Modele și platforme AI

Ce a dezvăluit Summitul Canada 2026 privind transformarea IA și a datelor în construcții despre IA la nivelul companiilor

Antoine Tardif
Adaugă Unite.AI la sursele tale preferate pe Google
Toronto construction site with a digital twin and connected data pathways
Puncte cheiePrincipala constrângere a IA pentru întreprinderi este acum organizația din jurul…
Vezi mai mult
  • Principala constrângere a IA pentru întreprinderi este acum organizația din jurul modelului, nu accesul la model.
  • Pregătirea datelor este o disciplină operațională continuă, deoarece IA nu poate reconstrui informații care nu au fost niciodată capturate.
  • Investițiile în IA se confruntă cu o analiză tot mai riguroasă a randamentului investiției, pe măsură ce firmele cer rezultate măsurabile legate de probleme operaționale specifice.

Declarație de transparență: AMG World a găzduit participarea Unite.AI la summitul din Toronto. Observațiile și concluziile din acest articol ne aparțin.

Industria construcțiilor nu este neapărat primul loc în care oamenii caută indicii despre direcția inteligenței artificiale. Tocmai de aceea, este un teren atât de util pentru a testa această tehnologie.

Sectorul construcțiilor reunește lanțuri de aprovizionare complexe, echipe descentralizate, sisteme învechite, riscuri fizice, marje reduse și volume uriașe de informații generate pe șantiere aflate în continuă schimbare. Un sistem de IA poate oferi o demonstrație impresionantă într-un mediu controlat, însă furnizarea unei valori fiabile în astfel de condiții este o provocare cu totul diferită.

La Summitul Canada 2026 privind transformarea IA și a datelor în construcții, organizat de AMG World la Toronto pe 17 noiembrie, discuțiile au reflectat intrarea pieței IA într-o etapă mai exigentă. Programul conferinței a abordat rentabilitatea măsurabilă a investiției, datele interconectate, gemenii digitali, transformarea forței de muncă și implementarea operațională. Totuși, prezentările și discuțiile la masa rotundă au scos în evidență o concluzie: principala piedică în calea IA la nivelul companiilor nu mai este accesul la un model puternic. Este organizația din jurul acelui model.

Aspirațiile în materie de IA se lovesc de realitatea operațională

Nu a fost nevoie să-i convingă pe participanți că IA poate avea un impact asupra sectorului construcțiilor. Întrebările mai dificile erau cum să o implementeze, unde să o aplice și cum să demonstreze o valoare suficientă pentru a justifica investiția.

Multe organizații par prinse între aspirații și incertitudine. Vor să implementeze IA, dar încă nu au un proces clar pentru a identifica utilizările potrivite, a stabili cine răspunde de ele sau a introduce tehnologia într-un mod pe care angajații să-l accepte. Aceasta este o discuție mai sănătoasă decât entuziasmul necondiționat care a caracterizat începuturile avântului IA generative.

Asta înseamnă și că furnizorii au de-a face cu clienți mai exigenți. O interfață atractivă nu este suficientă. Companiile din construcții vor tot mai des să știe cum se integrează un sistem de IA în mediul lor de date existent, ce se întâmplă când lipsesc informații, cum pot fi validate rezultatele și dacă soluția va funcționa și în condițiile reale de pe teren.

Chiar și discuția despre modele a părut mai restrânsă decât ar sugera piața mai largă a IA. Claude a fost singurul model lingvistic de mari dimensiuni, de uz general, menționat în mod repetat în discuțiile consemnate în notițele noastre. Acest lucru nu trebuie interpretat ca o constatare privind cota de piață. Sugerează însă că adoptarea IA în companii se concentrează adesea în jurul unui număr mic de instrumente care au depășit deja pragurile interne de încredere, securitate sau achiziții.

Cea mai importantă problemă legată de IA apare înaintea modelului

Calitatea datelor a fost preocuparea cel mai des menționată.

Gemenii digitali au oferit un exemplu clar. Un geamăn digital este util doar dacă informațiile continuă să ajungă la el din fiecare parte relevantă a unui proiect. Dacă un antreprenor nu transmite o actualizare, un sistem terț oferă doar o parte din informațiile necesare sau un angajat pleacă fără să transmită ceea ce știe, modelul se îndepărtează treptat de realitate.

Rezultatul poate părea în continuare sofisticat. Dar poate fi și greșit.

Această problemă nu poate fi rezolvată prin creșterea dimensiunii modelului. IA nu poate reconstitui în mod fiabil informații operaționale care nu au fost niciodată colectate. De asemenea, nu poate stabili cine era responsabil de completarea unei lacune dacă organizația nu a atribuit această responsabilitate.

Discuțiile de la Toronto au revenit în repetate rânduri la nevoia de informații de încredere, structuri de date clare și procese care să mențină modelele actualizate. Acesta este unul dintre motivele pentru care agenda conferinței a pus atât de mult accent pe bazele de date, livrarea interconectată, gemenii digitali și alinierea oamenilor la procese.

Pentru industria IA în ansamblu, lecția este importantă: pregătirea datelor nu este doar o operațiune de curățare a bazelor de date, efectuată înainte de implementare. Este o disciplină operațională continuă.

Echipele de pe teren devin parte a infrastructurii IA

Una dintre cele mai concrete observații ale conferinței a vizat rolul managerilor de proiect. Aceștia au fost identificați ca un punct esențial pentru colectarea informațiilor de pe teren și transmiterea lor către sistemele folosite de întreaga organizație.

Astfel, managerii de proiect și echipele din prima linie devin parte a infrastructurii IA, indiferent dacă funcțiile lor includ sau nu inteligența artificială.

Dacă pentru colectarea informațiilor sunt necesare formulare suplimentare, introducerea repetată a acelorași date sau un flux de lucru nou și complicat, lacunele de date vor persista. Prin urmare, cele mai eficiente sisteme vor fi cele care fac din colectarea corectă a datelor o parte firească a muncii, nu o sarcină administrativă suplimentară impusă ulterior.

Acest aspect contează mai ales într-o industrie în care multe fluxuri de lucru sunt încă analogice și în care angajații, contractorii, sindicatele, furnizorii de tehnologie și proprietarii proiectelor pot interacționa fiecare în mod diferit cu informațiile. O implementare reușită presupune mai mult decât să le oferi oamenilor acces la un asistent IA. Este nevoie să fie proiectat un flux fiabil de informații în întreaga organizație.

Exigențele privind rentabilitatea investiției cresc

Participanții și-au exprimat, de asemenea, îngrijorarea cu privire la investițiile în IA care nu au generat încă randamentele așteptate inițial. Au fost menționate costurile tokenurilor, dar problema mai importantă a fost riscul asociat capitalului investit.

Companiile de construcții sunt obișnuite să evalueze proiectele în funcție de costuri, termene, siguranță și expunerea la risc. Este puțin probabil să accepte la nesfârșit experimente deschise cu IA, mai ales când implementarea necesită integrări noi, servicii de consultanță, instruire și pregătirea datelor, pe lângă utilizarea modelelor.

Asta nu înseamnă că firmele se retrag din domeniul IA. Înseamnă că cer o legătură mai clară între tehnologie și un rezultat comercial măsurabil.

Cele mai credibile implementări vor viza probleme operaționale specifice: reducerea muncii administrative, îmbunătățirea accesului la cunoștințele despre proiecte, identificarea riscurilor legate de termene, păstrarea evidențelor digitale sau sprijinirea echipelor să ia mai repede decizii pe baza informațiilor pe care le dețin deja. O inițiativă de IA descrisă doar ca transformare va întâmpina mai multă rezistență decât una concepută pentru a elimina un blocaj identificabil.

Fiabilitatea devine o componentă a calculului rentabilității investiției. Participanții s-au întrebat ce s-ar întâmpla dacă un serviciu de IA sau o platformă cloud importantă ar deveni indisponibilă. Odată integrată într-un flux de lucru operațional, IA nu mai permite ca planificarea continuității să fie lăsată pe ultimul plan. Organizațiile trebuie să știe ce activități pot continua, ce decizii necesită intervenția unei persoane ca soluție de rezervă și cum își vor reveni sistemele fără să piardă date.

Adopția rămâne o provocare umană

Teama că locurile de muncă vor fi înlocuite era prezentă, dar și un obstacol mai imediat: mulți angajați nu înțeleg încă, nici măcar la nivel de bază, ce poate și ce nu poate face IA.

Acest lucru creează riscuri în ambele direcții. Angajații pot evita sistemele utile pentru că nu au încredere în ele sau se pot baza prea mult pe rezultate, supraestimându-le acuratețea.

Provocarea nu se rezolvă printr-o singură sesiune de instruire. Adopția depinde de a le arăta angajaților cum îi sprijină IA în munca lor, de a stabili așteptări clare privind responsabilitatea umană și de a alege aplicații a căror utilitate este evidentă pentru angajați.

Acest lucru este deosebit de dificil pentru companiile mici și mijlocii. Multe nu au capacitatea de a crea o echipă dedicată IA sau de a desemna pe cineva care să își asume pe termen lung responsabilitatea pentru o inițiativă experimentală. Prin urmare, întrebările despre antrenarea unui LLM intern pot fi mai puțin importante decât cele despre accesul la date, guvernanță, evaluare și cine rămâne responsabil pentru sistemul rezultat.

Oportunitatea de piață este considerabilă, dar ar putea reveni furnizorilor care reduc complexitatea organizațională, nu celor care oferă pur și simplu încă un model.

Construcțiile, un test de stres pentru IA la nivel de întreprindere

Valoarea summitului de la Toronto a constat în accentul pus pe diferența dintre o demonstrație reușită și o implementare fiabilă. Combinația dintre prezentări și discuții restrânse la mese rotunde a creat un cadru pentru abordarea preocupărilor operaționale pe care discursurile despre IA, adesea atent lustruite, le trec cu vederea.

Construcțiile scot la iveală aproape toate punctele slabe pe care IA la nivel de întreprindere trebuie să le depășească: informații fragmentate, medii în schimbare, procese învechite, cumpărători precauți, capacitate tehnică limitată, rezistența forței de muncă și consecințe grave atunci când informațiile sunt greșite.

Acest lucru arată și de ce oportunitatea rămâne atât de atrăgătoare. Conectarea cunoștințelor despre proiecte, a datelor din teren, a gemenilor digitali și a experienței organizaționale ar putea îmbunătăți semnificativ modul în care companiile planifică și execută lucrări complexe. Însă sistemele câștigătoare vor fi cele care fac informațiile mai complete, mai fiabile și mai accesibile persoanelor responsabile de acțiunile întreprinse pe baza lor.

Discuția continuă și după Toronto

Seria de evenimente AMG World dedicată construcțiilor continuă cu Summitul privind transformarea IA și a datelor în construcții, Austin 2027, pe 26 ianuarie, urmat de Summitul privind transformarea IA și a datelor în construcții, Europa 2027, la Londra, pe 23 februarie.

Organizatorul extinde discuția și către alte industrii cu utilizare intensivă a activelor. Summitul IA și tehnologie pentru petrol și gaze 2027 va avea loc la Houston, pe 9 februarie, și va reuni lideri din domeniul IA, al datelor, al transformării digitale și al operațiunilor din sectorul energetic.

Dacă Toronto este un indiciu, următoarea etapă a IA la nivel de întreprindere nu va fi condusă de cei care realizează cea mai spectaculoasă demonstrație. Va fi condusă de organizațiile capabile să conecteze modelul la date de încredere, oameni responsabili, procese reziliente și un rezultat comercial care merită finanțat.

Antoine este un lider vizionar și partener fondator al Unite.AI, animat de o pasiune de neclintit pentru modelarea și promovarea viitorului inteligenței artificiale și al roboticii. Antreprenor care a fondat mai multe companii, el crede că IA va transforma societatea la fel de profund ca electricitatea și vorbește adesea cu entuziasm despre potențialul tehnologiilor revoluționare și al inteligenței artificiale generale (AGI).

Ca futurolog, se dedică explorării modului în care aceste inovații vor modela lumea noastră. Este, de asemenea, fondatorul Securities.io, o platformă axată pe investiții în tehnologii de vârf care redefinesc viitorul și transformă sectoare întregi.