AI. ไม่สามารถสร้างตึกสูงได้ แต่สามารถเร่งงานได้ (2023)

หมายถึงการปัดอย่างเจ้าเล่ห์ที่โฆษณาเกินจริงรอบ ๆ ปัญญาประดิษฐ์ป้ายโฆษณาณ สถานที่ก่อสร้างในเมืองแอนต์เวิร์ป ประเทศเบลเยียมในเดือนมิถุนายน อ่านว่า “เฮ้ ChatGPT สร้างอาคารนี้ให้เสร็จ”

ปัญญาประดิษฐ์ ซึ่งเป็นเทคโนโลยีที่ขับเคลื่อนแชทบอทอย่าง ChatGPT จะไม่รวบรวมอพาร์ทเมนต์หรือสร้างสนามกีฬาในเร็วๆ นี้ แต่ในการก่อสร้าง ซึ่งเป็นอุตสาหกรรมที่รู้จักกันทั่วไปในเรื่องคลิปบอร์ดและสเปรดชีต Excel การเปิดรับเทคโนโลยีอย่างรวดเร็วอาจเปลี่ยนแปลงความรวดเร็วของโครงการได้ ที่เสร็จเรียบร้อย.

โดรน กล้องถ่ายรูป แอพมือถือ และแม้แต่หุ่นยนต์บางตัวกำลังจัดทำแผนที่ความคืบหน้าแบบเรียลไทม์มากขึ้นในไซต์งานที่ขยายใหญ่ขึ้น ทำให้ผู้สร้างและผู้รับเหมาสามารถติดตามและปรับปรุงประสิทธิภาพของโครงการได้

“ลืมเรื่องหุ่นยนต์สร้างตึกระฟ้าไปเลย” James Swanston ประธานเจ้าหน้าที่บริหารของ Voyage Control ซึ่งเป็นผู้ผลิตซอฟต์แวร์การจัดการโครงการสำหรับไซต์ก่อสร้างกล่าว “นี่เป็นสิ่งพื้นฐานมากกว่า การได้รับข้อมูลที่คุณต้องการแล้วนำไปใช้ให้ดีขึ้น”

อุตสาหกรรมการก่อสร้างก็มีถูกมองว่าเป็นผู้ล้าหลังทางดิจิทัลมานานแล้วแต่สถาปนิกมักใช้เครื่องมือดิจิทัลในการออกแบบโครงการและสร้างพิมพ์เขียว เห็นแท็บเล็ตและโดรนในสถานที่ทำงานเดียวกันกับหมวกแข็งและเสื้อนิรภัยก็เป็นเรื่องปกติ

ขณะนี้กล้องที่ติดหมวกกันน็อคจะจับภาพของสถานที่เพื่อจัดเตรียมเวลาที่ทีมงานหรือวัสดุใหม่จะมาถึง และเซ็นเซอร์ที่แม่นยำสามารถตรวจจับได้ว่าหน้าต่างใหม่อยู่ห่างจากพิมพ์เขียวของโครงการเพียงไม่กี่มิลลิเมตรและจำเป็นต้องปรับเปลี่ยนหรือไม่ และเอไอ เริ่มถูกนำมาใช้ในการซื้อและขายอสังหาริมทรัพย์: JLL ซึ่งเป็นนายหน้าระดับโลกที่เพิ่งเปิดตัวแชทบอทของตัวเองเพื่อให้ข้อมูลเชิงลึกแก่ลูกค้า

การวิเคราะห์ข้อมูลที่ขยายออกไปนี้วางรากฐานสำหรับสิ่งที่หลายคนหวังว่าจะเป็นการปรับปรุงที่สำคัญในด้านความแม่นยำ ความเร็ว และประสิทธิภาพ โดยการลดระยะเวลาที่มากเกินไปและของเสียที่ทำให้การก่อสร้างมีค่าใช้จ่ายมากขึ้น

“อุตสาหกรรมการก่อสร้างเป็นอุตสาหกรรมที่ใหญ่ที่สุดในโลกในแง่ของการใช้เงินดอลลาร์ แต่เรากลับมีประสิทธิผลน้อยที่สุดในแง่ของการนำเทคโนโลยีมาใช้และความสามารถในการผลิตที่เพิ่มขึ้น” David Jason Gerber ศาสตราจารย์จาก University of Southern California ซึ่งงานวิจัยมุ่งเน้นไปที่เทคโนโลยีขั้นสูงกล่าว ในการก่อสร้าง

แต่การที่อุตสาหกรรมยอมรับ A.I. เทคโนโลยีเผชิญกับความท้าทาย รวมถึงความกังวลเรื่องความถูกต้องและภาพหลอน ซึ่งระบบจะให้คำตอบที่ไม่ถูกต้องหรือไร้สาระ

การประสานงานด้านพัสดุ แรงงาน และตารางเวลาที่ซับซ้อนยังคงเป็นงานที่น่ากังวล แต่บริษัทสตาร์ทอัพและนักลงทุนมองเห็นโอกาส โดยเฉพาะอย่างยิ่งโมเดลการเรียนรู้ของเครื่องซึ่งนำเข้าข้อมูลจำนวนมหาศาลเพื่อแยกแยะรูปแบบและคาดการณ์ว่าสถานการณ์ที่คล้ายคลึงกันจะคืบหน้าไปอย่างไร จะถูกนำมาใช้เพื่อปรับปรุงประสิทธิภาพของโครงการ

การแพร่ระบาดได้ผลักดันให้บริษัทก่อสร้างหันมาใช้เครื่องมือดิจิทัลมากขึ้น เพื่อให้สามารถทำงานในไซต์งานได้ในระหว่างการล็อกดาวน์ ซึ่งเร่งการพัฒนาเทคโนโลยีใหม่ ๆ ซาราห์ หลิว หุ้นส่วนของ Fifth Wall ซึ่งเป็นบริษัทร่วมลงทุนที่เน้นการลงทุนด้านอสังหาริมทรัพย์ กล่าว

“บริษัทที่ดีที่สุดไม่ได้หลอกตัวเองว่าเป็น A.I. บริษัท” เธอกล่าว “พวกเขากำลังหลอกตัวเองว่าเป็นบริษัทที่แก้ปัญหาได้”

บริษัทที่ปรึกษาด้านการก่อสร้าง nPlan นำโดย Dev Amratia ผู้ช่วยร่างยุทธศาสตร์ปัญญาประดิษฐ์ระดับชาติของสหราชอาณาจักร ใช้อัลกอริธึมที่ซับซ้อนเพื่อระบุความคืบหน้าของโครงการโครงสร้างพื้นฐานขนาดใหญ่ และหลีกเลี่ยงข้อผิดพลาดหรือช่องว่างในการจัดหา ระบบการเรียนรู้ของเครื่องได้รับการฝึกอบรมบนฐานข้อมูลมากกว่า 740,000 โครงการ

โครงการที่ใหญ่ที่สุดของบริษัทจนถึงปัจจุบันคือการยกเครื่องโครงสร้างพื้นฐานทางรถไฟมูลค่า 11 พันล้านดอลลาร์ในอังกฤษตอนเหนือ จะใช้บทเรียนที่ได้รับจากการศึกษาโครงการต่างๆ มากมายเพื่อสร้างแผนที่โครงการแบบเรียลไทม์ที่มีรายละเอียดสำหรับผู้สร้าง ซึ่งคาดว่าจะลดเหลือ 5 โครงการ เปอร์เซ็นต์ของต้นทุนทั้งหมด

Buildots สตาร์ทอัพในอิสราเอลที่ให้คำแนะนำการจัดการโครงการผ่านกล้องสวมใส่ที่วิเคราะห์ความคืบหน้าของอาคาร ได้ลงนามข้อตกลงสำหรับโครงการแรกในนิวยอร์กการพัฒนาแบบมิกซ์ยูสในแมนฮัตตัน. บริษัทได้ทำการศึกษาของสถานที่ก่อสร้างระดับนานาชาติ 64 แห่ง และพบว่ามีเพียง 46 เปอร์เซ็นต์ของไซต์งานโดยเฉลี่ยที่มีการใช้งานตลอดเวลา ซึ่งแสดงถึงการจัดองค์กรและกำหนดเวลาที่ไม่ดี

“ที่สถานที่ก่อสร้างที่ดีที่สุดที่เราเคยศึกษา ความคืบหน้าแตกต่างกันไป 30 เปอร์เซ็นต์ในแต่ละสัปดาห์” Aviv Leibovici ประธานเจ้าหน้าที่ฝ่ายผลิตภัณฑ์ของบริษัทและผู้ร่วมก่อตั้งกล่าว “ผมคิดว่ามีความไร้ประสิทธิภาพอย่างมากในอุตสาหกรรมนี้”

บริษัทในเครือของ Suffolk ซึ่งเป็นบริษัทก่อสร้างขนาดใหญ่ที่ตั้งอยู่ในบอสตัน ได้ลงทุน 110 ล้านดอลลาร์เพื่อสนับสนุนการเริ่มต้นการก่อสร้าง และ Suffolk มีทีมนักวิเคราะห์ข้อมูล 30 คนในการรวบรวมและกลั่นกรองข้อมูลจากไซต์งาน ที่สถานที่ก่อสร้างอาคาร South Station Tower ในบอสตัน ซึ่งเป็นอาคารสูง 51 ชั้นที่พัฒนาโดย Hines เครนมีกล้องที่บันทึกและติดป้ายเหล็กที่ใช้กับโครงของอาคาร ทำให้เกิดชุดข้อมูลที่คาดว่าจะใช้กับโครงการอื่น ๆ ในอนาคต มีการใช้โปรแกรมเพิ่มเติมเพื่อติดตามความคืบหน้าและคาดการณ์อุบัติเหตุด้วย

“เราไม่มีการว่างงานในอุตสาหกรรมนี้ เทคโนโลยีจะช่วยให้พนักงานที่มีอยู่ทำงานได้มากขึ้น” จอห์น ฟิช ประธานและประธานเจ้าหน้าที่บริหารของ Suffolk กล่าว "AI. กำลังจะเข้ามาแทนที่บริษัทที่ไม่ใช้ A.I”

มีความกังวลใจเกี่ยวกับ A.I. และรายงานปัญหาอย่างแม่นยำ ซึ่งถูกนำมาใช้ในอุตสาหกรรมที่ความปลอดภัยเป็นสิ่งสำคัญมาก โปรแกรมเช่น ChatGPT มีแนวโน้มที่จะสร้างคำตอบตามการคาดการณ์ที่ไม่ถูกต้องเป็นครั้งคราว Julien Moutte ประธานเจ้าหน้าที่ฝ่ายเทคโนโลยีของ Bentley Systems บริษัทซอฟต์แวร์ก่อสร้างกล่าว

“ในด้านโครงสร้างพื้นฐาน นี่เป็นสิ่งที่เราไม่สามารถจ่ายได้” เขากล่าว “เราไม่สามารถมี A.I. ทำให้เห็นภาพหลอนในการออกแบบสะพาน”

แต่ความสามารถในการทำงานเร็วขึ้นและราคาถูกกว่านั้นกลับกลายเป็นสิ่งที่น่าสนใจ Dusty Robotics บริษัทเทคโนโลยีในเมาน์เทนวิว รัฐแคลิฟอร์เนีย พัฒนาอุปกรณ์อัตโนมัติเพื่อติดตามพิมพ์เขียวของอาคารในสถานที่ก่อสร้าง ซึ่งเป็นงานที่มักทำด้วยมือ ขณะค้นคว้าเกี่ยวกับอุตสาหกรรมนี้ Tessa Lau ผู้บริหารระดับสูงของบริษัท สังเกตคนงานกำลังวัดแผนงานด้วยชอล์กและเทป คนงานบางคนถึงกับลองติดปากกาไว้ที่ Roombas

คุณเลากังวลเกี่ยวกับปฏิกิริยาที่คนงานจะต้องเจอกับหุ่นยนต์และ A.I. บุกรุกไซต์งานของพวกเขา แต่ในอุตสาหกรรมที่ต้องการดึงดูดคนงานอายุน้อย การเสนอให้ผู้มีโอกาสเป็นเด็กฝึกงานสามารถใช้โดรนและหุ่นยนต์สามารถช่วยในการสรรหาและรักษาพนักงานไว้ได้

“นี่เป็นเครื่องมือการรักษาที่ยอดเยี่ยม” เขากล่าว “มีเด็กที่เติบโตมากับ Xbox เข้ามาและสามารถประดิษฐ์เครื่องมือเหล่านี้ได้ในชั้นเรียนห้าชั่วโมง”

Dusty มี 120 ยูนิตในไซต์งานทั่วสหรัฐอเมริกา แต่นั่นเป็นเพียงจุดเริ่มต้น คุณ Lau เรียกหน่วยต่างๆ ที่สามารถรวบรวมข้อมูลกิกะไบต์ว่า “ม้าโทรจันเพื่อฝึกฝนเอไอแห่งอนาคต”

การลดความเสี่ยงอาจเป็นจุดที่เทคโนโลยีนี้สร้างความโดดเด่นในท้ายที่สุด ขึ้นอยู่กับสถานที่และลักษณะของงาน การประกันภัยสามารถคิดค่าใช้จ่ายได้มากถึง 10 เปอร์เซ็นต์ของต้นทุนของโครงการเดียว ซึ่งอาจมีมูลค่าหลายร้อยล้านดอลลาร์ได้อย่างง่ายดาย ตอนนี้ด้วย A.I. มอบวิธีที่ดีกว่าในการทำงานต่อไป โดยมีความเสี่ยงน้อยลงและมีตัวเลือกการประกันที่ถูกกว่า

Shepherd ซึ่งเป็นบริษัทสตาร์ทอัพประกันภัย ใช้ข้อมูลการก่อสร้างเพื่อให้ผู้รับเหมาได้รับเบี้ยประกันที่ถูกกว่า Wint สตาร์ทอัพสัญชาติอิสราเอลที่ใช้เซ็นเซอร์และอัลกอริธึมที่เป็นกรรมสิทธิ์ในการกำจัดความเสียหายจากน้ำ ซึ่งนำไปสู่การเรียกร้องความเสียหายประมาณหนึ่งในสามในสถานที่ก่อสร้าง ได้ถูกนำมาใช้ในโครงการประมาณ 2,500 โครงการ การศึกษาโดย Munich Re พบว่า Wint สามารถลดอัตราการสูญเสียได้ 90 เปอร์เซ็นต์

Justin Levine ผู้ร่วมก่อตั้งและประธานเจ้าหน้าที่บริหารของ Shepherd กล่าวว่า "ค่าใช้จ่ายในการประกันอาจเป็นตัวกำหนดความแตกต่างว่าโครงการต่างๆ จะได้รับการสนับสนุนทางการเงินอย่างยั่งยืนหรือไม่"