都市は静かに許可の遅れを解決するためにAIを利用している

米国全土で、住宅の遅れは、開発者、自治体、そして継続的な住宅危機の影響を受ける潜在的な家の購入者に影響を及ぼしています。しかし、これらの遅れは、単に建設の問題ではありません。それらは許可の問題でもあります。最大のボトルネックは、多くの場合、シャベルが地面を突く前に発生します。

複雑さと非効率性、たとえば手動の青図のレビュー、断片化されたエンジニアリング文書、単一の管轄区域内の異なるコードの解釈は、数週間で完了するはずの許可を数か月にわたるプロセスに引き伸ばすことができます。結果として生じる遅れは、すぐにコストを膨らませ、開発を停滞させ、既に過負荷の住宅供給をさらに妨げることができます。特に、最も必要な場所でそうです。

AIはこの難題に対する解決策を提供しています。

実際、AIはすでに他の多くの業界で同様のボトルネックを解消しています。この場合、AIが果たす役割は、多くの人々が考えているよりも簡単です。AIは自動化システムで建物を承認するために設計されていません。承認プロセスを合理化するために設計されています。提案を精査し、提出前に問題を特定するという、AIの独自の能力のおかげでです。したがって、米国の都市や郡が許可プロセス自体にAIを導入し始めていることは驚くことではありません。

これは、都市が政府の仕事を削減し、AIシステムに人間のレビューアを置き換えていることを意味するわけではありません。自治体は許可プロセスを、規制の監視から隠された、謎のブラックボックスの承認システムにアウトソーシングしているわけでもありません。代わりに、多くの公務員が、増加するバックログを管理し、行政の摩擦を減らし、長い間アップグレードが必要だったワークフローを現代化するためのAIの実際の価値を認識しています。

AIは許可の最前線に進出している

許可の遅れは、プロジェクトを遅くするだけではありません。コストを増やし、住宅方程式のすべての側面の利害関係者を沮喪させます。那么、今日の許可部門の多くは、数十年前にほとんど進化していないワークフローで運営していますか？

実際、ほとんどの部門はまだPDF、手動のチェックリスト、または構造化されたデータのないスキャンドキュメントに依存しています。各追加のレビューサイクルは、エンジニアリングの支払い、保有コスト、不確実性を追加し、さらに予期せぬ料金の雪球效應を生み出します。これは、建設ライフサイクルの他の古くなった分野にデジタルワークフローを導入した革新的な採用とは遠い話です。

特に、小規模な開発者や家主にとって、これらの遅れは、プロジェクトを進めるか、完全にプロジェクトを失うかという違いになります。

代わりに、承認プロセスが改善されると、波及効果も同様に遠いものになります。建設業者はプロジェクトをより迅速に提供でき、都市は追加のスタッフを必要とせずに更多のプロジェクトを処理でき、住宅供給は論争の多いゾーニングの変更や急いだ建設戦術なくとも有機的に拡大できます。

AIによる許可の利点がますます明らかになるにつれて、この会話は、建設業界の何人かを不安にさせている重要な質問を提起します。人間の介入なしに、建物を黙って承認または拒否するモデルを本当に信頼できるのでしょうか?

この質問は、公共機関がAIを採用する際に追求する機能を誤解しています。実践では、人間のレビューアを置き換えることを意図していません。代わりに、事前チェックと標準化プロセスを改善するためにAIを採用しています。許可が人間のレビューアに到達するとき、すでに仕事が簡素化されています。摩擦はありません。

このアプローチを採用することで、出現するパターンは次のようになります。

• AIは、すべての必要な文書が存在し、正確で、規制に準拠していることを確認します。不足している文書については、事前に設定されたルールに基づいて一般的な問題をフラグします。
• これにより、人間のスタッフがレビューを開始する前に、すべての明らかな問題が表面化します。
• スタッフは判断と説明責任を保持し、許可自体を調べて問題を特定する必要なく署名できます。

計画が、よりきれいな、完成度の高い、承認に適した形式で検査に到達すると、長いレビューサイクルの必要性が減ります。結果として、完全な提出、回避可能な拒否、安全性やコンプライアンスの基準を下げることなく、より迅速な反響時間が得られます。

AIを活用した許可を実践する

AIを許可に使用する利点は、推測的なものではありません。すでに優れた結果で使用されています。

2024年後半、ヒューストン・クロニクルは、ハリス郡が建設許可のワークフローの一部にAIを導入する2年間のパイロットプログラムを承認したと報告しました。目標は簡単でした。建設計画に対する自動化された事前チェックを実行するためにAIを使用し、明らかな問題をフラグし、提出物をスタッフに全面的なレビューのために渡します。郡の役人は、オースティンにも似たパイロットプログラムがレビュータイムを約50%短縮したと述べました。

一方、GovTechは、州および地方自治体がAIをGISシステムと組み合わせて許可を迅速化し、申請の状態をより明確に提示し、許可データをより検索可能で透明性の高いものにする方法を文書化しています。これらの取り組みは、段階的であり、運用上のものであり、既存のスタッフをサポートするために設計されており、スタッフを置き換えるものではありません。AIは、計画を見る最初のシステムになりつつあります。しかし、最終的な決定は人間が行っています。

静かな変化と実際の影響

許可は退屈で、建設プロセスのより魅力的側面と同じくらいの注目を集めることはありませんが、パズルの重要な部分であり続けます。新しい建物が安全に、合法的に建てられることを保証するために必要な重要な規制の監督を提供するだけでなく、タイムラインを形成し、コストを決定し、最終的に住宅目標を達成する上で重要な役割を果たします。

AIは、自治体が利用可能な最も実用的なツールの1つであることを不断に証明しています。AIを許可のワークフローに慎重に、段階的に、人間が最終的な承認の判断を下すように導入することで、自治体は、政策を書き換えたり、人員を増やしたりすることなく、建設で最も根強いボトルネックの1つに対処しています。長期的には、許可と承認プロセスを現代化することは、建設を速めることと同じくらい効率性のために価値があることが証明されるかもしれません。

承認が速まると、住宅のスタートが増え、プロジェクトのキャンセルが減り、基礎を築く代わりに文書作業を待っている時間が減ります。これは、家を建てる人と、家を必要とする人にとってのwin-winです。