思想领袖
数据中心淘金热:AI如何帮助建筑公司大获成功

要点到2030年,建筑业必须采用人工智能来管理价值6.7万亿美元的数据中心项目。
查看更多
- 到2030年,建筑业必须采用人工智能来管理价值6.7万亿美元的数据中心项目。
- 人工智能可通过监测工人安全模式,应对建筑业面临的劳动力短缺和自杀率危机。
- 超大规模企业需要建筑合作伙伴,用共同开发的绩效模型取代过时的合同形式。
数据中心的蓬勃发展对建筑业提出了一个世代性的挑战:该行业能否利用同样推动这场热潮的人工智能,终于弥补技术采用方面的差距?
建筑业是一个低利润率、高业务量的行业,通常不愿意采用创新技术,而且采用技术的速度缓慢。同时,该行业面临着许多挑战,包括劳动力短缺、协作不力以及较高的自杀和药物过量发生率。
与此同时,外部压力也在增大。到2030年,数据中心项目预计将在全球吸引近$6.7万亿的投资。建筑公司处于这些投资的中心,面临着许多机会,但它们是否准备好应对相关的压力?那些抓住机会、克服主要行业挑战的公司,将通过更妥善、更聪明地管理风险成为赢家。这需要利用同样推动数据中心热潮的人工智能,并成为超大规模企业和公用事业公司的合作伙伴。
三个核心挑战
与时间赛跑
超大规模企业(如硅谷巨头)急需将数据中心投入运营。由于工具如ChatGPT的出现,计算能力的需求不断增加。在建筑业,这意味着需要以最大效率和最短时间完成项目。任何延迟都将导致巨大的费用和损失。
劳动力短缺、自杀和技术采用的困境
每个超大规模项目都需要大量的现场工人,需要1,500名现场工人,并需要最好的EHS计划。这对一个已经面临严重劳动力短缺的行业来说是一个重大挑战。
劳动力短缺的困境还因更深层次的危机而加剧:美国建筑业如今是主要行业中自杀率最高的行业之一。数据中心的蓬勃发展和相对过时的方法要求建筑公司做更多事情,并且更快地完成,而现有的劳动力已经到了崩溃的边缘。同时支持人工智能驱动的增长和处理基础挑战以及主要依赖手动过程是不可持续的。
应对过度紧张和过时的电网
数据中心的电力需求预计在未来四年内将翻倍。同时,电网的“发动机故障警告”灯已经亮起。电力生成能力已经无法满足电力需求,升级基础设施的许可延迟也导致成本增加。这些问题对能源安全构成了重大威胁,影响所有相关利益相关者,包括建筑业。
为了绕过这些问题,超大规模企业正在脱离公共电网,采用“自带电力”的方法。这些力量对服务超大规模企业的建筑公司和公用事业行业产生了连锁效应。建筑公司需要以更好的协调、项目管理和几乎没有时间表滑移来执行项目。
人工智能的高影响领域
人工智能和实时分析在帮助建筑公司更有效地管理财务、运营、供应链和EHS风险方面发挥着重要作用。项目管理中嵌入的人工智能工具和实时分析不仅允许项目经理跟踪当前的费用和瓶颈,还可以预测几个月后的潜在费用和威胁。在一亿美元规模的项目中,在关键细节演变成大问题之前及时识别它们,会产生重大财务影响。
此外,人工智能有助于人性化建筑业,保护现场工人。人工智能系统可以跟踪长时间工作、过度旅行和危险的工作行为模式,以便经理可以在危机发生之前主动保护员工。
然而,行业必须克服对采用人工智能工具的广泛犹豫。最近的一项ASCE调查发现,仅有27%的行业正在使用人工智能进行运营。依赖手动操作意味着关键细节和风险可能会被忽略,削弱了审计性、可追溯性和问责制。同时,也阻止了建筑公司作为能够跟上超大规模企业要求的合作伙伴的发展。
同一项调查揭示了人工智能的积极影响:已经采用人工智能的那27%企业中,有94%计划扩大使用。早期采用者的信念是对整个行业的一个信号,表明人工智能已经开始带来可衡量的价值,以改善EHS、项目管理、现金流和供应链。
从承包商到合作伙伴的演变
在受监管的公用事业行业中,传统的合同结构往往忽略结果和绩效,而按照承包商投入的时间和所用材料计费,可能延长工期并增加账单。这在系统中创造了一个内在的动机,即延长项目,这种动机优先考虑低效率而不是节省和良好的绩效。这种做法不仅增加了公用事业用户的账单,还减缓了建筑业在财务和运营方面的技术采用。将这种模式用于十亿美元的数据中心项目,意味着按工时和材料计费的合同只要延误几个月,就会给业主和资金提供方增加数千万美元的成本。
相反,需要一个协同开发模型,其中超大规模企业、建筑公司和公用事业公司合作设计、融资和运营所需的基础设施。
此外,一个共生的奖励系统出现了。超大规模企业提供资本,公用事业公司提供基础设施知识,建筑公司将数据中心建设完成。高财务和项目成果被认为是评估承包商绩效的关键指标,奖励那些采用技术创新并作为创新合作伙伴的建筑公司。
数据中心的淘金热带来了风险,但也为愿意采用技术创新的人带来了不可否认的机会。数字化优先的方法与协同开发模型将在美国经济中最快增长的行业中区分赢家和失败者。













