W naszym poprzednim artykule zbadaliśmy, w jaki sposób ogólne rozwiązania sztucznej inteligencji często zawodzą w kontekście opieki zdrowotnej. Dziś zbadamy, jak ta lekcja odnosi się do sektora budowlanego, równie złożonej dziedziny, która wymaga specjalistycznych rozwiązań.

‍

Wprowadzenie: poza ogólną sztuczną inteligencją

Sztuczna inteligencja przyciągnęła uwagę liderów biznesu w każdym sektorze. Jednak, jak pokazują ostatnie doświadczenia z sektora opieki zdrowotnej i budownictwa, ogólne rozwiązania AI często zawodzą, gdy są stosowane w wysoce wyspecjalizowanych dziedzinach. Prawdziwa transformacja nie pochodzi z zastosowania ogólnych możliwości do konkretnych problemów, ale z budowania sztucznej inteligencji, która fundamentalnie rozumie domenę od jej podstaw.

‍

Prawda ta jasno wynika z analizy sektora budowlanego i nieruchomości, gdzie multidyscyplinarna złożoność, fragmentacja rynku i rygorystyczne przepisy tworzą unikalne wyzwania, którym skutecznie sprostać mogą tylko wyspecjalizowane rozwiązania.

‍

Potrzeba specjalistycznego zrozumienia sektora

‍

Niedopasowanie terminologiczne i regulacyjne

Ogólne modele IA nie rozróżniają prawidłowo podstawowych pojęć technicznych, takich jak "ściany nośne" i "ścianki działowe" lub "fundamenty płytowe" i "fundamenty słupowe", co prowadzi do błędnych interpretacji w projektach, w których dokładność ma kluczowe znaczenie dla bezpieczeństwa. To niedopasowanie terminologiczne rozciąga się również na różnice regionalne: włoska "płyta laterocementowa" ma inną charakterystykę niż północnoeuropejski system płyt, co ma krytyczne konsekwencje dla obliczeń konstrukcyjnych i antysejsmicznych.

‍

Podobnie, rygorystyczne ramy regulacyjne sektora budowlanego, z kodeksami budowlanymi, normami bezpieczeństwa i przepisami środowiskowymi, które różnią się w zależności od regionu, stanowią wyzwanie, z którym rzadko radzą sobie ogólne rozwiązania IA. Eurokody i włoskie normy techniczne dla budownictwa (NTC) wykazują znaczne różnice we współczynnikach bezpieczeństwa, których ogólna ocena skutków nie jest w stanie rozróżnić, co może mieć poważne konsekwencje dla bezpieczeństwa konstrukcji.

Rozpoznanie potencjału transformacyjnego

‍

Pomimo tych wyzwań, potencjał sztucznej inteligencji w transformacji branży jest powszechnie uznawany. Według badania JLL 2023 Global Real Estate Technology Survey, sztuczna inteligencja i generatywna sztuczna inteligencja znalazły się w pierwszej trójce technologii, które będą miały największy wpływ na branżę nieruchomości w ciągu najbliższych trzech lat przez inwestorów, deweloperów i najemców korporacyjnych. Ci sami respondenci wskazali jednak na mniejsze zrozumienie sztucznej inteligencji w porównaniu z innymi technologiami, takimi jak blockchain, wirtualna rzeczywistość i robotyka.

‍

Ta pozorna sprzeczność podkreśla potrzebę specjalistycznego podejścia, które może wypełnić lukę między uznanym potencjałem a faktycznym wdrożeniem.

‍

Specjalistyczne podejście: historie sukcesu w sektorze budowlanym

Specjalistyczne rozwiązania IA dla budynków już udowadniają swoją wartość poprzez konkretne studia przypadków:

‍

Ograniczenie błędów projektowych

W dużym projekcie mieszkaniowym wdrożenie branżowego modułu wywiadowczego doprowadziło do:

• 68% redukcja błędów projektowych
• 23% krótszy czas audytu
• Szacowane 15% oszczędności na kosztach ogólnych
• Znacząca poprawa czasu dostawy

Szczególnie zauważalny był wpływ na zarządzanie wariantami w trakcie procesu, które w przeszłości były odpowiedzialne za wzrost kosztów nawet o 20-30%. Wyspecjalizowana platforma zmniejszyła ten wpływ do 7% dzięki możliwości automatycznego propagowania zmian do wszystkich powiązanych dokumentów projektowych.

‍

Zoptymalizowane zarządzanie materiałami

Firma zajmująca się budową infrastruktury wdrożyła specjalistyczny moduł zarządzania materiałami, który zaowocował:

• 31% redukcja zapasów
• 24% spadek opóźnień w dostawach
• Oszczędności w wysokości ponad 2 milionów euro na kosztach logistyki
• Poprawa zrównoważonego rozwoju dzięki mniejszej ilości odpadów materiałowych

Kluczowym, ale często pomijanym aspektem był wpływ na zarządzanie przepływami pieniężnymi. Optymalizacja zakupów zmniejszyła aktywa trwałe o 42%, znacząco poprawiając sytuację finansową firmy.

‍

Optymalizacja planowania lokalizacji

Firma budowlana specjalizująca się w kompleksowej rewitalizacji obszarów miejskich wdrożyła algorytmy optymalizacji czasoprzestrzennej, które doprowadziły do..:

• 28% skrócenie ogólnego czasu przetwarzania
• 34% wzrost wydajności zespołu
• Spadek o 62% zakłóceń między pracami wykonywanymi jednocześnie
• Zwiększona przewidywalność czasu, z końcowymi odchyleniami poniżej 5 procent.

Przypadek ten pokazuje, w jaki sposób wyspecjalizowana sztuczna inteligencja może rozwiązać jeden z problemów endemicznych dla branży: trudność programowania w złożonych kontekstach z wieloma zmiennymi i ograniczeniami. Tradycyjne techniki zarządzania projektami, takie jak CPM lub PERT, wykazują znaczne ograniczenia w rzeczywistych scenariuszach, podczas gdy podejście oparte na sztucznej inteligencji wykazało wymierną przewagę operacyjną.

‍

Szerszy obraz: transformacja rynku nieruchomości

Wpływ sztucznej inteligencji wykracza poza budownictwo, przekształcając cały sektor nieruchomości w pięciu kluczowych wymiarach:

‍

1. Geolokalizacja i tworzenie klastrów

Firmy i inwestycje w dziedzinie sztucznej inteligencji koncentrują się na rynkach technologicznych o ugruntowanej pozycji. Badania JLL pokazują przyspieszony popyt na talenty AI, a liczba ogłoszeń o pracę wzrosła o ponad 250% od początku 2021 roku. W perspektywie długoterminowej wzrost ten będzie prawdopodobnie koncentrował się tam, gdzie dostępne są talenty AI: w uznanych głównych i drugorzędnych centrach technologicznych, centrach innowacji i na uniwersytetach.

W Stanach Zjednoczonych 42% firm zajmujących się sztuczną inteligencją koncentruje się w rejonie Zatoki San Francisco, a następnie w Bostonie, Seattle i Nowym Jorku, przy prognozowanym wzroście powierzchni nieruchomości o 1,6 miliona metrów kwadratowych do końca roku w samych Stanach Zjednoczonych.

‍

2. Zmiana popytu między aktywami

Rozwój sztucznej inteligencji wymaga coraz lepszych centrów danych, sieci energetycznych i infrastruktury łączności. Według JLL Global Data Centre Outlook 2023, globalny rynek kolokacyjnych centrów danych ma rosnąć o 11,3% rocznie od 2021 do 2026 roku, podczas gdy rynek hiperskalowych centrów danych ma rosnąć jeszcze szybciej, o około 20% rocznie.

Kryteria lokalizacji infrastruktury IA przywiązują większą wagę do niższych cen energii i niższych kosztów gruntów, napędzając wzrost na mniej zatłoczonych rynkach, takich jak Atlanta w USA, Malezja i Tajlandia.

‍

3. Nowe rodzaje aktywów i produktów

Pojawienie się "prawdziwie inteligentnego budynku" jest nieuchronne. Infrastruktura wykorzystująca sztuczną inteligencję stanie się domyślnym standardem, podobnie jak połączenia internetowe są domyślną cechą dzisiejszych budynków. Sztuczna inteligencja pomoże również w realizacji zeroemisyjnych budynków o wysokiej wydajności w zakresie zrównoważonego rozwoju.

Jest to zgodne z "dynamicznymi cyfrowymi bliźniakami" opisanymi w branży budowlanej, które wykraczają poza statyczną koncepcję BIM w kierunku modeli ewoluujących w czasie rzeczywistym przez cały cykl życia budynku, umożliwiając predykcyjne zarządzanie konserwacją, które zmniejsza koszty operacyjne o 23-31% i wydłuża żywotność obiektów o 15-20%.

‍

4. Nowe modele inwestycji i przychodów

Ulepszone przez sztuczną inteligencję ubezpieczenia i procesy umożliwią szybsze transakcje i bardziej efektywne zrozumienie nieruchomości i rynków, katalizując inwestycje w skali globalnej. Infrastruktura oparta na sztucznej inteligencji i możliwość łączenia wielu systemów może również umożliwić ekspansję modeli "przestrzeń jako usługa" i nowe źródła przychodów dla właścicieli i deweloperów.

Konkretnym przykładem przytoczonym w raporcie JLL jest firma Royal London Asset Management, która odnotowała znaczną poprawę w zakresie operacji HVAC i efektywności energetycznej w budynku komercyjnym o powierzchni 11 600 metrów kwadratowych. Wdrażając technologie sztucznej inteligencji JLL, firma osiągnęła rekordowy zwrot z inwestycji w wysokości 708% i oszczędność energii na poziomie 59%, zmniejszając emisję dwutlenku węgla nawet o 500 ton metrycznych rocznie.

‍

5. Nowe podejście do projektowania i funkcjonalności przestrzeni

Sztuczna inteligencja umożliwi projektowanie oparte na doświadczeniu i wysoce konfigurowalne ustawienia środowiskowe. Uzupełnia to multimodalną sztuczną inteligencję do inspekcji opisaną w branży budowlanej, która połączy zrozumienie tekstu, obrazów i danych z dronów i czujników IoT w celu monitorowania postępów i jakości budowy, ze szczególną obietnicą integracji z technologią LiDAR do monitorowania konstrukcji w czasie rzeczywistym.

‍

‍

Wymiar społeczno-ekonomiczny: wpływ na pracę i umiejętności

Wbrew obawom przed zastąpieniem, zebrane dane pokazują, że wyspecjalizowana sztuczna inteligencja ma pozytywny wpływ na siłę roboczą:

Doskonalenie istniejących umiejętności

Wyspecjalizowana sztuczna inteligencja zwiększyła rolę wyspecjalizowanych rzemieślników, uwalniając ich od zadań administracyjnych i pozwalając im skupić się na aspektach jakości wykonania. Doprowadziło to do wzrostu postrzeganej jakości i przewartościowania umiejętności technicznych.

‍

Podejście to jest zgodne z wizją CEO Microsoftu, Satyi Nadelli, zgodnie z którą dostawcy usług AI dokonują świadomego wyboru, aby zbadać podejście skoncentrowane na człowieku, opracowując produkty typu "co-pilot" zaprojektowane, aby pomagać ludziom, zamiast produktów typu "autopilot", które mają na celu całkowite zastąpienie ludzkich ról.

‍

Transformacja profili zawodowych

Pojawiają się nowe role hybrydowe, takie jak "kierownik budowy BIM" i "specjalista ds. budownictwa cyfrowego", z umiejętnościami łączącymi tradycyjne technologie budowlane i cyfrowe. Wynagrodzenia na tych stanowiskach są o 35-40% wyższe niż średnia w branży.

Według Goldman Sachs, który powołuje się na badanie przeprowadzone przez ekonomistę MIT Davida Autora, ponad 85% wzrostu zatrudnienia w USA w ciągu ostatnich 80 lat można wytłumaczyć tworzeniem nowych stanowisk napędzanych przez technologię.

‍

Demokratyzacja doświadczenia

Zdolność AI do kodyfikowania i udostępniania najlepszych praktyk zmniejszyła różnicę w wydajności między małymi i dużymi firmami, promując bardziej sprawiedliwą konkurencję opartą na rzeczywistej jakości, a nie wielkości firmy.

‍

Przyszłość: pojawiające się innowacje i podejście strategiczne

Nadchodzące postępy technologiczne

W sektorze budowlanym przyszłe innowacje obejmują:

• Analiza predykcyjna dla bezpieczeństwa w miejscu pracy: Modele, które z wyprzedzeniem identyfikują sytuacje ryzyka w oparciu o dane historyczne i konfiguracje miejsca pracy, z 76% zdolnością przewidywania wypadków i potencjalnym zmniejszeniem liczby poważnych wypadków o 58%.
• Multimodalna sztuczna inteligencja do inspekcji: Funkcjonalność, która integruje rozumienie tekstu, obrazów i danych z dronów i czujników IoT w celu monitorowania postępów i jakości konstrukcji.
• Integracja z robotyką zakładu: Wczesne projekty pilotażowe z robotami do układania podłóg i zautomatyzowanymi systemami wykończeniowymi wykazały wzrost wydajności nawet o 300% w powtarzalnych operacjach, przy najwyższej jakości i zmniejszonej ilości odpadów.

W szerszym sektorze nieruchomości JLL podkreśla, że rynek zastosowań biznesowych dla generatywnej sztucznej inteligencji ma osiągnąć 42,6 miliarda dolarów w 2023 roku, rosnąc o 32 procent rocznie do 98,1 miliarda dolarów do 2026 roku.

‍

Strategiczna i odpowiedzialna adopcja

Organizacje muszą zastanowić się, jak wykorzystać moc sztucznej inteligencji do wspierania swoich celów biznesowych w odpowiedzialny i etyczny sposób. JLL podkreśla znaczenie zachowania czujności wobec trzech rodzajów pojawiających się regulacji:

1. Standardy rynkowe i protokoły związane z jakością danych, prawami własności intelektualnej, prywatnością i bezpieczeństwem danych.
2. Regulacje mające na celu ograniczenie ryzyka społecznego, takie jak środki ochrony rynku pracy przed wstrząsami lub normy bezpieczeństwa dla pojazdów autonomicznych.
3. Przepisy dotyczące ochrony środowiska, w szczególności te mające na celu ograniczenie emisji dwutlenku węgla z rozwijającej się gospodarki cyfrowej.

Organizacje będą musiały zastanowić się nad kilkoma kluczowymi pytaniami: Co rozwój sztucznej inteligencji oznacza dla strategii inwestycyjnych i lokalizacyjnych? Jakie istniejące lub przyszłe zastosowania sztucznej inteligencji należy teraz przygotować i przetestować? Jakie są potencjalne zagrożenia biznesowe i społeczne?

‍

Wniosek: wartość specjalistycznego podejścia

Podobnie jak w sektorze zdrowia, prawdziwa transformacja w budownictwie i nieruchomościach nie wynika z zastosowania ogólnej sztucznej inteligencji do złożonych problemów, ale z rozwiązań stworzonych specjalnie z myślą o unikalnych wyzwaniach tego sektora.

‍

Branża budowlana jest przykładem sektora o wysokiej złożoności i niskim stopniu cyfryzacji: zajmuje przedostatnie miejsce wśród branż pod względem wskaźnika przyjęcia technologii cyfrowych. Te właśnie cechy sprawiają, że jest to idealny teren do zademonstrowania wartości wyspecjalizowanej sztucznej inteligencji w porównaniu z rozwiązaniami ogólnymi.

‍

Specyfika sektora budowlanego polega na tym, że jest on jednocześnie wiedzochłonny i pracochłonny, z delikatną równowagą między wymiarem poznawczym i operacyjnym. Ten dualizm wymaga systemów sztucznej inteligencji, które nie ograniczają się do przetwarzania danych, ale dogłębnie rozumieją procesy decyzyjne i operacyjne, które charakteryzują ten sektor.

‍

Jak zauważył jeden z kierowników projektu w dużej firmie architektonicznej: "Różnica między ogólnym a specjalistycznym IA w budownictwie jest taka, jak między ogólnym robotnikiem a wyspecjalizowanym mistrzem. Oba mają wartość, ale jeśli chodzi o złożone projekty, specjalistyczna wiedza staje się niezbędna".

‍

Wyzwaniem na przyszłość będzie znalezienie właściwej równowagi między pionową specjalizacją a horyzontalną interoperacyjnością, umożliwiając różnym uczestnikom łańcucha dostaw korzystanie z dostosowanych do potrzeb rozwiązań, które nadal mogą się ze sobą komunikować. Tylko w ten sposób sztuczna inteligencja może spełnić swoją obietnicę przekształcenia jednego z najbardziej odpornych na innowacje sektorów w przykład wydajności, zrównoważonego rozwoju i jakości.