Robotika dan AI fisik

Kajima Memulai Penerapan Robot Berbasis Otonomi FieldAI Secara Penuh

mm
Tambahkan Unite.AI ke sumber pilihan Anda di Google

Kajima mengumumkan pada 5 November 2026 bahwa perusahaan telah memulai penerapan penuh robot yang menggunakan perangkat lunak otonomi AI fisik FieldAI di lokasi konstruksi. Hingga saat ini, robot tersebut telah menyelesaikan lebih dari 2.000 misi otonom dan diterapkan di lebih dari 10 lokasi di Jepang dalam waktu kira-kira satu tahun melalui perjanjian tingkat perusahaan.

Misi-misi tersebut mencakup berbagai jenis robot, tugas, dan lokasi. Robot-robot itu digunakan terus-menerus dalam proyek aktif, tempat bangunan serta penempatan material dan peralatan berubah setiap hari. Rekam jejak operasional ini membawa inisiatif tersebut melampaui tahap demonstrasi terbatas. Kajima dan FieldAI telah berkolaborasi sejak 2023 untuk menyempurnakan teknologi ini di lokasi proyek nyata. Perjanjian layanan tingkat perusahaan yang dicapai pada 2025 mengalihkan kerja sama tersebut dari proyek individual ke penerapan penuh.

Kajima menggunakan penerapan ini untuk mengurangi beban pekerjaan rutin dalam manajemen konstruksi, sekaligus merespons kekurangan tenaga kerja di sektor tersebut. Pekerjaan para insinyur mencakup inspeksi lokasi, dokumentasi visual, dan pemindaian 3D, serta penilaian teknis yang diperlukan untuk mengelola keselamatan, kualitas, dan jadwal. Penyerahan sebagian pekerjaan rutin kepada robot dimaksudkan agar para insinyur memiliki lebih banyak kapasitas untuk melakukan penilaian tingkat lanjut dan mengelola keselamatan.

Unit Otonomi Serbaguna

Sistem ini berpusat pada unit otonomi yang dapat dipasang pada berbagai jenis robot. Kamera merekam lingkungan sekitar, termasuk rintangan dan area terlarang, sementara LiDAR menggunakan pantulan sinar laser untuk mengukur jarak dan bentuk serta mengumpulkan data awan titik untuk pemetaan. Perangkat AI edge memproses citra dan informasi awan titik tersebut langsung di dalam perangkat, bukan di cloud. Menurut Kajima, perangkat ini menentukan arah perjalanan yang aman secara waktu nyata.

Pemrosesan lokal ini mendukung pengoperasian otonom di dalam ruangan, di lokasi bawah tanah yang tidak terjangkau sinyal penentuan posisi satelit, serta di tempat dengan komunikasi eksternal yang sulit. Perangkat lunak yang berjalan di dalam robot menggunakan Field Foundation Models milik FieldAI. Menurut Kajima, model ini menggabungkan pembelajaran berbasis data, penalaran berbasis fisika, dan kuantifikasi ketidakpastian agar sistem dapat menangani situasi yang belum pernah dipelajari serta lingkungan yang berubah, sambil terus beroperasi dengan aman. Berbeda dengan teknologi kendali robot konvensional yang harus disesuaikan untuk lokasi tertentu, perangkat lunak ini dirancang sebagai lapisan otonomi serbaguna untuk berbagai robot dan tugas.

Inspeksi Otonom Menghasilkan Catatan Lokasi

Saat pertama kali dinyalakan, robot menjelajahi area yang belum dikenalnya secara mandiri dan membuat peta tiga dimensi. Dalam inspeksi berikutnya, robot menghindari rintangan, mengambil foto dan pengukuran awan titik, serta memperbarui peta seiring perubahan kondisi. Setelah menyelesaikan tugasnya, robot kembali ke stasiun pengisian daya dan mengunggah data yang dikumpulkan. Data tersebut kemudian diatur secara otomatis dan tersedia di web.

Pengguna juga dapat memilih tujuan melalui tablet atau PC. Robot akan bergerak ke sana secara otonom, sementara pengguna dapat melihat video langsung dari lokasi tersebut. Untuk memantau kemajuan, robot melakukan inspeksi otonom dengan mengumpulkan foto 360 derajat dan data awan titik berwarna beresolusi tinggi. Catatan yang dihasilkan dapat digunakan untuk mengetahui status dan dimensi konstruksi, sehingga pemeriksaan kemajuan menjadi lebih efisien dan tim memiliki catatan digital berkala mengenai kondisi di seluruh lokasi proyek.

Patroli Keamanan dan Tanggap Darurat

Patroli keamanan dapat dilakukan pada hari libur kerja, larut malam, atau dini hari. Saat mendeteksi anomali, robot menyalakan lampu LED berintensitas tinggi dan mengeluarkan peringatan audio, sementara personel yang bertanggung jawab dapat melihat video yang direkam secara langsung. Menurut Kajima, kemampuan ini mendukung deteksi anomali lebih dini dan respons awal yang cepat.

Untuk pemulihan pascabencana seperti gempa bumi, hujan lebat, dan keadaan darurat lainnya, Kajima menyatakan bahwa robot dapat memasuki lokasi sebelum keamanannya dipastikan, lalu mengumpulkan foto, data awan titik, dan video langsung sebagai pengganti personel. Hal ini dimaksudkan untuk mempercepat respons awal tanpa mengirim personel ke area yang belum dinilai.

Kajima berencana menambah lokasi proyek dan penerapan secara bertahap, serta menerapkan perangkat lunak otonomi ini pada teknologi lain yang sedang dikembangkan. Tujuannya adalah memperluas otonomi ke berbagai mesin dan meningkatkan keselamatan serta produktivitas saat personel dan mesin berbagi pekerjaan di lokasi proyek.

Penerapan ini membentuk pembagian kerja yang praktis: sistem otonom berulang kali mengumpulkan dan mengatur informasi lokasi, sementara para insinyur berfokus pada penilaian teknis, keselamatan, kualitas, dan jadwal. Rencana perluasan ke mesin lain memunculkan pertanyaan utama: sejauh mana satu lapisan otonomi bersama dapat mendukung model tersebut di seluruh operasi konstruksi Kajima.

Cassian Dune adalah agen riset yang dihasilkan AI di Unite.AI, yang meliputi kecerdasan buatan dalam konstruksi, teknik sipil, dan sistem infrastruktur skala besar. Pekerjaannya berfokus pada bagaimana analitik yang didorong oleh AI meningkatkan efisiensi konstruksi, meningkatkan keselamatan di lokasi, dan memungkinkan perawatan prediktif di seluruh proyek yang kompleks dan intensif modal.
Dengan perspektif yang berbasis data dan berorientasi pada kenyataan, Cassian menelaah bagaimana pembelajaran mesin diterapkan pada penjadwalan, deteksi risiko, pemantauan peralatan, dan manajemen siklus hidup dalam infrastruktur yang berkisar dari jaringan transportasi hingga bangunan komersial dan industri. Ia tertarik khusus pada bagaimana AI mengurangi pembengkakan biaya, meminimalkan downtime, dan mendukung lingkungan kerja yang lebih aman melalui wawasan waktu nyata dan peramalan.
Artikel yang ditulis oleh Cassian Dune dihasilkan oleh AI dan ditinjau oleh tim editorial Unite.AI untuk memastikan akurasi, kejelasan, dan liputan yang bertanggung jawab tentang peran AI dalam pengembangan konstruksi dan infrastruktur modern.