Ешан Джаяманне, засновник і генеральний директор Krane – Інтерв’ю серія

Ешан Джаяманне, засновник і генеральний директор Krane, поєднує глибокі знання галузі будівництва з досвідом у сфері інженерії, аналітики та технологій. До заснування Krane у 2023 році він працював над великими проєктами для організацій, таких як Microsoft (MSFT ), Chevron (CVX ), UCSF та Caltrans, зосереджуючись на покращенні продуктивності, оптимізації ланцюгів постачання, будівництві з мінімальними витратами та операційній ефективності. Його досвід управління складними будівельними проєктами відкрив постійні проблеми координації та постачання в галузі, що надихнуло його на створення технологій, які допоможуть командам приймати кращі рішення та зменшувати дорогої затримки.

Krane – це платформа управління ланцюгами постачання будівництва, що використовує штучний інтелект для покращення видимості та координації постачання матеріалів, управління матеріалами та операцій проєктів. Платформа використовує агенти штучного інтелекту для автоматизації завдань, таких як відстеження матеріалів, управління постачальниками, ідентифікація ризиків та узгодження рахунків, допомагаючи командам будівництва зменшувати затримки та покращувати ефективність. Зосереджуючись на великомасштабних проєктах, таких як центри даних, медичні заклади та інфраструктурні проєкти, Krane спрямована на модернізацію однієї з найбільш фрагментованих та інтенсивних даних галузей будівництва.

Ви провели роки, працюючи над будівельною інженерією, аналітикою виробництва, оптимізацією проєктів та великомасштабними інфраструктурними проєктами, перш ніж заснувати Krane. Після того, як ви побачили на власні очі, як затримки постачання, проблеми відстеження матеріалів та фрагментовані робочі процеси вплинули на великі проєкти, який конкретний момент переконав вас, що штучний інтелект може вирішити проблеми, з якими галузь будівництва боролася протягом десятиліть?

Я провів понад десятиліття, працюючи над складними енергетичних, інфраструктурних та проєктами центрів даних, включаючи керівництво проєктами для компаній, таких як Microsoft та Chevron. Незалежно від розміру проєкту, я постійно бачив одні й ті ж проблеми: команди були перегружені заявками, матеріали були випущені пізно, а доставки не були скоординовані правильно, що створювало дорогої затримки.

Те, що переконало мене, що штучний інтелект може зробити різницю, було те, що побачив, як багато цієї роботи все ще керувалося через роз’єднані таблиці, електронні листи та телефонні дзвінки. Команди будівництва не мали нестачі у фахівцях; вони витрачали занадто багато часу на пошук інформації у фрагментованих робочих процесах.

Недавні досягнення у сфері штучного інтелекту зробили можливим читання будівельних специфікацій, креслень, графіків та записів постачання, а потім автоматизацію багатьох завдань координації, які традиційно вимагали значних ручних зусиль. Тоді стало зрозуміло, що штучний інтелект може допомогти змісти операційний тягар з проєктних команд та дати їм більше часу на фокусування на будівництві.

Ця ідея врешті-решт стала Krane. Сьогодні платформа керує більш ніж 17 мільярдами доларів активних будівельних проєктів у Північній Америці та нещодавно залучила 9 мільйонів доларів у рамках раунду сіяння для подальшого розширення нашої команди штучного інтелекту.

Будівництво історично відставало від галузей, таких як фінанси та програмне забезпечення, у прийнятті технологій. Чому ви вважаєте, що поточна хвиля штучного інтелекту відрізняється, і чому галузь нарешті готова до більш автономних систем?

Галузь стикається з двома проблемами одночасно: зростанням складності проєктів та зростанням нестачі робочої сили. Попит та складність центрів даних, медичних закладів та інших великомасштабних проєктів створюють більший тиск на ланцюги постачання будівництва, ніж будь-коли раніше. У той же час досвідчені фахівці виходять на пенсію швидше, ніж їх заміняють.

Інструменти, такі як ChatGPT, також допомогли продемонструвати, що штучний інтелект може зробити на практиці в користувальницькому вигляді. Це зробило технологію більш доступною та прискорило прийняття рішень щодо використання штучного інтелекту, створених для конкретних галузей, включаючи будівництво.

Сьогодні команди будівництва повинні доставляти більші та більш складні проєкти з меншим маржою помилок, керуючи волатильними та важко передбачуваними ланцюгами постачання. Тому ми бачимо такий великий інтерес до штучного інтелекту. Галузь не приймає технології заради технологій; вона шукає практичні способи допомогти командам керувати складністю, підтримувати видимість та тримати проєкти в русі.

Krane описує себе як платформу штучного інтелекту для управління ланцюгами постачання будівництва. Які найбільші неефективності все ще існують сьогодні у закупівлях, заявках, доставках та координації постачальників, про які більшість людей поза галуззю не знають?

Більшість людей здивовані тим, як багато будівельних закупівель все ще відбувається через таблиці, електронні листи, телефонні дзвінки та ручне супровід. Великий проєкт може включати сотні матеріалів, десятки постачальників, тисячі документів та постійно змінювані графіки, проте багато рішень щодо закупівель все ще приймаються на основі оцінок постачальників, історичного досвіду та припущень про ринок.

Когда ми розглянули проєкти, що працюють на Krane, ми виявили, що багато з найбільш дорогої затримки та перевитрат можна було б звести до мінімуму, якщо б рішення щодо закупівель приймалися місяцями раніше. Проблема полягала в тому, щоб визначити ризики достатньо рано, щоб зробити щось щодо них.

У наших даних ризики постачання з’являлися в середньому за 47 днів до того, як вони з’явилися в графіку проєкту. Це означає, що команди можуть мати тижні експозиції до ризику, перш ніж вони зможуть зробити щось щодо нього.

Саме тому ми запустили Procurement OS. Новий модуль Procurement OS від Krane приносить живу інтелектуальну систему ланцюгів постачання безпосередньо у робочі процеси закупівель. Оскільки Krane вже керує щоденним потоком матеріалів у більш ніж 17 мільярдів доларів активних будівельних проєктів, ми можемо захопити реальні терміни поставки, виконання постачальників, цикли заявок та доступність матеріалів, коли вони відбуваються.

Procurement OS автоматично ідентифікує критичні матеріали з проєктних специфікацій, оцінює живі терміни поставки, оцінює постачальників на основі фактичної продуктивності та перевіряє ціни на відповідність до того, як вони будуть нагороджені. Ми переходимо від закупівель на основі припущень до закупівель на основі доказів.

Багато компаній штучного інтелекту зосереджуються на генерації ідей, тоді як Krane, здається, рухається у бік агентів штучного інтелекту, які можуть активно виконувати завдання. Як ви бачите еволюцію ролі штучного інтелекту від помічника до оператора у робочих процесах будівництва?

Ми вважаємо, що наступна еволюція штучного інтелекту у будівництві полягає у переході від надання інформації до допомоги командам у виконанні роботи. Будівельні проєкти генерують величезну кількість даних, проте визначення проблеми – це лише перший крок. Команди все ще потребують координації з постачальниками, підтвердження термінів поставки, управління заявками та підтримки руху матеріалів.

Саме тому ми створили команду штучного інтелекту будівництва, де кожен агент володіє певною частиною матеріального потоку.

• Міло перетворює специфікації, креслення та графіки у повні журнали заявок та закупівель за хвилини
• Арло з’єднує ізольовані графіки, заявки та журнали закупівель у одну систему та надає чітку стратегію закупівель для команд перед будівництвом
• Чейз слідкує за партнерами, щоб пріоритизувати заявки, підтверджувати терміни поставки та статус матеріалів
• Лана створює шаблони заявок та контролює якість, щоб генеральними підрядчиками та партнерами могли покращити якість пакетів заявок та подати їх вчасно
• Ріо автоматизує графік доставки, запобігає конфліктам та аналізує використання обладнання
• Тео контролює процес закупівель від порівняння цін, створення запитів до доставки

Люди все ще приймають важливі рішення, проте штучний інтелект обробляє роботу, яка історично споживала години дня проєктної команди.

Центри даних стали однією з основних галузей діяльності Krane. Коли штучний інтелект стимулює глобальний будівельний бум цифрової інфраструктури, які нові проблеми ланцюгів постачання з’являються, з якими традиційні інструменти управління проєктами борються?

Центри даних розкривають обмеження традиційних процесів закупівель.

Багато критичних компонентів, які живлять ці об’єкти, тепер мають надзвичайно довгі терміни поставки. Трансформатори живлення можуть займати три-п’ять років для закупівлі, тоді як середньовольтна комутаційна апаратура може перевищувати 60 тижнів. У той же час електричне та механічне обладнання може становити до 75% гарантованої максимальної ціни проєкту, що означає, що рішення щодо закупівель мають величезні фінансові наслідки.

Традиційні інструменти управління проєктами розроблені для відстеження статусу проєкту після того, як рішення вже були прийняті. Вони не забезпечують реальної видимості виконання постачальників, зміщення термінів поставки або з’явлення обмежень ланцюгів постачання.

Procurement OS вирішує ці проблеми. Використовуючи дані ланцюгів постачання в реальному часі з активних проєктів, команди можуть приймати рішення щодо закупівель на основі того, що відбувається на ринку сьогодні, а не того, що відбулося на попередньому проєкті.

Однією з найбільших проблем щодо агентів штучного інтелекту є довіра. У будівництві, де затримки або помилки можуть мати наслідки у мільйони доларів, як ви балансуйте автоматизацію з людським наглядом?

Довіра критична, оскільки рішення щодо будівництва мають реальні наслідки щодо графіка та бюджету.

Наша філософія полягає в тому, що штучний інтелект повинен обробляти координацію, тоді як люди залишаються відповідальними за судження та прийняття рішень. Кожна дія штучного інтелекту в Krane включає рівень впевненості, критичні рішення потребують затвердження людини, а діяльність реєструється через аудиторські сліди. Це дає командам видимість того, що система робить, і чому.

Інший аспект довіри – це результати. У нашому портфелі Krane відстежила понад 2000 ризиків ланцюгів постачання до того, як вони досягли будівельної площадки, та допомогла клієнтам досягти рівня доставки вчасно у 92%. Коли команди постійно бачать ризики, визначені раніше, та координацію, що відбувається швидше, довіра природно слідує.

Будівельні проєкти часто включають десятки підрядчиків, субпідрядчиків, постачальників та зацікавлених сторін, які працюють у роз’єднаних системах. Наскільки складно створити справжнє єдине джерело правди, і яка роль штучного інтелекту у цьому?

Це одна з найскладніших проблем у будівництві.

Середня проєкт включає інформацію, розподілену серед багатьох зацікавлених сторін та систем. Генеральні підрядчики, субпідрядчики, власники, постачальники та консультанти всі працюють з різних джерел даних, що створює пробіли, конфліктну інформацію та затримки.

Штучний інтелект грає важливу роль, оскільки він може з’єднувати та інтерпретувати інформацію через ці середовища. Krane збирає графіки, креслення, журнали закупівель, заявки, доставки та комунікації постачальників у одному середовищі, де команди можуть бачити поточний стан проєкту в реальному часі.

Когда всі працюють з однієї інформації, команди здобувають кращу видимість, щоб допомогти їм приймати швидші та більш інформовані рішення протягом усього життєвого циклу проєкту. Що ще важливіше, це дозволяє організаціям вивчити один проєкт та застосувати ці знання до наступного. Історично, багато цієї інформації жила у таблицях, електронних листах та досвіді окремих членів команди, що робило її важкою для перенесення. Зберігаючи та структуруючи дані ланцюгів постачання через проєкти, Krane допомагає командам приймати кращі рішення щодо закупівель та планування з часом.

Krane інтегрується з платформами, які вже використовуються в галузі, а не намагається їх замінити. Чи думаєте ви, що майбутнє штучного інтелекту у будівництві буде побудовано навколо доповнення існуючих програмних екосистем або повністю нових операційних систем для будівництва?

У короткій перспективі доповнення є суттєвим.

Будівельні компанії вклали великі кошти у платформи, такі як Autodesk, Procore, Microsoft Project, CMiC, SharePoint, Trimble Viewpoint та Oracle Primavera P6. Запит на їх заміну не є реальним, і, чесно кажучи, це не потрібно.

Наш підхід полягає у тому, щоб інтегруватися з інструментами, які команди вже використовують, та створити з’єднаний шар через них. Це дозволяє клієнтам продовжувати працювати у знайомих робочих процесах, одночасно користуючись перевагами штучного інтелекту у закупівлях, управлінні матеріалами та координації ланцюгів постачання.

З часом я думаю, що ми побачимо більше штучного інтелекту, який буде виникати. Але компанії, які успішно впровадять його, будуть тими, які природно вписуються у ширшу екосистему технологій будівництва, а не змушують клієнтів починати з нуля.

Ширша галузь штучного інтелекту швидко рухається до агентських робочих процесів. Які уроки з будівництва можуть інші галузі вивчити щодо розгортання агентів штучного інтелекту в середовищах, де виконання та логістика мають значення?

Одним із уроків є те, що штучний інтелект стає набагато ціннішим, коли він з’єднаний з операційними даними.

Procurement OS працює, оскільки він не побудований на теоретичних моделях того, як ланцюги постачання будівництва повинні функціонувати. Він побудований на фактичному русі матеріалів через активні проєкти. Кожне рішення, прийняте в Krane, створює дані, які допомагають покращити виконання майбутніх проєктів.

Ми бачили, що це резонує з клієнтами, починаючи від систем охорони здоров’я та закінчуючи одними з найбільших підрядчиків галузі, включаючи Boldt, HITT Contracting, UCSF Health та Juneau Construction. Вони не шукають штучний інтелект, який просто генерує ідеї; вони хочуть системи, які допомагають командам приймати кращі рішення та виконувати роботу більш ефективно.

Іншим уроком є те, що виконання має значення більше, ніж ідеї. Визначення проблеми є корисним, проте вирішення її – це місце, де створюється цінність. У галузях, де фізичні операції та логістика мають значення, штучний інтелект повинен допомагати організаціям діяти.

Оглядаючись вперед на п’ять років, що таке повністю координований проєкт будівництва штучним інтелектом? Які рішення все ще належатимуть людям, а які частини виконання проєкту, як ви очікуєте, будуть керуватися інтелектуальними системами автономно?

Я думаю, що ми побачимо штучний інтелект глибоко інтегрований у ланцюги постачання будівництва.

Завдання, які є надзвичайно повторюваними, адміністративними та споживають день проєктної команди, стануть все більш автоматизованими.

У багатьох аспектах ми вже рухаємося в цьому напрямку з Procurement OS та нашою командою штучного інтелекту будівництва. Візія – система, яка вчиться з кожного проєкту та допомагає командам приймати кращі рішення раніше в життєвому циклі проєкту.

Тим не менше, будівництво завжди буде людиною. Проєктна стратегія, управління зацікавленими сторонами, комерційні переговори, і великі рішення щодо компромісів будуть продовжувати потребувати людського судження та досвіду. Штучний інтелект оброблятиме більше операційного навантаження, тоді як люди будуть зосереджені на лідерстві, відносинах та прийнятті рішень.

Дякуємо за велике інтерв’ю. Читачам, які бажають дізнатися більше, рекомендуємо відвідати Krane.