Eshan Jayamanne, ผู้ก่อตั้งและซีอีโอของ Krane – ซีรีส์สัมภาษณ์

Eshan Jayamanne, ผู้ก่อตั้งและซีอีโอของ Krane, ผสมผสานความเชี่ยวชาญอุตสาหกรรมก่อสร้างที่ลึกซึ้งกับพื้นหลังด้านวิศวกรรม การวิเคราะห์ และเทคโนโลยี ก่อนที่จะก่อตั้ง Krane ในปี 2023 เขาทำงานในโครงการสำคัญๆ สำหรับองค์กรต่างๆ รวมถึง Microsoft, Chevron, UCSF และ Caltrans โดยมุ่งเน้นไปที่การปรับปรุงประสิทธิภาพ การเพิ่มประสิทธิภาพโซ่อุปทาน การก่อสร้างแบบลีน และประสิทธิภาพการดำเนินงาน ประสบการณ์ของเขาในการจัดการโครงการก่อสร้างที่ซับซ้อนได้เผยให้เห็นถึงความท้าทายในการประสานงานและการจัดซื้อจัดจ้างที่ยังคงอยู่ในอุตสาหกรรม ทำให้เขาได้รับแรงบันดาลใจในการสร้างเทคโนโลยีที่ช่วยให้ทีมต่างๆ ตัดสินใจได้ดีขึ้นและลดความล่าช้าในการจ่ายเงิน

Krane เป็นแพลตฟอร์มโซ่อุปทานก่อสร้างที่ใช้ AI เพื่อปรับปรุงความสามารถในการมองเห็นและประสานงานระหว่างการจัดซื้อจัดจ้าง การจัดการวัสดุ และการดำเนินโครงการ แพลตฟอร์มนี้ใช้ตัวแทน AI เพื่อทำอัตโนมัติงานต่างๆ เช่น การติดตามวัสดุ การจัดการซัพพลายเออร์ การระบุความเสี่ยง และการปรองดองใบเรียกเก็บเงิน ช่วยให้ทีมก่อสร้างลดความล่าช้าและปรับปรุงประสิทธิภาพ มุ่งเน้นไปที่โครงการขนาดใหญ่ เช่น ศูนย์ข้อมูล สิ่งอำนวยความสะดวกด้านสุขภาพ และการพัฒนาสาธารณูปโภค Krane มีเป้าหมายที่จะทันสมัย化หนึ่งในกระบวนการทำงานที่กระจัดกระจายและต้องใช้ข้อมูลมากที่สุดในอุตสาหกรรมก่อสร้าง

คุณใช้เวลาหลายปีในการทำงานในด้านวิศวกรรมก่อสร้าง การวิเคราะห์ผลผลิต การเพิ่มประสิทธิภาพโครงการ และโครงการโครงสร้างพื้นฐานขนาดใหญ่ ก่อนที่จะก่อตั้ง Krane หลังจากที่คุณได้เห็นด้วยตัวคุณเองว่าความล่าช้าในการจัดซื้อจัดจ้าง ปัญหาในการติดตามวัสดุ และกระบวนการทำงานที่กระจัดกระจายส่งผลกระทบต่อโครงการขนาดใหญ่ คุณได้รับแรงบันดาลใจที่จะใช้ AI ในการแก้ปัญหาเหล่านี้หรือไม่

ฉันใช้เวลามากกว่าหนึ่งทศวรรษในการทำงานในโครงการพลังงาน โครงสร้างพื้นฐาน และศูนย์ข้อมูล รวมถึงการเป็นผู้นำโครงการสำหรับบริษัท เช่น Microsoft และ Chevron ไม่ว่าโครงการจะขนาดไหน ฉันก็ยังคงเห็นความท้าทายเดียวกัน ทีมงานถูกท่วมท้นด้วยเอกสาร การปล่อยวัสดุออกมาช้า และการประสานการขนส่งไม่ถูกต้อง ทำให้เกิดความล่าช้าและต้นทุนที่สูง

สิ่งที่ทำให้ฉันเชื่อมั่นว่า AI สามารถสร้างความแตกต่างได้คือการเห็นว่ามากเกินไปของงานนี้ยังคงจัดการผ่านสเปรดชีตที่ไม่เชื่อมต่อ อีเมล และโทรศัพท์ ทีมก่อสร้างไม่ได้ขาดความเชี่ยวชาญ แต่พวกเขาใช้เวลามากเกินไปในการตามหาข้อมูลข้ามกระบวนการทำงานที่กระจัดกระจาย

ความก้าวหน้าล่าสุดใน AI ทำให้สามารถอ่านข้อกำหนดการก่อสร้าง การวาดภาพ ระยะเวลาการก่อสร้าง และบันทึกการจัดซื้อจัดจ้าง แล้วอัตโนมัติงานต่างๆ มากมายที่ต้องใช้ความพยายามด้วยมือมากในอดีต ซึ่งเป็นเวลาที่ชัดเจนว่า AI สามารถช่วยเปลี่ยนภาระการดำเนินงานออกจากทีมโครงการและให้พวกเขาเวลามากขึ้นในการมุ่งเน้นไปที่การก่อสร้าง

ความคิดนั้นในที่สุดกลายเป็น Krane วันนี้ แพลตฟอร์มนี้จัดการโครงการก่อสร้างที่มีมูลค่ามากกว่า 17 พันล้านดอลลาร์สหรัฐฯ ทั่วทั้งอเมริกาเหนือ และเพิ่งระดมทุน 9 ล้านดอลลาร์สหรัฐฯ ในรอบการระดมทุน Seed เพื่อขยายทีมการดำเนินงานก่อสร้างที่เป็นเจ้าของ AI

อุตสาหกรรมก่อสร้างมักจะล้าหลังอุตสาหกรรมอื่นๆ เช่น การเงินและซอฟต์แวร์ ในการนำเทคโนโลยีมาใช้ คุณเชื่อว่าคลื่น AI ปัจจุบันแตกต่างออกไปหรือไม่ และทำไมอุตสาหกรรมจึงพร้อมสำหรับระบบอัตโนมัติมากขึ้น

อุตสาหกรรมกำลังเผชิญกับความท้าทายสองประการในเวลาเดียวกัน คือ ความซับซ้อนของโครงการที่เพิ่มขึ้นและความไม่เพียงพอของแรงงาน ความต้องการและความซับซ้อนของศูนย์ข้อมูล สิ่งอำนวยความสะดวกด้านสุขภาพ และโครงการโครงสร้างพื้นฐานขนาดใหญ่อื่นๆ กำลังทำให้โซ่อุปทานก่อสร้างมีความกดดันมากกว่าที่เคยเป็นมาก่อน ในขณะเดียวกัน ผู้เชี่ยวชาญที่มีประสบการณ์ก็ออกจากงานเร็ว hơnที่พวกเขาถูกแทนที่

เครื่องมือ เช่น ChatGPT ยังช่วยให้เห็นได้ว่า AI สามารถทำอะไรได้จริงในทางปฏิบัติและเป็นมิตรต่อผู้ใช้ ซึ่งทำให้เทคโนโลยีนี้รู้สึกเข้าถึงได้มากขึ้นและเร่งการนำ AI ที่สร้างขึ้นสำหรับอุตสาหกรรมเฉพาะ รวมถึงการก่อสร้าง

ทีมก่อสร้างในปัจจุบันถูกขอให้ส่งมอบโครงการที่ใหญ่ขึ้นและซับซ้อนกว่าด้วยระยะเวลาที่สั้นลงและขอบเขตที่แคบลง ในขณะเดียวกันก็จัดการโซ่อุปทานที่ผันผวนต่อการคาดการณ์ นั่นคือเหตุผลที่เราเห็นความสนใจใน AI มากขึ้น อุตสาหกรรมไม่ได้นำเทคโนโลยีมาใช้เพื่อเทคโนโลยี แต่กำลังมองหาวิธีปฏิบัติที่จะช่วยให้ทีมจัดการความซับซ้อน รักษาความสามารถในการมองเห็น และทำให้โครงการดำเนินต่อไป

Krane อธิบายตัวเองว่าเป็นแพลตฟอร์ม AI ที่มีประสิทธิภาพในการจัดการโซ่อุปทานก่อสร้าง อะไรคือความไม่มีประสิทธิภาพที่ยังคงมีอยู่ในปัจจุบันในด้านการจัดซื้อจัดจ้าง การส่งมอบ และการประสานงานซัพพลายเออร์ที่ผู้คนนอกอุตสาหกรรมไม่ทราบ

ส่วนใหญ่ของการก่อสร้างยังคงใช้สเปรดชีต อีเมล โทรศัพท์ และการทำตามแบบอย่างด้วยมือ การจัดซื้อจัดจ้างขนาดใหญ่อาจเกี่ยวข้องกับวัสดุหลายร้อยรายการ ซัพพลายเออร์หลายสิบราย เอกสารหลายพันรายการ และตารางเวลาที่เปลี่ยนแปลงอยู่เสมอ แต่การตัดสินใจในการจัดซื้อจัดจ้างหลายครั้งยังคงอาศัยการประมาณการของซัพพลายเออร์ ประสบการณ์ในอดีต และสมมติฐานเกี่ยวกับสภาพตลาด

เมื่อเรามองข้ามโครงการที่กำลังทำงานบน Krane เราพบว่าความล่าช้าในการจัดกำหนดการและความเกินต้นทุนที่มีค่าใช้จ่ายสูงที่สุดสามารถสืบย้อนกลับไปถึงการตัดสินใจในการจัดซื้อจัดจ้างที่ทำไว้หลายเดือนก่อน ความท้าทายคือการระบุความเสี่ยงเร็วพอที่จะทำอะไรได้

ในข้อมูลของเราเอง ความเสี่ยงในการจัดซื้อจัดจ้างปรากฏขึ้นโดยเฉลี่ย 47 วันก่อนที่จะปรากฏในตารางเวลาโครงการ ซึ่งหมายความว่าทีมงานมีเวลาสัมผัสกับความเสี่ยงเป็นเวลาหลายสัปดาห์ก่อนที่จะดำเนินการใดๆ

นั่นคือเหตุผลที่เราเปิดตัว Procurement OS โมดูลใหม่ของ Krane นำข่าวกรองโซ่อุปทานแบบเรียลไทม์เข้าสู่กระบวนการทำงานการจัดซื้อจัดจ้าง เนื่องจาก Krane จัดการการไหลของวัสดุประจำวันในโครงการก่อสร้างที่มีมูลค่ามากกว่า 17 พันล้านดอลลาร์สหรัฐฯ เราจึงสามารถจับเวลานำหน้าจริง การแสดงผลของซัพพลายเออร์ ระยะเวลาการส่งมอบ และความพร้อมของวัสดุตามที่เกิดขึ้น

Procurement OS ระบุวัสดุสำคัญจากข้อกำหนดโครงการ ตรวจสอบเวลานำหน้าแบบเบンチมาร์ก ประเมินซัพพลายเออร์ตามประสิทธิภาพจริง และกรองการเสนอราคาเพื่อความสอดคล้องก่อนที่จะ颁發 เรากำลังย้ายการก่อสร้างจากการจัดซื้อจัดจ้างโดยสมมติไปสู่การจัดซื้อจัดจ้างโดยหลักฐาน

หลายบริษัท AI มุ่งเน้นไปที่การสร้างข้อมูลเชิงลึก ในขณะที่ Krane ดูเหมือนจะก้าวไปสู่ตัวแทน AI ที่สามารถดำเนินการงานได้จริง คุณเห็นบทบาทของ AI วิวัฒนาการจากผู้ช่วยไปสู่ผู้ดำเนินการในกระบวนการทำงานก่อสร้างอย่างไร

เรามองว่าการพัฒนาต่อไปของ AI ในการก่อสร้างคือการเปลี่ยนจากการให้ข้อมูลไปสู่การช่วยทีมงานในการดำเนินงาน โครงการก่อสร้างสร้างข้อมูลจำนวนมาก แต่การระบุประเด็นนั้นเป็นเพียงขั้นตอนแรก ทีมงานยังคงต้องประสานงานกับซัพพลายเออร์ ตรวจสอบเวลานำหน้า จัดการการส่งมอบ และรักษาวัสดุให้เคลื่อนไหว

นั่นคือเหตุผลที่เราได้สร้างทีมก่อสร้าง AI โดยแต่ละตัวแทนรับผิดชอบส่วนเฉพาะของกระบวนการทำงานวัสดุ

• Milo แปลงข้อกำหนด การวาดภาพ และตารางเวลาเป็นบันทึกการจัดซื้อจัดจ้างและบันทึกการส่งมอบในเวลาไม่กี่นาที
• Arlo เชื่อมต่อตารางเวลาที่แยกจากกัน การส่งมอบ และบันทึกการจัดซื้อจัดจ้างเข้าด้วยกัน และให้กลยุทธ์การจัดซื้อจัดจ้างที่ชัดเจนสำหรับทีมก่อนการก่อสร้าง
• Chase ติดตามพันธมิตรทางการค้าเพื่อจัดลำดับความสำคัญของการส่งมอบ ตรวจสอบเวลานำหน้า และสถานะวัสดุ
• Lana สร้างเทมเพลตการส่งมอบและ QCs เพื่อให้ GC และพันธมิตรทางการค้าสามารถปรับปรุงคุณภาพของแพ็คเกจการส่งมอบและยื่นแบบอย่างตรงเวลา
• Rio อัตโนมัติการจัดกำหนดการในการส่งมอบ ป้องกันความขัดแย้ง และวิเคราะห์การใช้อุปกรณ์
• Theo ควบคุมกระบวนการจัดซื้อจัดจ้างตั้งแต่การเปรียบเทียบใบเสนอราคา การสร้าง RFP ไปจนถึงการส่งมอบ

มนุษย์ยังคงตัดสินใจที่สำคัญ แต่ AI จัดการงานที่ในอดีตใช้เวลาส่วนใหญ่ของทีมโครงการ

ศูนย์ข้อมูลกลายเป็นหนึ่งในพื้นที่สำคัญของ Krane เมื่อความต้องการ AI ขับเคลื่อนการก่อสร้างโครงสร้างพื้นฐานดิจิทัลทั่วโลก สิ่งใดคือความท้าทายโซ่อุปทานใหม่ที่เกิดขึ้นที่เครื่องมือการจัดการโครงการแบบดั้งเดิมต้องดิ้นรนในการจัดการ

ศูนย์ข้อมูลกำลังเผยให้เห็นขีดจำกัดของกระบวนการจัดซื้อจัดจ้างแบบดั้งเดิม

ส่วนประกอบสำคัญหลายอย่างที่ใช้ในการขับเคลื่อนสิ่งอำนวยความสะดวกเหล่านี้มีเวลานำหน้าที่ยาวมาก ตัวแปลงพลังงานสามารถใช้เวลา 3-5 ปีในการจัดซื้อ ในขณะที่อุปกรณ์สวิตช์เกียร์แรงดันกลางสามารถเกิน 60 สัปดาห์ ในเวลาเดียวกัน อุปกรณ์ไฟฟ้าและเครื่องจักรสามารถแสดงถึง 75% ของราคาที่รับประกันสูงสุดของโครงการ ซึ่งหมายความว่าการตัดสินใจในการจัดซื้อจัดจ้างมีผลกระทบทางการเงินอย่างมาก

เครื่องมือการจัดการโครงการแบบดั้งเดิมได้รับการออกแบบมาเพื่อติดตามสถานะโครงการหลังจากที่การตัดสินใจได้ถูกทำไปแล้ว ไม่ได้ให้ความสามารถในการมองเห็นแบบเรียลไทม์เกี่ยวกับการแสดงผลของซัพพลายเออร์ เวลานำหน้าที่เปลี่ยนแปลง และข้อจำกัดของโซ่อุปทานที่เกิดขึ้น

Procurement OS จัดการกับความท้าทายเหล่านี้ โดยใช้ข้อมูลโซ่อุปทานแบบเรียลไทม์จากโครงการที่กำลังดำเนินอยู่ ทีมงานสามารถตัดสินใจในการจัดซื้อจัดจ้างโดยอาศัยสิ่งที่เกิดขึ้นในตลาดในปัจจุบัน ไม่ใช่สิ่งที่เกิดขึ้นในโครงการที่แล้ว

หนึ่งในข้อกังวลที่ใหญ่ที่สุดเกี่ยวกับตัวแทน AI คือความไว้วางใจ ในการก่อสร้าง ซึ่งความล่าช้าหรือความผิดพลาดสามารถมีผลกระทบหลายล้านดอลลาร์ คุณสร้างสมดุลระหว่างการอัตโนมัติกับการกำกับดูแลของมนุษย์ได้อย่างไร

ความไว้วางใจเป็นสิ่งสำคัญเพราะการตัดสินใจในการก่อสร้างมีผลกระทบต่อระยะเวลาการจัดกำหนดการและงบประมาณจริงๆ

ปรัชญาของเราคือ AI ควรจัดการการประสานงาน ในขณะที่คนยังคงรับผิดชอบต่อการตัดสินใจและการตัดสินใจที่สำคัญ ทุกการดำเนินการของ AI ใน Krane มีคะแนนความมั่นใจ การตัดสินใจที่สำคัญต้องได้รับการอนุมัติจากมนุษย์ และกิจกรรมทั้งหมดถูกบันทึกผ่านการตรวจสอบ ซึ่งให้ความสามารถในการมองเห็นแก่ทีมงานว่าระบบกำลังทำอะไรและทำไม

ด้านหนึ่งของความไว้วางใจคือผลลัพธ์ ในพอร์ตโฟลิโอของเรา Krane ได้ติดตามความเสี่ยงของโซ่อุปทานมากกว่า 2,000 รายการก่อนที่จะถึงไซต์ก่อสร้าง และช่วยให้ลูกค้าบรรลุอัตราการส่งมอบตรงเวลา 92% เมื่อทีมงานเห็นความเสี่ยงถูกระบุเร็วขึ้นและประสานงานเกิดขึ้นเร็วขึ้น ความไว้วางใจจะตามมา

โครงการก่อสร้างมักเกี่ยวข้องกับผู้รับเหมา ผู้รับเหมาช่วง ซัพพลายเออร์ และผู้มีส่วนได้ส่วนเสียหลายรายที่ทำงานข้ามระบบที่ไม่เชื่อมต่อ การสร้างแหล่งที่มาของความจริงที่แท้จริงนั้นยากเพียงใด และ AI มีบทบาทในการทำให้สิ่งนี้เป็นไปได้อย่างไร

เป็นหนึ่งในความท้าทายที่ยากที่สุดในอุตสาหกรรมก่อสร้าง

โครงการโดยเฉลี่ยเกี่ยวข้องกับข้อมูลที่กระจายอยู่ทั่วผู้มีส่วนได้ส่วนเสียและระบบต่างๆ ผู้รับเหมา ผู้รับเหมาช่วง เจ้าของ ซัพพลายเออร์ และที่ปรึกษาทั้งหมดทำงานจากแหล่งข้อมูลที่แตกต่างกัน ซึ่งสร้างช่องว่าง ข้อมูลที่ขัดแย้ง และความล่าช้า

AI มีบทบาทสำคัญเพราะสามารถเชื่อมต่อและตีความข้อมูลข้ามสภาพแวดล้อมเหล่านี้ได้ Krane นำตารางเวลา การวาดภาพ บันทึกการจัดซื้อจัดจ้าง การส่งมอบ และการสื่อสารกับซัพพลายเออร์เข้าสู่สภาพแวดล้อมเดียวที่ทีมงานสามารถเห็นสถานะปัจจุบันของโครงการได้แบบเรียลไทม์

เมื่อทุกคนทำงานจากข้อมูลเดียวกัน ทีมงานจะได้รับความสามารถในการมองเห็นที่ดีขึ้นในการตัดสินใจอย่างรวดเร็วและรอบรู้ตลอดวงจรชีวิตของโครงการ นอกจากนี้ยังช่วยให้องค์กรเรียนรู้จากโครงการหนึ่งและนำไปใช้กับโครงการถัดไป ในอดีต ความรู้ส่วนใหญ่เหล่านี้อาศัยอยู่ในสเปรดชีต อีเมล และประสบการณ์ของบุคคล โดยทำให้ยากต่อการนำไปใช้ในการดำเนินการต่อ

Krane รวมเข้ากับแพลตฟอร์มที่ใช้กันอย่างแพร่หลายในอุตสาหกรรม แทนที่จะพยายามแทนที่พวกมัน คุณคิดว่าอนาคตของ AI ในการก่อสร้างจะถูกสร้างขึ้นรอบๆ การเพิ่มประสิทธิภาพของระบบซอฟต์แวร์ที่มีอยู่หรือระบบปฏิบัติการใหม่สำหรับการก่อสร้าง

ในระยะสั้น การเพิ่มประสิทธิภาพเป็นสิ่งจำเป็น

บริษัทก่อสร้างได้ลงทุนอย่างมากในแพลตฟอร์ม เช่น Autodesk, Procore, Microsoft Project, CMiC, SharePoint, Trimble Viewpoint และ Oracle Primavera P6 การขอให้พวกเขาแทนที่ระบบเหล่านี้ไม่ใช่เรื่องที่สมจริง และแท้จริงแล้วไม่จำเป็น

แนวทางของเราคือการรวมเข้ากับเครื่องมือที่ทีมงานใช้อยู่แล้ว และสร้างชั้นที่เชื่อมต่อกันข้ามเครื่องมือเหล่านั้น ซึ่งช่วยให้ลูกค้าสามารถทำงานต่อไปในกระบวนการทำงานที่คุ้นเคย ในขณะเดียวกันก็ได้รับประโยชน์จากการจัดซื้อจัดจ้าง AI ที่ขับเคลื่อน การจัดการวัสดุ และการประสานงานโซ่อุปทาน

ในระยะยาว ฉันคิดว่าเราจะเห็นระบบ AI ที่มีประสิทธิภาพมากขึ้นเกิดขึ้น แต่บริษัทที่ประสบความสำเร็จจะเป็นบริษัทที่เข้ากันได้กับระบบนิเวศเทคโนโลยีก่อสร้างที่กว้างขึ้น ไม่ใช่การบังคับให้ลูกค้าเริ่มต้นใหม่

อุตสาหกรรม AI ที่กว้างขึ้นกำลังเคลื่อนไปสู่การทำงานแบบอัตโนมัติ อะไรคือบทเรียนที่อุตสาหกรรมอื่นๆ สามารถเรียนรู้ได้จากการก่อสร้างเกี่ยวกับการใช้ตัวแทน AI ในสภาพแวดล้อมที่การดำเนินงานจริงและลอจิสติกส์มีความสำคัญมาก

บทเรียนหนึ่งคือ AI มีคุณค่ามากขึ้นเมื่อเชื่อมต่อกับข้อมูลการดำเนินงาน

Procurement OS ทำงานเพราะไม่ได้ถูกสร้างขึ้นบนแบบจำลองที่เป็นไปได้ของวิธีการทำงานของโซ่อุปทานก่อสร้าง แต่สร้างขึ้นจากการเคลื่อนไหวของวัสดุจริงในโครงการที่กำลังดำเนินอยู่ ทุกการตัดสินใจที่ทำใน Krane สร้างข้อมูลที่ช่วยปรับปรุงการดำเนินโครงการในอนาคต

เราได้เห็นสิ่งนี้เกิดขึ้นกับลูกค้าหลายรายตั้งแต่ระบบสุขภาพไปจนถึงผู้รับเหมาขนาดใหญ่ในอุตสาหกรรม รวมถึง Boldt, HITT Contracting, UCSF Health และ Juneau Construction พวกเขาไม่ได้ค้นหาอายที่สร้างข้อมูลเชิงลึกเพียงอย่างเดียว แต่ต้องการระบบที่ช่วยให้ทีมตัดสินใจได้ดีขึ้นและดำเนินงานได้อย่างมีประสิทธิภาพมากขึ้น

บทเรียนอีกประการหนึ่งคือการดำเนินงานมีความสำคัญมากกว่าการให้ข้อมูล การระบุประเด็นนั้นมีประโยชน์ แต่การแก้ปัญหานั้นคือที่ที่คุณสร้างมูลค่า ในอุตสาหกรรมที่การดำเนินงานทางกายภาพและลอจิสติกส์มีความสำคัญ AI ต้องช่วยให้องค์กรดำเนินการ

เมื่อมองไปข้างหน้า 5 ปี โครงการก่อสร้างที่มีการประสานงาน AI อย่างเต็มที่จะมีลักษณะอย่างไร บทบาทใดที่จะยังคงเป็นของมนุษย์ และส่วนใดของการดำเนินโครงการที่คุณคาดหวังว่าระบบอัจฉริยะจะจัดการอัตโนมัติ

ฉันคิดว่าเราจะเห็น AI ถูกฝังอยู่ลึกซึ้งตลอดโซ่อุปทานก่อสร้าง

งานที่ซ้ำซ้อน การบริหาร และใช้เวลาส่วนใหญ่ของทีมโครงการจะกลายเป็นอัตโนมัติมากขึ้น

ในหลายวิธี เรากำลังเคลื่อนไปในทิศทางนี้แล้วด้วย Procurement OS และทีมก่อสร้าง AI ของเรา วิสัยทัศน์คือระบบที่เรียนรู้จากทุกโครงการและช่วยให้ทีมตัดสินใจได้ดีขึ้นเร็วขึ้นในวงจรชีวิตของโครงการ

อย่างไรก็ตาม การก่อสร้างจะเป็นอุตสาหกรรมที่ขึ้นอยู่กับคนเสมอ กลยุทธ์โครงการ การจัดการผู้มีส่วนได้ส่วนเสีย การต่อรองทางการค้า และการตัดสินใจที่สำคัญจะยังคงต้องอาศัยการตัดสินใจและการใช้ประสบการณ์ของมนุษย์ AI จะจัดการการยกน้ำหนักการดำเนินงานมากขึ้น ในขณะที่คนจะเน้นไปที่ความเป็นผู้นำ ความสัมพันธ์ และการตัดสินใจ

ขอขอบคุณสำหรับการสัมภาษณ์ที่ยอดเยี่ยม ผู้อ่านสามารถเยี่ยมชม Krane เพื่อเรียนรู้เพิ่มเติม