron, UCSF, dan Caltrans, dengan fokus pada perbaikan produktivitas, optimasi rantai pasokan, konstruksi ramping, dan efisiensi operasional. Pengalamannya dalam mengelola proyek konstruksi yang kompleks mengungkapkan tantangan koordinasi dan pengadaan yang persisten di industri, yang menginspirasinya untuk membangun teknologi yang membantu tim membuat keputusan yang lebih baik dan mengurangi keterlambatan yang mahal.

Krane adalah platform rantai pasokan konstruksi yang ditenagai oleh AI, dirancang untuk meningkatkan visibilitas dan koordinasi di seluruh pengadaan, manajemen bahan, dan operasi proyek. Platform ini menggunakan agen AI untuk mengotomatisasi tugas-tugas seperti pelacakan bahan, manajemen supplier, identifikasi risiko, dan rekonsiliasi faktur, membantu tim konstruksi mengurangi keterlambatan dan meningkatkan efisiensi. Dengan fokus pada proyek-proyek besar seperti pusat data, fasilitas kesehatan, dan pengembangan infrastruktur, Krane bertujuan untuk memodernisasi salah satu alur kerja yang paling terfragmentasi dan intensif data di industri konstruksi.

Anda menghabiskan tahun-tahun bekerja di bidang teknik konstruksi, analitik produksi, optimasi proyek, dan proyek infrastruktur skala besar sebelum mendirikan Krane. Setelah melihat langsung bagaimana keterlambatan pengadaan, masalah pelacakan bahan, dan alur kerja yang terfragmentasi mempengaruhi proyek-proyek besar, apa yang membuat Anda yakin bahwa AI dapat menyelesaikan masalah yang telah lama dihadapi industri konstruksi?

Saya menghabiskan lebih dari satu dekade bekerja pada proyek-proyek kompleks energi, infrastruktur, dan pusat data, termasuk memimpin proyek-proyek untuk perusahaan seperti Microsoft dan Chevron. Tidak peduli seberapa besar proyeknya, saya terus melihat tantangan yang sama: tim-tim tersebut dibanjiri dengan submittal, bahan-bahan dirilis terlambat, dan pengiriman tidak dilakukan dengan benar, sehingga menciptakan keterlambatan yang mahal.

Apa yang membuat saya yakin bahwa AI dapat membuat perbedaan adalah melihat bagaimana banyak pekerjaan tersebut masih dikelola melalui spreadsheet, email, dan panggilan telepon yang terputus-putus. Tim konstruksi tidak kekurangan keahlian; mereka menghabiskan terlalu banyak waktu untuk mengejar informasi di seluruh alur kerja yang terfragmentasi.

Kemajuan terbaru dalam AI membuatnya mungkin untuk membaca spesifikasi konstruksi, gambar, jadwal, dan catatan pengadaan, lalu mengotomatisasi banyak tugas koordinasi yang secara tradisional memerlukan upaya manual yang signifikan. Itulah saatnya menjadi jelas bahwa AI dapat membantu mengalihkan beban operasional dari tim proyek dan memberi mereka lebih banyak waktu untuk fokus pada pembangunan.

Ide itu akhirnya menjadi Krane. Hari ini, platform ini mengelola lebih dari $17 miliar dalam proyek konstruksi aktif di seluruh Amerika Utara dan baru-baru ini mengumpulkan $9 juta dalam putaran Seed untuk terus memperluas kru operasi konstruksi AI-asli kami.

Konstruksi secara historis telah tertinggal di belakang industri seperti keuangan dan perangkat lunak dalam adopsi teknologi. Mengapa Anda percaya bahwa gelombang AI saat ini berbeda, dan mengapa industri akhirnya siap untuk sistem yang lebih otonom?

Industri tersebut menghadapi dua tantangan sekaligus: kompleksitas proyek yang meningkat dan kekurangan tenaga kerja yang tumbuh. Permintaan dan kompleksitas pusat data, fasilitas kesehatan, dan proyek skala besar lainnya menempatkan lebih banyak tekanan pada rantai pasokan konstruksi daripada sebelumnya. Pada saat yang sama, profesional berpengalaman pensiun lebih cepat daripada mereka digantikan.

Alat seperti ChatGPT juga membantu mendemonstrasikan apa yang dapat dilakukan AI dalam cara yang praktis dan ramah pengguna. Itu membuat teknologi terasa lebih dapat diakses dan mempercepat adopsi solusi AI yang dibangun untuk industri tertentu, termasuk konstruksi.

Hari ini, tim konstruksi diminta untuk mengirimkan proyek yang lebih besar dan lebih kompleks dengan margin kesalahan yang lebih kecil sambil mengelola rantai pasokan yang volatil dan sulit diprediksi. Itulah mengapa kita melihat minat yang sangat besar dalam AI. Industri tidak mengadopsi teknologi untuk teknologi itu sendiri; itu mencari cara praktis untuk membantu tim mengelola kompleksitas, mempertahankan visibilitas, dan menjaga proyek berjalan.

Krane menjelaskan dirinya sebagai platform AI-asli untuk mengelola rantai pasokan konstruksi. Apa yang menjadi ketidakefisienan terbesar yang masih ada hari ini dalam pengadaan, submittal, pengiriman, dan koordinasi supplier yang tidak disadari oleh kebanyakan orang di luar industri?

Kebanyakan orang terkejut dengan seberapa banyak pengadaan konstruksi yang masih berjalan melalui spreadsheet, email, panggilan telepon, dan tindakan manual. Proyek besar dapat melibatkan ratusan bahan, puluhan supplier, ribuan dokumen, dan jadwal yang terus berubah, namun banyak keputusan pengadaan masih dibuat berdasarkan perkiraan vendor, pengalaman historis, dan asumsi tentang kondisi pasar.

Ketika kita melihat di seluruh proyek yang berjalan di Krane, kita menemukan bahwa banyak keterlambatan jadwal dan pembengkakan biaya yang paling mahal dapat ditelusuri kembali ke keputusan pengadaan yang dibuat beberapa bulan sebelumnya. Tantangannya adalah mengidentifikasi risiko lebih awal sehingga dapat dilakukan sesuatu tentang hal itu.

Dalam data kami, risiko pengadaan muncul rata-rata 47 hari sebelum mereka muncul di jadwal proyek. Itu berarti tim-tim tersebut dapat memiliki minggu-minggu paparan terhadap risiko sebelum menjadi cukup terlihat untuk mengambil tindakan.

Itulah mengapa kami meluncurkan Procurement OS. Modul Procurement OS baru dari Krane membawa intelijen rantai pasokan langsung ke dalam alur kerja pengadaan. Karena Krane sudah mengelola aliran bahan sehari-hari di lebih dari $17 miliar proyek konstruksi aktif, kami dapat menangkap waktu memimpin yang sebenarnya, kinerja supplier, waktu siklus submittal, dan ketersediaan bahan sebagaimana adanya.

Procurement OS secara otomatis mengidentifikasi bahan kritis dari spesifikasi proyek, membandingkan waktu memimpin secara langsung, menilai supplier berdasarkan kinerja sebenarnya, dan menyaring penawaran untuk kepatuhan sebelum dianugerahkan. Kami sedang memindahkan konstruksi dari pengadaan berdasarkan asumsi ke pengadaan berdasarkan bukti.

Banyak perusahaan AI fokus pada menghasilkan wawasan, sedangkan Krane tampaknya bergerak menuju agen AI yang dapat secara aktif mengeksekusi tugas. Bagaimana Anda melihat peran AI berkembang dari asisten ke operator dalam alur kerja konstruksi?

Kami percaya bahwa evolusi berikutnya dari AI dalam konstruksi adalah bergerak dari memberikan informasi ke membantu tim mengeksekusi pekerjaan. Proyek konstruksi menghasilkan sejumlah besar data, tetapi mengidentifikasi masalah hanyalah langkah pertama. Tim-tim tersebut masih perlu mengkoordinasikan supplier, memvalidasi waktu memimpin, mengelola submittal, dan menjaga bahan bergerak.

Itulah mengapa kami telah membangun kru konstruksi AI di mana setiap agen memiliki bagian tertentu dari alur kerja bahan.

• Milo mengubah spesifikasi, gambar, dan jadwal menjadi log submittal dan pengadaan yang lengkap dalam hitungan menit
• Arlo menghubungkan jadwal, submittal, dan log pengadaan yang terisolasi menjadi satu sistem dan memberikan strategi pengadaan yang jelas untuk tim pra-konstruksi
• Chase mengikuti dengan mitra perdagangan untuk memprioritaskan submittal, memvalidasi waktu memimpin, dan status bahan
• Lana membuat template submittal dan QC sehingga GC dan mitra perdagangan dapat meningkatkan kualitas paket submittal dan mengirimkannya tepat waktu
• Rio mengotomatisasi penjadwalan pengiriman, mencegah konflik, dan menganalisis penggunaan peralatan
• Theo mengontrol proses pengadaan dari perbandingan kutipan, pembuatan RFP hingga pengiriman

Manusia masih membuat keputusan penting, tetapi AI menangani pekerjaan yang secara historis menghabiskan jam-jam hari tim proyek.

Pusat data telah menjadi salah satu area fokus utama Krane. Ketika permintaan AI mengemudi ledakan konstruksi global untuk infrastruktur digital, apa tantangan rantai pasokan baru yang muncul yang sulit ditangani oleh alat manajemen proyek tradisional?

Pusat data mengungkapkan batasan proses pengadaan tradisional.

Banyak komponen kritis yang membangun fasilitas ini sekarang memiliki waktu memimpin yang luar biasa lama. Transformator daya dapat memakan waktu tiga hingga lima tahun untuk diperoleh, sedangkan switchgear tegangan menengah dapat melebihi 60 minggu. Pada saat yang sama, peralatan listrik dan mesin dapat mewakili hingga 75% dari harga maksimum yang dijamin proyek, yang berarti keputusan pengadaan membawa konsekuensi keuangan yang besar.

Alat manajemen proyek tradisional dirancang untuk melacak status proyek setelah keputusan telah dibuat. Mereka tidak memberikan visibilitas waktu nyata ke kinerja supplier, pergeseran waktu memimpin, atau kendala rantai pasokan yang muncul.

Procurement OS menangani tantangan ini. Dengan menggunakan data rantai pasokan langsung dari proyek aktif, tim-tim tersebut dapat membuat keputusan pengadaan berdasarkan apa yang terjadi di pasar hari ini, bukan apa yang terjadi pada proyek sebelumnya.

Salah satu kekhawatiran terbesar seputar agen AI adalah kepercayaan. Dalam konstruksi, di mana keterlambatan atau kesalahan dapat memiliki konsekuensi sebesar jutaan dolar, bagaimana Anda menyeimbangkan otomatisasi dengan pengawasan manusia?

Kepercayaan sangat kritis karena keputusan konstruksi memiliki konsekuensi waktu dan anggaran yang nyata.

Filosofi kami adalah bahwa AI harus menangani koordinasi, sementara orang-orang tetap bertanggung jawab untuk penilaian dan pengambilan keputusan. Setiap tindakan AI di Krane termasuk skor kepercayaan, keputusan kritis memerlukan persetujuan manusia, dan aktivitas dicatat melalui jejak audit. Itu memberikan tim-tim visibilitas ke dalam apa yang dilakukan sistem dan mengapa.

Sisi lain dari kepercayaan adalah hasil. Di seluruh portofolio kami, Krane telah melacak lebih dari 2.000 risiko rantai pasokan sebelum mereka mencapai lokasi dan membantu pelanggan mencapai tingkat pengiriman tepat waktu sebesar 92%. Ketika tim-tim secara konsisten melihat risiko diidentifikasi lebih awal dan koordinasi terjadi lebih cepat, kepercayaan secara alami mengikuti.

Proyek konstruksi sering melibatkan puluhan kontraktor, subkontraktor, supplier, dan pemangku kepentingan yang bekerja di seluruh sistem yang terputus-putus. Seberapa sulit untuk menciptakan sumber kebenaran tunggal yang sebenarnya, dan apa peran AI dalam membuat hal itu memungkinkan?

Itu adalah salah satu masalah terberat di konstruksi.

Informasi rata-rata proyek tersebar di seluruh pemangku kepentingan dan sistem yang berbeda. Kontraktor umum, subkontraktor, pemilik, supplier, dan konsultan semua bekerja dari sumber data yang berbeda, yang menciptakan celah, informasi yang bertentangan, dan keterlambatan.

AI memainkan peran penting karena dapat menghubungkan dan menafsirkan informasi di seluruh lingkungan tersebut. Krane membawa jadwal, gambar, log pengadaan, submittal, pengiriman, dan komunikasi supplier ke dalam satu lingkungan di mana tim-tim dapat melihat keadaan saat ini dari proyek secara real-time.

Ketika semua orang bekerja dari informasi yang sama, tim-tim memperoleh visibilitas yang lebih baik untuk membantu mereka membuat keputusan yang lebih cepat dan lebih terinformasi di seluruh siklus hidup proyek. Yang tidak kalah penting, itu memungkinkan organisasi untuk belajar dari satu proyek dan menerapkan wawasan tersebut ke proyek berikutnya. Secara historis, banyak pengetahuan tersebut hidup dalam spreadsheet, email, dan pengalaman tim individu, membuatnya sulit untuk dibawa ke depan. Dengan menangkap dan mengatur data rantai pasokan di seluruh proyek, Krane membantu tim-tim membuat keputusan pengadaan dan perencanaan yang lebih baik dari waktu ke waktu.

Krane mengintegrasikan dengan platform yang sudah digunakan di seluruh industri daripada mencoba menggantikannya. Apakah Anda pikir masa depan AI konstruksi akan dibangun di sekitar augmentasi ekosistem perangkat lunak yang ada atau sistem operasi yang sepenuhnya baru untuk konstruksi?

Dalam jangka pendek, augmentasi sangat penting.

Perusahaan konstruksi telah berinvestasi besar-besaran dalam platform seperti Autodesk, Procore, Microsoft Project, CMiC, SharePoint, Trimble Viewpoint, dan Oracle Primavera P6. Meminta mereka untuk menggantikan sistem-sistem tersebut tidak realistis, dan secara jujur, itu tidak perlu.

Pendekatan kami adalah untuk mengintegrasikan dengan alat-alat yang tim-tim gunakan dan menciptakan lapisan yang terhubung di seluruhnya. Itu memungkinkan pelanggan untuk terus bekerja dalam alur kerja yang sudah familiar sambil mendapatkan manfaat dari pengadaan, manajemen bahan, dan koordinasi rantai pasokan yang didorong oleh AI.

Dalam jangka panjang, saya pikir kita akan melihat lebih banyak sistem AI-asli muncul. Namun, perusahaan yang berhasil akan menjadi mereka yang masuk secara alami ke dalam ekosistem teknologi konstruksi yang lebih luas daripada memaksa pelanggan untuk memulai dari awal.

Industri AI yang lebih luas bergerak cepat menuju alur kerja agen. Apa pelajaran dari konstruksi yang dapat dipelajari industri lain tentang menggelar agen AI di lingkungan di mana eksekusi dan logistik dunia nyata sama pentingnya dengan alur kerja digital?

Salah satu pelajaran adalah bahwa AI menjadi jauh lebih berharga ketika terhubung ke data operasional.

Procurement OS bekerja karena tidak dibangun pada model teoritis tentang bagaimana rantai pasokan konstruksi seharusnya berfungsi. Itu dibangun pada gerakan bahan yang sebenarnya di seluruh proyek aktif. Setiap keputusan yang dibuat di Krane menciptakan data yang membantu meningkatkan eksekusi proyek di masa depan.

Kami telah melihat bahwa itu beresonansi dengan pelanggan yang berkisar dari sistem kesehatan hingga beberapa kontraktor terbesar di industri, termasuk Boldt, HITT Contracting, UCSF Health, dan Juneau Construction. Mereka tidak mencari AI yang hanya menghasilkan wawasan; mereka ingin sistem yang membantu tim-tim membuat keputusan yang lebih baik dan mengeksekusi pekerjaan dengan lebih efisien.

Pelajaran lainnya adalah bahwa eksekusi lebih penting daripada wawasan. Mengidentifikasi masalah berguna, tetapi menyelesaikannya adalah di mana nilai dibuat. Di industri di mana operasi fisik dan logistik penting, AI perlu membantu organisasi mengambil tindakan.

Melihat ke depan lima tahun, apa yang terlihat seperti proyek konstruksi yang sepenuhnya dikoordinasikan oleh AI? Keputusan mana yang masih milik manusia, dan bagian mana dari eksekusi proyek yang Anda harapkan sistem cerdas akan kelola secara otonom?

Saya pikir kita akan melihat AI menjadi sangat terintegrasi di seluruh rantai pasokan konstruksi.

Tugas-tugas yang sangat berulang, administratif, dan menghabiskan waktu tim proyek akan menjadi semakin otomatis.

Dalam banyak cara, kita sudah bergerak dalam arah itu dengan Procurement OS dan kru konstruksi AI kita. Visinya adalah sistem yang belajar dari setiap proyek dan membantu tim-tim membuat keputusan yang lebih baik lebih awal dalam siklus hidup proyek.

Namun, konstruksi akan selalu menjadi bisnis yang berbasis pada orang. Strategi proyek, manajemen pemangku kepentingan, negosiasi komersial, dan keputusan pertukaran besar akan terus memerlukan penilaian dan pengalaman manusia. AI akan menangani lebih banyak pekerjaan operasional yang berat, sementara orang-orang fokus pada kepemimpinan, hubungan, dan pengambilan keputusan.

Terima kasih atas wawancara yang luar biasa, pembaca yang ingin mempelajari lebih lanjut harus mengunjungi Krane.