Tankeledare

Byggnadsindustrin bygger en framtid med hjälp av AI

mm
Lägg till Unite.AI bland dina föredragna källor på Google

Idag genererar byggarbetsplatser terabyte av data – mycket av det kommer från livebilder och video som nästan varje plats använder i någon form.

Kameror på byggarbetsplatser är avgörande för säkerhet, säkerhet och övervakning av framsteg – med byggarbetsplatser som använder allt från en eller två kameror till en hel flotta. De kan användas för att övervaka områden, uppdatera jobbstatus eller dokumentera viktiga händelser, och samla in data varje sekund av dagen.

Tyvärr används inte denna visuella data till fullo – vilket är en förlorad möjlighet för entreprenörer, chefer, projektledare och andra medlemmar i byggnadsindustrin. AI-drivna byggarbetsplatser förändrar detta. Branschen har mognat till den punkt där infrastrukturen finns på plats för att AI ska kunna ha en mätbar effekt på att omvandla “visuell data” och “verklighetsåtergivning” till “byggarbetsplatsintelligens” och handlingsbara insikter. Här är hur.

AI som extra ögon på byggarbetsplatsen: Många byggnadsledare övervakar flera platser mil bort. Att ha synlighet på varje plats och veta var man ska prioritera tiden under dagen kvarstår som svårt. Kameror fångar all denna information som kan ses via mobiltelefon eller webbläsare, men arbetare kan inte ägna sig åt att gå igenom stora mängder värdefulla datapunkter hela dagen.

AI ger arbetare lättnad genom att automatisera sökningen efter kritiska händelser – och identifiera de datapunkter som är viktigast. De programvaruplattformar som lagrar visuell data kan nu utnyttja tränad AI för att automatiskt märka och filera specifika byggnadsaktiviteter, från PPE-utrustning till materiallagring, till fordonstrafik. Vissa plattformar kan utföra hundratals relevanta identifieringar – med fler som lärs in varje månad. Detta möjliggör för entreprenörer att snabbt söka efter de specifika datapunkter som de behöver för att ha störst påverkan – eller identifiera situationer som kräver omedelbar uppmärksamhet.

AI som dokumentations-, validerings- och rapporteringsverktyg: Entreprenörer försöker att stänga en produktivitetsklyfta samtidigt som de också står inför strängare och mer reglerade dokumentations- och rapporteringskrav, vilket tar tid från högprioriterade uppgifter. Entreprenörer behöver ett enkelt sätt att spåra framsteg och kommande arbetsflöden – båda är nycklar till korrekt schemaläggning och låser upp pengar.

Införandet av AI har gjort detta enklare. Att ställa in sökparametrar – med aviseringar – automatiserar informationsnedladdning och sätter snabbt informationen i en entreprenörs ficka eller på deras skrivbord. Byggarbetsplatsintelligensplattformar kan automatisera rapportering med precision, vilket ger en enklicks-, delbar sammanfattning av nyckelhändelser på byggarbetsplatsen. Att dra och släppa visuell data som har automatiskt märkts och rapporterats med AI gör det mycket enklare att validera scheman. Till exempel, skedde betonghällningen i tid och med kvalitet? En snabb sökning bevisar att det gjorde. Eller, finns det en byggnadsförsäkringsrisk som måste lämnas in?

Det finns också möjlighet att automatisera validering genom att integrera en byggarbetsplatslösning i en projektledningsplattform, där den visuella upptäckten automatiskt dokumenterar och markerar projekt som slutförda mot schemaläggning. Denna funktion är banbrytande eftersom entreprenörer försöker att begränsa teknologispridning och endast använda ett fåtal integrerade digitala punkter under dagen.

AI som en kraftmultiplicerare för att skala: Entreprenörer vill inte ha “AI” – de vill ha enkla, hjälpsamma acceleratorer som stöder säkrare, mer säkra och mer framgångsrika byggnader – och en mer förutsägbar och produktiv arbetsdag. De tidiga iterationerna av AI-aktiverade verktyg ansluter entreprenörer till de lösningar som de redan använder, såsom byggarbetsplatskameror, drönare och robotikaktiverad maskinvara, och gör data som genereras från dessa lösningar mer handlingsbara.

Med AI finns det möjligheter att fortsätta denna momentum när tekniken mognar och data sprids på byggarbetsplatsen i större utsträckning. Det innebär att, med fortsatta integrationer, finns det andra mätbara sätt som byggarbetsplatsintelligens, driven av AI, kan ha en positiv inverkan på byggnadsindustrin. Till exempel, integrationen av wearables och maskinsensorer från byggarbetsplatsen. När AI-verktyg blir snabbare och mer tillförlitliga kan en kamera upptäcka en situation medan AI kan tolka den och skicka en avisering till en arbetares wearable-enhet som påminner dem att använda rätt PPE-utrustning som de glömde, till exempel.

Vad är nästa steg?

Löftesrika användningsfall – inklusive automatiserad övervakning av materialleveranser eller schemaläggningskonfigurationer och optimeringar baserade på väderdata – ligger runt hörnet. När kamera- och bildfångstinnovation fortsätter kommer mängden och kvaliteten på visuell data att förbättras. Så också kommer AI-modellerna att förbättras när de tränas på mer branschspecifik data. Detta öppnar dörren för snabbare märkning, snabbare analys och robust rapportering. Automatisk förebyggande är ett annat område som samlar momentum. Med starkare integrationer kommer ett enklare svar på aviseringar och annan enhets-till-enhet-kommunikation.

Och, till slut, om tekniken på något sätt kan hjälpa till att mildra IP-förlust när äldre generationer lämnar arbetsmarknaden – och yngre generationer av arbetare eller andra yrken ansluter sig till industrin, då har den gjort sitt jobb.

Som teknolog är jag uppmuntrad av dess potential att hjälpa en industri som är avgörande för vårt lands välstånd att bli säkrare, mer säker och mer framgångsrik. Människor, förstärkta av AI-aktiverade verktyg, är dess framtid.

John Daley är teknisk chef och medgrundare till Sensera Systems. Han har utvecklat state-of-the-art, storskaliga programvarusystem i över 24 år. Från programvara för att stödja drönarflygplanering, navigation och telemetri med Remote Sensing Research i slutet av 1990-talet, till att utveckla klassificerade mission-kritiska system för Raytheon och Lockheed Martin som Principal Software Engineer. Daley leder arkitekturen och den slutliga programvaruimplementeringen för alla Sensera Systems-kameror, molnbaserad programvara och mobilappar. Han har en B.S. i datavetenskap och matematik från Colorado State University.