Eshan Jayamanne, Założyciel i Dyrektor Generalny Krane – Seria Wywiadów

Eshan Jayamanne, Założyciel i Dyrektor Generalny Krane, łączy głęboką wiedzę z branży budowlanej z doświadczeniem w dziedzinie inżynierii, analityki i technologii. Przed założeniem Krane w 2023 roku pracował nad dużymi projektami dla organizacji takich jak Microsoft (MSFT ), Chevron (CVX ), UCSF i Caltrans, koncentrując się na poprawie produktywności, optymalizacji łańcucha dostaw, budowie w oparciu o zasady lean i efektywności operacyjnej. Jego doświadczenie w zarządzaniu złożonymi projektami budowlanymi ujawniło trwałe wyzwania w koordynacji i zakupach w branży, co skłoniło go do stworzenia technologii, która pomaga zespołom w podejmowaniu lepszych decyzji i redukowaniu kosztownych opóźnień.

Krane to platforma łańcucha dostaw budowlanych wykorzystująca sztuczną inteligencję, zaprojektowana w celu poprawy widoczności i koordynacji w zakresie zakupów, zarządzania materiałami i operacji projektowych. Platforma wykorzystuje agenty AI do automatyzacji zadań takich jak śledzenie materiałów, zarządzanie dostawcami, identyfikacja ryzyka i rozliczanie faktur, pomagając zespołom budowlanym redukować opóźnienia i poprawiać efektywność. Skoncentrowana na dużych projektach, takich jak centra danych, obiekty służby zdrowia i rozwój infrastruktury, Krane ma na celu zmodernizowanie jednego z najbardziej fragmentowanych i wymagających danych procesów w branży budowlanej.

Przez lata pracował Pan w dziedzinie inżynierii budowlanej, produkcji, optymalizacji projektów i dużych projektów infrastrukturalnych, zanim założył Krane. Po tym, jak na własne oczy zobaczył, jak opóźnienia w zakupach, problemy ze śledzeniem materiałów i fragmentaryzacja procesów wpływają na duże projekty, jaki był konkretny moment, który przekonał Pana, że sztuczna inteligencja może rozwiązać problemy, z którymi branża budowlana borykała się przez dziesięciolecia?

Przez ponad dekadę pracowałem nad złożonymi projektami energetycznymi, infrastrukturalnymi i centrami danych, w tym kierowałem projektami dla firm takich jak Microsoft i Chevron. Niezależnie od wielkości projektu, widywałem te same wyzwania: zespoły były zalewane wnioskami, materiały były wydawane z opóźnieniem, a dostawy nie były odpowiednio skoordynowane, co powodowało kosztowne opóźnienia.

To, co przekonało mnie, że sztuczna inteligencja może mieć wpływ, było to, że wiele tej pracy nadal było zarządzane za pomocą rozłącznych arkuszy kalkulacyjnych, e-maili i połączeń telefonicznych. Zespoły budowlane nie brakowało im ekspertyzy; spędzały zbyt dużo czasu na poszukiwaniu informacji w rozproszonych procesach.

Niedawne postępy w dziedzinie sztucznej inteligencji umożliwiły odczytanie specyfikacji budowlanych, rysunków, harmonogramów i rekordów zakupów, a następnie zautomatyzowanie wielu zadań koordynacyjnych, które tradycyjnie wymagały znacznego wysiłku ręcznego. Wtedy stało się jasne, że sztuczna inteligencja może pomóc przerzucić ciężar operacyjny z zespołów projektowych i dać im więcej czasu na skupienie się na budowaniu.

Ta idea ostatecznie stała się Krane. Dziś platforma zarządza ponad 17 miliardami dolarów aktywnych projektów budowlanych w Ameryce Północnej i niedawno zebrała 9 milionów dolarów w ramach rundy finansowania, aby kontynuować rozwój naszego AI-nativnego zespołu operacji budowlanych.

Budownictwo historycznie pozostawało w tyle za branżami takimi jak finanse i oprogramowanie w zakresie przyjęcia technologii. Dlaczego uważa Pan, że obecna fala sztucznej inteligencji jest inna, i dlaczego branża jest w końcu gotowa na bardziej autonomiczne systemy?

Branża stoi obecnie przed dwoma wyzwaniami: rosnącą złożonością projektów i malejącą liczbą wykwalifikowanych specjalistów. Popyt i złożoność centrów danych, obiektów służby zdrowia i innych dużych projektów nakładają większą presję na łańcuchy dostaw budowlanych niż kiedykolwiek wcześniej. Jednocześnie doświadczeni profesjonaliści odchodzą na emeryturę szybciej, niż są zastępowani.

Narzędzia takie jak ChatGPT pomogły również zademonstrować, co sztuczna inteligencja może naprawdę zrobić w praktyczny, przyjazny sposób. To sprawiło, że technologia stała się o wiele bardziej dostępna i przyspieszyła przyjęcie rozwiązań sztucznej inteligencji opracowanych dla konkretnych branż, w tym budownictwa.

Dziś zespoły budowlane są proszone o dostarczanie większych i bardziej złożonych projektów z mniejszym marginesem błędu, przy jednoczesnym zarządzaniu niestabilnymi i trudnymi do przewidzenia łańcuchami dostaw. Dlatego widzimy tak duże zainteresowanie sztuczną inteligencją. Branża nie przyjmuje technologii dla samej technologii; szuka praktycznych sposobów, aby pomóc zespołom zarządzać złożonością, utrzymywać widoczność i utrzymywać projekty w ruchu.

Krane opisuje się jako platforma AI-nativa do zarządzania łańcuchami dostaw budowlanymi. Jakie są największe nieefektywności, które nadal istnieją dzisiaj w zakupach, wnioskach, dostawach i koordynacji dostawców, o których większość ludzi spoza branży nie wie?

Większość ludzi jest zaskoczona tym, jak wiele zakupów budowlanych nadal odbywa się za pomocą arkuszy kalkulacyjnych, e-maili, połączeń telefonicznych i ręcznego follow-up. Duży projekt może obejmować setki materiałów, dziesiątki dostawców, tysiące dokumentów i stale zmieniające się harmonogramy, a wiele decyzji zakupowych nadal opiera się na szacunkach dostawców, doświadczeniu i założeniach dotyczących warunków rynkowych.

Gdy przyjrzeliśmy się projektom realizowanym na platformie Krane, odkryliśmy, że wiele z najbardziej kosztownych opóźnień harmonogramu i przekroczeń budżetu można było wyśledzić do decyzji zakupowych podjętych miesiące wcześniej. Wyzwaniem było identyfikowanie ryzyka na tyle wcześnie, aby można było coś z tym zrobić.

W naszych danych stwierdziliśmy, że ryzyko zakupowe pojawiało się średnio 47 dni przed pojawieniem się na harmonogramie projektu. Oznacza to, że zespoły mają tygodnie narażenia na ryzyko, zanim staje się ono wystarczająco widoczne, aby podjąć działanie.

Dlatego właśnie uruchomiliśmy Procurement OS. Nowy moduł Procurement OS platformy Krane wprowadza bezpośrednio do procesów zakupowych inteligencję łańcucha dostaw w czasie rzeczywistym. Ponieważ Krane już zarządza codziennym przepływem materiałów w ramach ponad 17 miliardów dolarów aktywnych projektów budowlanych, jesteśmy w stanie przechwytywać rzeczywiste czasy oczekiwania, wyniki dostawców, czasy cyklu wniosków i dostępność materiałów w czasie rzeczywistym.

Procurement OS automatycznie identyfikuje materiały krytyczne z projektowych specyfikacji, porównuje czasy oczekiwania w czasie rzeczywistym, ocenia dostawców na podstawie rzeczywistej wydajności i sprawdza oferty pod kątem zgodności przed ich przyznaniem. Przechodzimy od zakupów opartych na założeniach do zakupów opartych na dowodach.

Wiele firm sztucznej inteligencji koncentruje się na generowaniu informacji, podczas gdy Krane wydaje się zmierzać w kierunku agentów sztucznej inteligencji, które mogą aktywnie wykonywać zadania. Jak Pan widzi ewolucję roli sztucznej inteligencji z asystenta do operatora w procesach budowlanych?

Uważamy, że następna ewolucja sztucznej inteligencji w budownictwie polega na przechodzeniu od dostarczania informacji do pomocy zespołom w wykonywaniu pracy. Projekty budowlane generują ogromną ilość danych, ale identyfikacja problemu jest tylko pierwszym krokiem. Zespoły nadal muszą koordynować z dostawcami, walidować czasy oczekiwania, zarządzać wnioskami i utrzymywać materiały w ruchu.

Dlatego właśnie zbudowaliśmy zespół budowlany sztucznej inteligencji, w którym każdy agent odpowiedzialny jest za konkretną część przepływu materiałów.

• Milo przekształca specyfikacje, rysunki i harmonogramy w kompletny log wniosków i zakupów w ciągu kilku minut
• Arlo łączy izolowane harmonogramy, wnioski i logi zakupów w jeden system i zapewnia wyraźną strategię zakupów dla zespołów przed budową
• Chase sprawdza partnerów handlowych w celu priorytetowego traktowania wniosków, walidacji czasów oczekiwania i statusu materiałów
• Lana tworzy szablony wniosków i QCs, aby generalni wykonawcy i partnerzy handlowi mogli poprawić jakość pakietów wniosków i złożyć je na czas
• Rio automatyzuje planowanie dostaw, zapobiega konfliktom i analizuje wykorzystanie sprzętu
• Theo kontroluje proces zakupowy od porównania ofert, tworzenia RFP do dostawy

Ludzie nadal podejmują najważniejsze decyzje, ale sztuczna inteligencja zajmuje się pracą, która historycznie pochłaniała godziny dnia zespołu projektu.

Centra danych stały się jednym z głównych obszarów koncentracji Krane. Jak nowe wyzwania łańcucha dostaw pojawiają się wraz z globalnym boomem budowlanym infrastruktury cyfrowej, a tradycyjne narzędzia zarządzania projektami mają trudności z ich obsługą?

Centra danych ujawniają ograniczenia tradycyjnych procesów zakupowych.

Wiele krytycznych komponentów, które napędzają te obiekty, ma teraz nadzwyczaj długie czasy oczekiwania. Przetwornice mocy mogą zajmować trzy do pięciu lat, aby je zakupić, podczas gdy średniego napięcia wyłączniki mogą przekraczać 60 tygodni. Jednocześnie sprzęt elektryczny i mechaniczny może stanowić do 75% gwarantowanej maksymalnej ceny projektu, co oznacza, że decyzje zakupowe mają ogromne konsekwencje finansowe.

Tradycyjne narzędzia zarządzania projektami są zaprojektowane do śledzenia stanu projektu po podjęciu decyzji. Nie zapewniają one widoczności w czasie rzeczywistym dostawców, zmieniających się czasów oczekiwania ani pojawiających się ograniczeń łańcucha dostaw.

Procurement OS rozwiązuje te wyzwania. Wykorzystując dane łańcucha dostaw w czasie rzeczywistym z aktywnych projektów, zespoły mogą podejmować decyzje zakupowe na podstawie tego, co dzieje się na rynku dzisiaj, a nie na podstawie tego, co działo się w poprzednim projekcie.

Jednym z największych problemów związanych z agentami sztucznej inteligencji jest zaufanie. W budownictwie, gdzie opóźnienia lub błędy mogą mieć konsekwencje w wysokości milionów dolarów, jak Pan balansuje automatyzację z nadzorem ludzkim?

Zaufanie jest kluczowe, ponieważ decyzje budowlane mają realne konsekwencje harmonogramu i budżetu.

Nasza filozofia polega na tym, że sztuczna inteligencja powinna zajmować się koordynacją, podczas gdy ludzie pozostają odpowiedzialni za osąd i podejmowanie decyzji. Każde działanie sztucznej inteligencji w Krane zawiera wynik ufności, kluczowe decyzje wymagają zatwierdzenia przez człowieka, a działalność jest rejestrowana za pomocą śladów audytowych. To daje zespołom widoczność tego, co system robi, i dlaczego.

Inną stroną zaufania są wyniki. W całym naszym portfolio Krane śledziło ponad 2000 ryzyk łańcucha dostaw przed ich pojawieniem się na placu budowy i pomogło klientom osiągnąć wskaźnik dostaw na czas na poziomie 92%. Kiedy zespoły konsekwentnie widzą ryzyko identyfikowane wcześniej i koordynację zachodzącą szybciej, zaufanie naturalnie następuje.

Projekty budowlane często obejmują dziesiątki kontrahentów, podwykonawców, dostawców i interesariuszy pracujących w rozłącznych systemach. Jak trudno jest stworzyć prawdziwe źródło prawdy, a jaka rola sztucznej inteligencji w umożliwieniu tego?

Jest to jeden z najtrudniejszych problemów w budownictwie.

Przeciętny projekt obejmuje informacje rozproszone wśród wielu interesariuszy i systemów. Generalni wykonawcy, podwykonawcy, właściciele, dostawcy i konsultanci pracują na podstawie różnych źródeł danych, co tworzy luki, sprzeczne informacje i opóźnienia.

Sztuczna inteligencja odgrywa ważną rolę, ponieważ może łączyć i interpretować informacje w tych środowiskach. Krane łączy harmonogramy, rysunki, logi zakupów, wnioski, dostawy i komunikację z dostawcami w jednym środowisku, w którym zespoły mogą zobaczyć bieżący stan projektu w czasie rzeczywistym.

Gdy każdy pracuje na podstawie tych samych informacji, zespoły zyskują lepszą widoczność, aby pomóc im w podejmowaniu szybszych i bardziej świadomych decyzji na całym cyklu życia projektu. Co więcej, pozwala to organizacjom uczyć się z jednego projektu i stosować te wnioski w następnym. Historycznie wiele tej wiedzy żyła w arkuszach kalkulacyjnych, e-mailach i doświadczeniu poszczególnych członków zespołu, co utrudniało przeniesienie jej do przodu. Poprzez przechwytywanie i strukturyzowanie danych łańcucha dostaw w ramach projektów Krane pomaga zespołom podejmować lepsze decyzje dotyczące zakupów i planowania w czasie.

Krane integruje się z platformami już używanymi w branży, zamiast próbować je zastąpić. Czy uważa Pan, że przyszłość sztucznej inteligencji w budownictwie zostanie zbudowana wokół uzupełnienia istniejących ekosystemów oprogramowania czy całkowicie nowych systemów operacyjnych dla budownictwa?

W najbliższej perspektywie uzupełnienie jest niezbędne.

Firmy budowlane zainwestowały znacznie w platformy takie jak Autodesk, Procore, Microsoft Project, CMiC, SharePoint, Trimble Viewpoint i Oracle Primavera P6. Żądanie, aby je zastąpiły, nie jest realistyczne i szczerze mówiąc, nie jest konieczne.

Nasze podejście polega na integracji z narzędziami, których już używają zespoły, i tworzeniu połączonej warstwy między nimi. To pozwala klientom na kontynuowanie pracy w ramach znanych workflow, jednocześnie korzystając z sztucznej inteligencji w zakresie zakupów, zarządzania materiałami i koordynacji łańcucha dostaw.

Z biegiem czasu uważam, że zobaczymy więcej AI-natywnych systemów. Ale firmy, które odnoszą sukces, będą tymi, które naturalnie wpiszą się w szerszy ekosystem technologii budowlanej, zamiast zmuszać klientów do rozpoczęcia od zera.

Szersza branża sztucznej inteligencji przechodzi szybko w kierunku workflow agencji. Jakie lekcje z budownictwa mogą inne branże nauczyć się o wdrażaniu agentów sztucznej inteligencji w środowiskach, w których wykonanie i logistyka w świecie rzeczywistym mają takie same znaczenie, jak przepływy pracy cyfrowe?

Jedną z lekcji jest to, że sztuczna inteligencja staje się o wiele bardziej wartościowa, gdy jest połączona z danymi operacyjnymi.

Procurement OS działa, ponieważ nie jest zbudowany na teoretycznych modelach, jak łańcuchy dostaw budowlanych powinny funkcjonować. Zbudowany jest na rzeczywistym przepływie materiałów w ramach aktywnych projektów. Każda decyzja podjęta w Krane tworzy dane, które pomagają poprawić wykonanie przyszłych projektów.

Widzieliśmy, że to rezonuje z klientami, od systemów opieki zdrowia po niektóre z największych kontrahentów w branży, w tym Boldt, HITT Contracting, UCSF Health i Juneau Construction. Nie szukają oni sztucznej inteligencji, która generuje tylko informacje; chcą systemów, które pomagają zespołom podejmować lepsze decyzje i wykonywać pracę bardziej efektywnie.

Inną lekcją jest to, że wykonanie jest ważniejsze niż informacje. Identyczne problemy są użyteczne, ale rozwiązywanie ich jest tam, gdzie tworzy się wartość. W branżach, w których operacje fizyczne i logistyka mają znaczenie, sztuczna inteligencja musi pomagać organizacjom w podejmowaniu działań.

Spójrzmy pięć lat do przodu. Jak wygląda w pełni skoordynowany projekt budowlany? Jakie decyzje nadal będą należeć do ludzi, a które części wykonania projektu można oczekiwać, że systemy inteligentne będą zarządzać samodzielnie?

Uważam, że zobaczymy, jak sztuczna inteligencja staje się głęboko zakorzeniona w całym łańcuchu dostaw budowlanych.

Zadania, które są bardzo powtarzalne, administracyjne i pochłaniają godziny dnia zespołu projektu, staną się coraz bardziej zautomatyzowane.

W wielu ways już idziemy w tym kierunku z Procurement OS i naszym zespołem budowlanym sztucznej inteligencji. Wizja to system, który uczy się z każdego projektu i pomaga zespołom podejmować lepsze decyzje na wcześniejszym etapie cyklu życia projektu.

To powiedziawszy, budownictwo zawsze będzie branżą ludzką. Strategia projektu, zarządzanie interesariuszami, negocjacje handlowe i kluczowe decyzje dotyczące kompromisów nadal będą wymagać ludzkiej oceny i doświadczenia. Sztuczna inteligencja zajmie się większością ciężkiej pracy operacyjnej, podczas gdy ludzie będą się koncentrować na przywództwie, relacjach i podejmowaniu decyzji.

Dziękujemy za wspaniały wywiad. Czytelnicy, którzy chcą dowiedzieć się więcej, powinni odwiedzić Krane.