We Are the Robots – byggebranchen, AI og maskinlæring

Byggebranchen er konstant på udkig efter nye måder at forbedre sig på, uanset om det gælder produktivitet, effektivitet, sikkerhed eller rentabilitet. Kan brug af kunstig intelligens og maskinlæring i et større omfang være vejen til at opnå disse effektivitetsforbedringer?

Hvilke brancher har taget den digitale transformation til sig?

Med avanceret industriel aktivitet kommer muligheden for, at maskiner kan overtage flere småjobs, forbedre produktiviteten, øge sikkerheden og generelt gøre vores liv lettere.

I de seneste årtier har automatiseringen ændret en række forskellige sektorer som bl.a. bilindustrien og andre fremstillingsindustrier som plastforarbejdning.

Selvom nogle opgaver er blevet langt mere effektive med automatiseringen, har det uundgåeligt haft en indvirkning på arbejdspladserne. Nogle undersøgelser tyder på, at næsten 2 millioner arbejdspladser er forsvundet i den britiske fremstillingsindustri siden 2000 på grund af robotteknologi.

Hvad er AI og maskinlæring?

Robotter er én ting, men i de seneste år har andre former for intuitiv teknologi gjort sit indtog på arbejdsmarkedet – og det gælder især kunstig intelligens (AI) og maskinlæring.

Mange mennesker kender begge begreber. AI simulerer menneskelige intelligensprocesser i maskiner, især computersystemer, med fokus på tre kognitive færdigheder: indlæring, ræsonnement og selvkorrigering.

Maskinlæring fungerer på to måder: overvåget læring, hvor en maskine trænes med eksisterende eller kendte input- og outputdata, så den kan forudsige fremtidige output, og uovervåget læring, hvor en maskine finder mønstre eller strukturer, der er skjult i data, og som derefter bruges til at drage konklusioner og tage handling.

Teknologier som AI i byggebranchen er en relativt ny tilføjelse til virksomhedernes arsenal af værktøjer. Det står dog klart, at sektoren meget gerne vil finde måder til at forbedre produktivitet og opnå større effektivitet med nye teknikker og processer.

Fordele ved AI og maskinlæring i byggebranchen

Strømlining af projektlevering

Et økonomisk incitament er, at store projekter i særdeleshed har risiko for at blive forsinket. Ifølge konsulentfirmaet McKinsey oplever 98 % af store projekter overskridelser af omkostninger på mere end 30 % af budgettet, og mere end tre fjerdedele (77 %) er mindst 40 % forsinkede.

Information spiller en fortsat vigtigere rolle i byggebranchen, efterhånden som der er mere fokus på at løse denne slags problemer. Men det medfører også sine egne udfordringer. På ethvert job – men især på større projekter – skal entreprenører hver dag arbejde med enorme mængder data, der omhandler alt lige fra designændringer til tilgængelighed af materialer, mangel på arbejdskraft og leveringsproblemer.

Med AI og maskinlæring i byggebranchen kan entreprenører og andre involverede parter med en vis sikkerhed forudsige, hvad der skal gøres, og hvor hurtigt der skal handles.

Forbedring af arbejdernes sikkerhed

En sådan teknologi kan også hjælpe dem, der har til opgave at sikre, at en byggeplads er sikker for dem, der arbejder på den. AI kan hjælpe entreprenører ved at vurdere risici og efterfølgende mindske dem – enten gennem træning eller ved at identificere, hvor en bestemt risiko opstår.

Det kan måske lyde indlysende at bruge AI og maskinlæring til risikostyring, og i lande som bl.a. Storbritannien, hvor den britiske regering vil være en “teknologisk supermagt” inden 2030, er der stor interesse i at udnytte de mange muligheder, som bl.a. byggebranchen kan få gavn af.

Fremtiden for AI og maskinlæring i byggebranchen

Ifølge en artikel af professor Dame Wendy Hall og Jérôme Pesenti, “Growing The Artificial Intelligence Industry In The UK”, vil AI kunne skabe en værdi på yderligere 814 milliarder USD (630 milliarder pund) i den britiske økonomi indtil 2035.

Adgang til data vil blive mere nødvendig, da AI og maskinlæring afhænger af det, siger artiklen. Og med det in mente opfordrer rapporten til oprettelse af datafonde “for at forbedre tillid og gøre det lettere at dele data”.

Når man ser bort fra databeskyttelse, vil implementeringen af AI og maskinlæring i byggebranchen stadig ikke være uden udfordringer, selvom fordelenes potentiale er enormt.

Udfordringer med implementeringen – og mere

Som MIT Sloan School of Management påpeger: “Maskiner trænes af mennesker, og menneskelige fordomme kan indgå i algoritmer – hvis fordomsfuld information eller data, der afspejler eksisterende uligheder, indføres i et maskinlæringsprogram, lærer programmet at gentage det og videreføre forskellige former for diskrimination.”

MIT fremhæver spørgsmålet om algoritmer, der overtager krænkende og stødende indhold som f.eks. racistiske tweets og andet indhold på sociale medier. Det betyder, at med dårlig input får du dårlig output.

En undersøgelse, “Opportunities and Adoption Challenges of AI in the Construction Industry: A PRISMA Review,”“, der blev offentliggjort sidste år, fremhæver dette spørgsmål for byggebranchen.

“Byggebranchen kan opleve fordele med AI gennem hele projektets livscyklus”, står der i rapporten. “Den stigende kompleksitet i det moderne byggeri, når det kommer til opstartsfasen, indkøb af byggematerialer og efter byggeriet, er nu den vigtigste drivkraft for at udvikle interessen for digitale teknologier.

“Men anvendelser af AI i industrien er kun i den indledende fase, og der er stadig meget research, der skal gøres, før digitale opfindelser på byggepladser bliver til virkelighed. Byggebranchen er nødt til at gøre dette ved at se på, hvordan AI anvendes i andre brancher”.

I undersøgelsen argumenteres der også for, at de positive muligheder for AI i byggebranchen hele tiden er under forandring, og at fordelene sandsynligvis vil være langt større end udfordringerne i det lange løb, når AI-teknologierne modnes.

“Fordi AI har brug for en stor mængde data til træning af algoritmen, vil store virksomheder sandsynligvis få flere fordele på kort sigt. Fordelene vil dog snart brede sig til små og mellemstore virksomheder, når de indser de omkostningsmæssige og tidsmæssige fordele, som det kan give”, tilføjes det.

Moderne byggemetoder bliver i stigende grad en del af tilbud – som fx modulære teknikker – så det er ikke langt ude at tro, at mere avancerede teknologier bliver en del af sektoren i en nær fremtid.

Men fagfolk og tilsynsmyndigheder er opmærksomme på behovet for at overvåge denne praktiske bistand på en pragmatisk og effektiv måde.

Hvilke kompetencer er der brug for i den moderne byggebranche?