Sztuczna inteligencja może pomóc branży budowlanej w szybszej pracy — i uchronić pracowników przed wypadkami

Dzięki uprzejmości Suffolk i Smartvid.io

Robotnicy budowlani giną w pracy pięć razy częściej niż inni robotnicy. Teraz nowy rodzaj pracownika budowlanego — analityk danych — chce wykorzystać sztuczną inteligencję do przewidywania prawdopodobieństwa obrażeń i interwencji.

Suffolk , generalny wykonawca z Bostonu, którego roczna sprzedaż wynosi 3 miliardy dolarów, opracowuje algorytm, który analizuje zdjęcia z miejsc pracy, skanuje je pod kątem zagrożeń dla bezpieczeństwa, takich jak pracownicy nie noszący sprzętu ochronnego, i koreluje zdjęcia z rejestrami wypadków. Firma wciąż dopracowuje technologię, ale twierdzi, że może potencjalnie obliczać oceny ryzyka dla projektów, aby w przypadku wykrycia podwyższonego zagrożenia można było przeprowadzać odprawy dotyczące bezpieczeństwa.

Suffolk pisze również algorytm, który analizowałby informacje z różnych źródeł, w tym 10 lat planowania danych z archiwów i prognozy opóźnień w projektach — informacje, które można by przekazać właścicielom budynków i podwykonawcom. Suffolk bada również sposoby wykorzystania danych z czujników IoT w celu zwiększenia wydajności. Jednym z pomysłów jest śledzenie lokalizacji ciężarówek dostawców betonu, aby pracownicy byli gotowi do wylania betonu, gdy tylko ciężarówki przyjadą.

Ta makieta pokazuje oprogramowanie, które identyfikuje podwyższone ryzyko wypadku, aby można było podjąć działania, aby temu zapobiec. Dzięki uprzejmości Suffolk i Smartvid.io

Takie chrupanie danych jest rzadkością w konstrukcji, która powoli przyjmuje zaawansowaną analitykę — po części dlatego, że marże są niewielkie, a wypróbowane i prawdziwe metody mają mocną pozycję. Ludzie wiedzą, jak budować tak, jak wiedzą, jak budować, mówi James Benham, dyrektor generalny JBKwiedzy , firma zajmująca się oprogramowaniem i konsultingiem, która prowadzi coroczne globalne badanie technologii budowlanych . A większość z nich trudno przekonać do robienia rzeczy w inny sposób.

Jednak niedobór siły roboczej i chęć zwiększenia niskich wskaźników produktywności w branży zmusza niektóre firmy do inwestowania w analitykę danych. Zwolennicy twierdzą, że rozwijający się trend może ostatecznie przekształcić sektor o wartości 13 bilionów dolarów. Benham szacuje, że w ostatnich latach około 20 firm budowlanych w USA uruchomiło swego rodzaju inicjatywę w zakresie nauki o danych.

Suffolk jest jednym z tych pionierów. W 2017 roku powołała konsultanta ds. zarządzania McKinsey o imieniu Jit Kee Chin jako pierwszy główny inspektor danych. Rola, którą firma opisuje jako wykorzystanie big data i zaawansowanej analityki do usprawnienia podstawowej działalności, jest nową rolą w branży budowlanej. Inne firmy mogą mieć dyrektora ds. innowacji, wiceprezesa ds. technologii budowlanej lub szefa działu badań i rozwoju, który zajmuje się podobnymi zadaniami, ale Chin prawdopodobnie ma większy wpływ, biorąc pod uwagę jej tytuł dyrektora i szeroki zakres kompetencji, który obejmuje pracę nad innowacjami i strategią firmy zespoły ds. inicjatyw technologicznych.

Podobnie jak inne firmy budowlane, Suffolk generuje wiele danych, od raportów terenowych i zdjęć z placu budowy po umowy z dostawcami i zapisy z inspekcji. W przeszłości różne aplikacje firmy nie mogły łatwo udostępniać danych, więc firma miała trudności z wykonywaniem wszelkiego rodzaju prognoz. Chin zatrudnił grupę naukowców zajmujących się danymi i ekspertów w dziedzinie wizualizacji danych, informatyki i operacji, którzy połączyli kanały danych firmy i zaprojektowali pulpit nawigacyjny online do prezentowania informacji. Rezultatem jest program, który pozwala pracownikom Suffolk spojrzeć na jeden zbiorczy wykres wszystkich projektów firmy w całym kraju i zobaczyć szczegóły dotyczące finansów każdego z nich, historii bezpieczeństwa, harmonogramu i nie tylko.

Grupa Chin wykorzystuje te informacje do tworzenia algorytmów predykcyjnych zaprojektowanych do zarządzania ryzykiem budowlanym. Zbudował swój predyktor bezpieczeństwa pracowników, wykonując ponad 700 000 zdjęć z 360 projektów w ciągu ostatnich 10 lat, przesyłając je na platformę w chmurze opracowaną przez startup Smartvid.io oraz uruchomienie algorytmu rozpoznawania obrazów w celu określenia, czy pracownicy nosili kaski ochronne, rękawiczki oraz kamizelki i gogle ochronne. Zespół następnie połączył otagowane informacje o zdjęciach, wraz z pogodą i innymi danymi związanymi z projektem, do drugiego modelu uczenia maszynowego. Grupa podejmuje teraz decyzję, czy ulepszyć algorytm, aby wykryć drabiny i rusztowania, które mogą powodować upadki i niebezpieczny bałagan w miejscu pracy.

Pisanie własnych algorytmów powinno również pomóc firmie Suffolk zintegrować nowe typy danych z prognozami. Według dyrektora ds. innowacji firma często eksperymentuje z pojawiającą się technologią i obecnie testuje gadżety do noszenia, które można zaprogramować tak, aby rozpoznawały niebezpieczne strefy w miejscu pracy i rejestrowały obecność pracowników Chris Mayer .

Chin szacuje, że te nowe narzędzia cyfrowe mogą pomóc firmie Suffolk zwiększyć produktywność o 14 do 20 procent w ciągu kilku lat. Raport McKinsey z 2017 r. mówi, że firmy budowlane mogą zwiększyć wydajność nawet o 50 procent dzięki analizie danych w czasie rzeczywistym. Branża desperacko potrzebuje tego typu możliwości, mówi Benham z JBKnowledge. Może pomóc ludziom w podejmowaniu lepszych decyzji i skracaniu harmonogramów projektów o tygodnie lub miesiące.

ukryć