Buildots เปิดตัว Intelligence Lab ที่ขับเคลื่อนด้วย AI เพื่อนำการตัดสินใจโดยใช้ข้อมูลมาใช้ในอุตสาหกรรมก่อสร้าง

อุตสาหกรรมก่อสร้างมีข้อมูลมากมาย แต่การเปลี่ยนข้อมูลนั้นให้เป็นข้อมูลเชิงลึกที่สามารถนำไปใช้ได้จริงยังคงเป็นความท้าทาย ในขณะที่ภาคส่วนอื่นๆ เช่น การเงิน การผลิต และการขนส่งพึ่งพามาตรฐานการวัดประสิทธิภาพ อุตสาหกรรมก่อสร้างมักพึ่งพาการรายงานที่กระจัดกระจาย การสังเกตด้วยมือ และการตัดสินใจโดยอาศัยประสบการณ์

Buildots มีเป้าหมายที่จะเปลี่ยนแปลงสิ่งนี้ด้วยการเปิดตัว Buildots Intelligence Lab ซึ่งเป็นศูนย์วิจัยที่ขับเคลื่อนด้วย AI ที่ออกแบบมาเพื่อให้ chuyên giaในอุตสาหกรรมก่อสร้างสามารถเข้าถึงข้อมูลเชิงลึกของอุตสาหกรรม ประสิทธิภาพเมตริก และข้อมูลเชิงลึกการดำเนินงานที่ได้รับจากโครงการจริงได้อย่างฟรี

การเปิดตัวครั้งนี้แสดงถึงการเปลี่ยนแปลงสำหรับ Buildots โดยขยายแพลตฟอร์มการวิเคราะห์ข้อมูลก่อสร้างของบริษัทไปไกลกว่าการเพิ่มประสิทธิภาพโครงการเดียว และไปสู่การวิจัยและการเปรียบเทียบในระดับอุตสาหกรรม

จากข้อมูลงานก่อสร้างสู่ข้อมูลเชิงลึกของอุตสาหกรรม

Buildots ได้สร้างแพลตฟอร์มของตนเองโดยใช้การวิเคราะห์ความเป็นจริงที่ขับเคลื่อนด้วย AI ผู้ปฏิบัติงานสวมกล้อง 360 องศาที่ติดตั้งบนหมวกเพื่อจับภาพสภาพของไซต์อย่างต่อเนื่อง ในขณะที่ AI เปรียบเทียบภาพเหล่านั้นกับแบบจำลอง BIM ตารางการก่อสร้าง และแผนโครงการ แพลตฟอร์มจะวัดความก้าวหน้าโดยอัตโนมัติ ตรวจจับการเบี่ยงเบน ระบุความล่าช้า และเน้นย้ำถึงความเสี่ยงที่เกิดขึ้นก่อนที่จะกลายเป็นปัญหาที่มีค่าใช้จ่ายสูง

แทนที่จะพึ่งพาการรายงานสถานะด้วยมือ ผู้นำโครงการได้รับการมองเห็นแบบเรียลไทม์เกี่ยวกับสิ่งที่สร้างขึ้นจริง ทำให้ทีมสามารถตัดสินใจได้เร็วขึ้นและตัดสินใจโดยอาศัยหลักฐาน ตามที่บริษัทระบุ โครงการที่ใช้แพลตฟอร์มการวิเคราะห์ข้อมูลก่อสร้างของ Buildots ได้ลดความล่าช้าลงได้มากถึง 50% ผ่านการตรวจจับความเสี่ยงในระยะแรกและจัดการโครงการที่มีประสิทธิภาพมากขึ้น

Intelligence Lab ใหม่สร้างขึ้นบนพื้นฐานนี้โดยรวบรวมและทำให้ข้อมูล 匿อ名จากฐานลูกค้าทั่วโลกของ Buildots เปลี่ยนข้อมูลเชิงลึกระดับโครงการให้เป็นข้อมูลเชิงลึกระดับอุตสาหกรรม

การแก้ไขช่องว่างข้อมูลในอุตสาหกรรมก่อสร้าง

ผู้นำในอุตสาหกรรมก่อสร้างต่อสู้เพื่อตอบคำถามพื้นฐานที่น่าประหลาดใจด้วยความมั่นใจ

ควรจะมีประสิทธิภาพเท่าใดสำหรับงานฝีมือใดๆ ภายใต้สภาพปกติ? โครงการหนึ่งเทียบกับโครงการอื่นๆ ในที่อื่นอย่างไร? อะไรคือผลผลิตรายสัปดาห์ที่สมจริงสำหรับงาน MEP?

จนถึงตอนนี้ คำตอบส่วนใหญ่ขึ้นอยู่กับการสันนิษฐานทางประวัติศาสตร์ ข้อมูลภายในที่จำกัด หรือประสบการณ์เชิงอธิบาย

“อุตสาหกรรมก่อสร้างมักขาดแหล่งความจริงระดับมาโคร” รอย ดานอน ซีอีโอและผู้ร่วมก่อตั้ง Buildots กล่าว “เรามั่นใจว่านี่เป็นปัจจัยหลักที่ขัดขวางประสิทธิภาพและเป็นส่วนสำคัญที่ทำให้ประสิทธิภาพติดอยู่ในระดับเดิม”

Intelligence Lab มีจุดมุ่งหมายเพื่อเติมช่องว่างนี้โดยการเผยแพร่การวิจัยที่สามารถเข้าถึงได้ฟรี โดยมีสามเสาหลัก:

• เมตริก: การวัดมาตรฐานที่ออกแบบมาเพื่อแทนที่การรายงานเชิงอัตนัยด้วยตัวชี้วัดประสิทธิภาพที่สอดคล้องกัน
• มาตรฐาน: การเปรียบเทียบระดับโลกระหว่างประเภทโครงการ ภูมิภาค และงานฝีมือต่างๆ
• ข้อมูลเชิงลึก: การวิเคราะห์ข้อมูลที่เปิดเผยรูปแบบ อุปสรรค และสัญญาณเตือนล่วงหน้าที่อาจซ่อนอยู่

ไม่เหมือนกับการสำรวจอุตสาหกรรมแบบดั้งเดิม การค้นพบเหล่านี้ขึ้นอยู่กับข้อมูลการดำเนินงานที่รวบรวมอย่างต่อเนื่องจากโครงการก่อสร้างที่กำลังดำเนินอยู่

ผลการวิจัยช่วงแรกท้าทายสมมติฐานที่ยึดมานาน

การเผยแพร่การวิจัยครั้งแรกของห้องปฏิบัติการเน้นย้ำถึงแนวโน้มที่อาจเปลี่ยนแปลงวิธีที่ทีมก่อสร้างประเมินประสิทธิภาพของโครงการ

ผลการวิจัยที่น่าสังเกตที่สุดคือการค้นพบว่าโครงการศูนย์ข้อมูลมีช่องว่างระหว่างการผลิต MEP สัปดาห์ละ 20% ถึง 50% ระหว่างแผนการผลิตและความเป็นจริง เมื่อพิจารณาถึงความต้องการโครงสร้างพื้นฐาน AI ที่เพิ่มขึ้นและศูนย์ข้อมูลขนาดใหญ่ ช่องว่างนี้อาจช่วยอธิบายว่าทำไมโครงการขนาดใหญ่หลายโครงการจึงต้องดิ้นรนเพื่อรักษาตารางเวลา

การค้นพบอีกอย่างหนึ่งเน้นย้ำถึง “ผลกระทบหางยาว” กิจกรรมก่อสร้าง 20% สุดท้ายใช้เวลาประมาณ 27% ของระยะเวลากิจกรรมทั้งหมด ซึ่งบ่งชี้ว่าความชะลอช้าในระยะสุดท้ายเป็นลักษณะโครงสร้างของโครงการมากกว่าความผิดปกติ

การวิจัยยังพบว่ามีความแตกต่างอย่างมีนัยสำคัญในประสิทธิภาพของงานฝีมือ ทีม MEP ที่มีประสิทธิภาพสูงสุดสามารถทำงานได้เร็วถึงสามเท่าของทีมโดยเฉลี่ย โดยเน้นย้ำถึงโอกาสที่สำคัญในการปรับปรุงการดำเนินงานผ่านการวางแผนและประสานงานที่ดีขึ้น

ประเภทโครงการดูเหมือนจะมีอิทธิพลที่วัดได้ในการปฏิบัติตามตารางเวลา การก่อสร้างโรงพยาบาลมีผลการปฏิบัติตามตารางเวลาที่ดีที่สุดโดยเฉลี่ยประมาณ 65% ในขณะที่ศูนย์ข้อมูลเฉลี่ยอยู่ที่ประมาณ 57% โครงการเชิงพาณิชย์และอุตสาหกรรมอยู่ในช่วงต่ำถึงกลาง 40% โดยมีโครงการการศึกษาที่มีการปฏิบัติตามตารางเวลาต่ำที่สุดน้อยกว่า 39%

การเปรียบเทียบเชิงbenchmark เหล่านี้มักยากสำหรับผู้รับเหมาและเจ้าของโครงการในการได้รับ

การขยายบทบาทของ AI ในอุตสาหกรรมก่อสร้าง

การเปิดตัวสะท้อนถึงแนวโน้มที่กว้างขึ้นในการใช้ข้อมูลเชิงลึกการดำเนินงานที่ขับเคลื่อนด้วย AI ในอุตสาหกรรมก่อสร้าง

ในขณะที่หลายองค์กรใช้ AI ในตอนแรกสำหรับการอัตโนมัติเอกสาร การช่วยเหลือการออกแบบ หรือการสนับสนุนการวางแผน ความสนใจที่เพิ่มขึ้นกำลังเปลี่ยนไปสู่การตรวจสอบโครงการอย่างต่อเนื่องโดยใช้การมองเห็นด้วยคอมพิวเตอร์ ตัวคูณดิจิทัล และการวิเคราะห์เชิงทำนาย

แพลตฟอร์มของ Buildots รวมการบันทึกความเป็นจริงเข้ากับ AI เพื่อสร้างแบบจำลองดิจิทัลที่อัปเดตอย่างต่อเนื่องเกี่ยวกับความก้าวหน้าในการก่อสร้าง โดยการผสานภาพ สchedules แบบจำลอง BIM และข้อมูลแรงงาน ระบบจะระบุการเบี่ยงเบน การคาดการณ์ความเสี่ยง และสนับสนุนการตัดสินใจที่รวดเร็วตลอดวงจรการก่อสร้าง

Intelligence Lab ขยายความสามารถนี้ไปไกลกว่าองค์กรเดียวโดยการสร้างฐานความรู้ร่วมกันที่สร้างจากข้อมูลอุตสาหกรรมที่ 匿อ名

ตามที่ Buildots ระบุ การมีส่วนร่วมยังคงมุ่งเน้นไปที่ความเป็นส่วนตัว โดยมีข้อมูลโครงการที่รวบรวมและ 匿อ名 ก่อนที่จะรวมเข้ากับชุดข้อมูลการวิจัย

รูปแบบการวิจัยร่วมกัน

แม้ว่า Intelligence Lab จะดำเนินการภายใน Buildots บริษัทระบุว่ามันทำงานเป็นหน่วยวิจัยอิสระที่มุ่งเน้นไปที่ความก้าวหน้าของอุตสาหกรรมมากกว่าความตั้งใจทางการค้า

ผู้เชี่ยวชาญด้านก่อสร้าง นักวิชาการ นักวิเคราะห์ ที่ปรึกษา และองค์กรสื่อมวลชนได้รับการสนับสนุนให้ส่งคำถามและสมมติฐานการวิจัยสำหรับการวิเคราะห์ในอนาคต แทนที่จะเผยแพร่รายงานที่เป็นกรรมสิทธิ์หลังจ่ายเงิน ห้องปฏิบัติการจะเผยแพร่เมตริก มาตรฐาน และข้อมูลเชิงลึกฟรี

เมื่อ AI ยังคงเปลี่ยนแปลงอุตสาหกรรมที่พึ่งพากระบวนการด้วยมือแบบดั้งเดิม การเริ่มต้นเช่น Buildots Intelligence Lab แสดงให้เห็นว่าข้อมูลการดำเนินงานที่รวบรวมสามารถกลายเป็นทรัพยากรร่วมกันแทนที่จะยังคงแยกจากกันภายในองค์กรแต่ละแห่ง

สำหรับอุตสาหกรรมที่พึ่งพา直觉 ค่าเฉลี่ยทางประวัติศาสตร์ และการรายงานโครงการที่ไม่เชื่อมต่อ การเปรียบเทียบเชิงbenchmark ที่เป็นกลางซึ่งมีพื้นฐานมาจากข้อมูลการดำเนินงานที่เป็นจริงอาจกลายเป็นรากฐานที่มีคุณค่าเพิ่มขึ้นสำหรับการปรับปรุงประสิทธิภาพ ลดความล่าช้า และการตัดสินใจก่อสร้างที่มีข้อมูลมากขึ้น