Buildots、AIを活用したインテリジェンスラボを立ち上げ、建設業界にデータ駆動型の意思決定をもたらす

建設業界にはデータが豊富にあるものの、その情報を有効なインテリジェンスに変えることは長年にわたって挑戦的な課題であった。金融、製造、物流などの業界は標準化された業績ベンチマークに頼っているのに対し、建設チームは断片的な報告、手動での観察、経験に基づく意思決定に従来頼ってきた。

Buildotsは、Buildots Intelligence Labの立ち上げにより、この状況を変えようとしている。このAIを活用した研究ハブは、建設プロフェッショナルに、リアルワールドのプロジェクトから得られた業界のベンチマーク、業績指標、運用上の洞察を無料で提供することを目的としている。

この取り組みは、Buildotsの建設インテリジェンスプラットフォームを、個別のプロジェクト最適化から業界全体の研究とベンチマークングへと進化させるものである。

現場データから業界インテリジェンスへ

Buildotsは、AIを活用したリアリティキャプチャを中心としたプラットフォームを構築している。360度ヘルメットマウントカメラを着用した作業員が現場状況を継続的に撮影し、人工知能がこれらの画像をBIMモデル、建設スケジュール、プロジェクトプランと比較する。プラットフォームは自動的に進捗を測定し、逸脱を検出することで、遅延を特定し、リスクを予測する。

手動でのステータス報告に頼るのではなく、プロジェクトリーダーは、実際に建設されたものに関するリアルタイムの可視性を得ることができる。これにより、チームはより迅速に、証拠に基づいた意思決定を行うことができる。同社によると、建設インテリジェンスプラットフォームを使用するプロジェクトでは、早期のリスク検出とより積極的なプロジェクト管理により、遅延が最大50%削減されたという。

新しいIntelligence Labは、この基盤を拡張し、Buildotsのグローバル顧客ベースからのデータを集約し、匿名化することで、プロジェクトレベルの洞察を業界全体の研究へと変える。

建設業界のデータギャップに取り組む

数十年間にわたって、建設リーダーは、基本的な質問に自信を持って答えることが難しかった。

特定の職種が通常の条件下でどのくらいの生産性を持つべきか？あるプロジェクトは他の場所での類似のプロジェクトとどのように比較されるべきか？機械、電気、配管（MEP）作業の現実的な週次出力は何であるべきか？

これまで、ほとんどの答えは歴史的な仮定、限られた内部データ、または経験に基づいていた。

「建設業界には、宏観的な真実の源が欠けている」と、Buildotsの共同創設者兼CEOであるRoy Danonは述べた。「我々は、これが業界のパフォーマンスを妨げ、生産性の停滞の重要な要因であると信じている」。

Intelligence Labは、3つの核心的な柱を中心に構築された自由に利用可能な研究を公開することで、このギャップを埋めようとしている：

• 指標: 主観的な報告を置き換えるための標準化された測定。
• ベンチマーク: プロジェクトタイプ、地域、建設業界全体の比較。
• 洞察: パターン、ボトルネック、早期警告シグナルを明らかにする、データ駆動型の分析。

従来の業界調査とは異なり、調査結果は活発な建設プロジェクトから継続的に収集された運用データに基づいている。

初期の調査結果が長年にわたる仮定に挑戦する

Labの最初の研究発表は、建設プロジェクトのパフォーマンス評価方法を再考させるべきいくつかのトレンドを強調している。

最も注目すべき発見の1つは、データセンターのプロジェクトでは、計画された週次MEP出力と実際の出力の間に20%から50%のギャップがあるということである。AIインフラストラクチャとハイパースケールデータセンターの需要が増加していることを考えると、このギャップは、多くの大規模施設がスケジュールを維持するのに苦労している理由を説明するかもしれない。

別の発見は、Buildotsが「ロングテール」効果と呼ぶものを示唆している。多くの建設活動の最終20%は、約27%のタスク時間を占めていることがわかり、遅延はプロジェクトの構造的な特性であるということを示唆している。

調査では、職種の生産性にも大きな違いがあることがわかった。トップパフォーマーのMEPチームは、平均的なチームの3倍の速度で作業を完了することができ、計画と調整の改善による実行の改善の機会が大きなものであることを示している。

プロジェクトタイプもスケジュールパフォーマンスに影響を与えることがわかった。ヘルスケア建設は約65%の平均スケジュール遵守率を達成し、データセンターは約57%、商業および工業プロジェクトは低〜中40%の範囲に収まった。教育プロジェクトは約39%の最低遵守率を示した。

これらの比較ベンチマークは、従来、請負業者やオーナーが入手するのが難しかったものである。

建設業界におけるAIの役割の拡大

この立ち上げは、建設業界全体でAI駆動型の運用インテリジェンスへの注目が高まっていることを反映している。

多くの組織は初期にAIを文書の自動化、設計支援、またはスケジューリング支援に採用したが、現在はコンピュータビジョン、デジタルツイン、予測分析を使用した継続的なプロジェクトモニタリングに注目が集まっている。

Buildotsのプラットフォームは、リアリティキャプチャと人工知能を組み合わせて、建設進捗の継続的に更新されるデジタル表現を作成する。画像、スケジュール、BIMモデル、ワークフォース情報を統合することで、システムは逸脱を検出し、リスクを予測し、プロジェクトライフサイクル全体でより迅速な意思決定をサポートする。

Intelligence Labは、この機能を個々の組織を超えて拡張し、匿名化された業界データから構築された共有の知識ベースを作成する。

Buildotsによると、参加はプライバシーに焦点を当てており、プロジェクト情報は研究データセットに含める前に集約および匿名化される。

コラボレーション型の研究モデル

Intelligence LabはBuildots内で運営されているが、同社は、これが商業的な目的ではなく、業界の進歩に焦点を当てた独立した研究ユニットであると述べている。

建設プロフェッショナル、学者、分析家、コンサルタント、メディア組織は、将来の分析のために研究の質問と仮説を提出することが奨励されている。独自のレポートを有料の壁に隠すのではなく、Labは、指標、ベンチマーク、洞察を無料で公開する。

AIが従来手動プロセスに頼っていた業界を変えている中で、Buildots Intelligence Labのような取り組みは、集約された運用データが個々の組織内に留まるのではなく、共有のリソースになる可能性を示している。

長年にわたって、直感、歴史的な平均値、断片的なプロジェクト報告に頼ってきた業界では、リアルワールドの実行データに基づく客観的なベンチマークは、生産性の向上、遅延の削減、より情報に基づいた建設上の意思決定の基盤となる可能性が高まっている。