Buildots lancia il Laboratorio di Intelligenza AI per portare la presa di decisioni basata sui dati nel settore delle costruzioni

L’industria delle costruzioni non ha carenza di dati, ma trasformare quelle informazioni in intelligenza azionabile è rimasta a lungo una sfida. Mentre settori come finanza, produzione e logistica si basano su benchmark di prestazioni standardizzate, i team di costruzione hanno tradizionalmente fatto affidamento su report frammentati, osservazioni manuali e processi decisionali basati sull’esperienza.

Buildots mira a cambiare questo con il lancio del Buildots Intelligence Lab, un hub di ricerca alimentato da intelligenza artificiale progettato per fornire ai professionisti del settore delle costruzioni l’accesso gratuito a benchmark di settore oggettivi, metriche di prestazione e informazioni operative derivate da progetti del mondo reale.

L’iniziativa rappresenta un’evoluzione per Buildots, estendendo la piattaforma di intelligenza per le costruzioni della società oltre l’ottimizzazione dei singoli progetti verso la ricerca e il benchmarking a livello di settore.

Dai dati del cantiere all’intelligenza del settore

Buildots ha costruito la sua piattaforma intorno alla cattura della realtà alimentata da intelligenza artificiale. I lavoratori che indossano telecamere a 360 gradi montate sugli elmetti catturano continuamente le condizioni del sito, mentre l’intelligenza artificiale confronta quelle immagini con i modelli BIM, i piani di costruzione e i progetti del progetto. La piattaforma misura automaticamente i progressi, rileva le deviazioni, identifica i ritardi e evidenzia i rischi emergenti prima che diventino problemi costosi.

Piuttosto che affidarsi a report di stato manuali, i leader di progetto ricevono una visibilità quasi in tempo reale di ciò che è stato effettivamente costruito, consentendo ai team di prendere decisioni più rapide e basate sull’evidenza. Secondo la società, i progetti che utilizzano la piattaforma di intelligenza per le costruzioni hanno ridotto i ritardi fino al 50% grazie alla rilevazione anticipata dei rischi e a una gestione dei progetti più proattiva.

Il nuovo Intelligence Lab si basa su questa base aggregando e anonimizzando i dati su tutto il cliente globale di Buildots, trasformando le informazioni a livello di progetto in ricerche a livello di settore.

Indirizzare il divario di dati delle costruzioni

Per decenni, i leader del settore delle costruzioni hanno lottato per rispondere a domande fondamentali con fiducia.

Quanto dovrebbe essere produttivo un particolare mestiere in condizioni normali? Come si confronta un progetto con progetti simili altrove? Cosa costituisce un output settimanale realistico per il lavoro di meccanica, elettricità e idraulica (MEP)?

Fino ad ora, la maggior parte delle risposte si basava su ipotesi storiche, dati interni limitati o esperienze aneddotiche.

“L’industria delle costruzioni ha sempre mancato di una fonte di verità a livello macro”, ha dichiarato Roy Danon, co-fondatore e amministratore delegato di Buildots. “Crediamo che questo sia un fattore chiave che ostacola le prestazioni e un contributore importante alla stagnazione della produttività”.

Il Laboratorio di Intelligenza cerca di colmare questo divario pubblicando ricerche gratuitamente disponibili costruite intorno a tre pilastri fondamentali:

• Metriche: misurazioni standardizzate progettate per sostituire la segnalazione soggettiva con indicatori di prestazione coerenti.
• Benchmark: confronti globali tra tipi di progetti, regioni e mestieri di costruzione.
• Informazioni: analisi basate sui dati che scoprono modelli, collo di bottiglia e segnali di allarme precoci che potrebbero altrimenti rimanere nascosti.

A differenza dei tradizionali sondaggi di settore, i risultati si basano su dati operativi continuamente raccolti da progetti di costruzione attivi.

I primi risultati sfidano le ipotesi a lungo sostenute

Le prime pubblicazioni di ricerca del Laboratorio evidenziano diverse tendenze che potrebbero ridisegnare il modo in cui i team di costruzione valutano le prestazioni del progetto.

Tra i risultati più notevoli c’è la scoperta che i progetti di data center presentano un divario del 20% al 50% tra l’output settimanale MEP pianificato e la consegna effettiva. Considerata la crescente domanda globale di infrastrutture AI e data center hyperscale, questo divario potrebbe aiutare a spiegare perché molti grandi impianti hanno difficoltà a rimanere in orario.

Un altro risultato fa riferimento a ciò che Buildots chiama l'”effetto della coda lunga”. L’ultimo 20% di molte attività di costruzione rappresenta circa il 27% della durata complessiva del compito, suggerendo che i rallentamenti nella fase finale siano una caratteristica strutturale dei progetti piuttosto che eccezioni isolate.

La ricerca ha anche rilevato differenze significative nella produttività dei mestieri. Le squadre MEP di alta performance completano il lavoro al ritmo di fino a tre volte superiore a quello delle squadre medie, evidenziando sostanziali opportunità di miglioramento dell’esecuzione attraverso una migliore pianificazione e coordinamento.

Il tipo di progetto sembra anche avere un’influenza misurabile sulle prestazioni della pianificazione. La costruzione di strutture sanitarie ha raggiunto la più alta aderenza media alla pianificazione, pari a circa il 65%, mentre i data center hanno raggiunto una media del 57%. I progetti commerciali e industriali si sono raggruppati nella fascia del 40% inferiore, con i progetti educativi che hanno mostrato l’aderenza più bassa, inferiore al 39%.

Questi tipi di benchmark comparativi sono storicamente stati difficili da ottenere per i contraenti e i proprietari, rendendo le valutazioni delle prestazioni tra progetti in gran parte soggettive.

Estendere il ruolo dell’AI nelle costruzioni

Il lancio riflette una tendenza più ampia verso l’intelligenza operativa guidata da AI in tutto il settore delle costruzioni.

Mentre molte organizzazioni hanno inizialmente adottato l’AI per l’automazione dei documenti, l’assistenza alla progettazione o il supporto alla pianificazione, l’attenzione crescente si sta spostando verso il monitoraggio continuo dei progetti utilizzando la visione computerizzata, i gemelli digitali e l’analisi predittiva.

La piattaforma di Buildots combina la cattura della realtà con l’intelligenza artificiale per creare una rappresentazione digitale aggiornata in continuo del progresso della costruzione. Integrando immagini, pianificazioni, modelli BIM e informazioni sulla forza lavoro, il sistema identifica le deviazioni, prevede i rischi e supporta una presa di decisioni più rapida in tutto il ciclo di vita della costruzione.

Il Laboratorio di Intelligenza estende questa capacità oltre le singole organizzazioni creando una base di conoscenze condivisa costruita a partire da dati di settore anonimizzati.

Secondo Buildots, la partecipazione rimane focalizzata sulla privacy, con le informazioni del progetto aggregate e anonimizzate prima dell’inclusione nei set di dati di ricerca.

Un modello di ricerca collaborativa

Sebbene il Intelligence Lab operi all’interno di Buildots, la società afferma che funziona come un’unità di ricerca autonoma focalizzata sull’avanzamento del settore piuttosto che su obiettivi commerciali.

I professionisti del settore delle costruzioni, gli accademici, gli analisti, i consulenti e le organizzazioni dei media sono invitati a sottoporre domande di ricerca e ipotesi per future analisi. Piuttosto che pubblicare rapporti proprietari dietro una barriera di pagamento, il Laboratorio renderà disponibili gratuitamente le sue metriche, benchmark e informazioni.

Man mano che l’AI continua a trasformare settori che hanno storicamente fatto affidamento su processi manuali, iniziative come il Buildots Intelligence Lab illustrano come i dati operativi aggregati possano diventare una risorsa condivisa piuttosto che rimanere isolati all’interno di singole organizzazioni.

Per un’industria che ha a lungo fatto affidamento sull’intuizione, sulle medie storiche e sulla segnalazione dei progetti disconnessi, i benchmark oggettivi basati sui dati di esecuzione del mondo reale potrebbero diventare una base sempre più preziosa per migliorare la produttività, ridurre i ritardi e prendere decisioni più informate nel settore delle costruzioni.