Vilka branscher har anammat digital transformation?
Den avancerade industrins utveckling har lett fram till möjligheten att maskinerna kan ta över fler okvalificerade arbeten, förbättra produktiviteten, höja säkerheten och generellt göra våra liv enklare.
Under de senaste årtiondena har automatiseringen omvandlat en rad sektorer, till exempel fordonsindustrin och andra tillverkningsbranscher som plastbearbetning.
Vissa uppgifter har blivit starkt effektiviserade genom automatisering, vilket ofrånkomligen har påverkat arbetsmarknaden. Enligt vissa undersökningar har nästan två miljoner jobb försvunnit inom brittisk tillverkning sedan år 2000 på grund av robotteknik.
Vad är AI och maskininlärning?
Robotar är en sak, men på senare år har även andra former av intuitiv teknologi tagit sig in i arbetslivet, särskilt artificiell intelligens (AI) och maskininlärning.
Många är bekanta med båda koncepten. AI simulerar den mänskliga intelligensens processer i maskiner, särskilt datorsystem, och fokuserar i vissa fall på tre kognitiva färdigheter: inlärning, resonemang och självkorrigering.
Maskininlärning fungerar på två olika sätt: övervakad inlärning, där en maskin tränas genom att använda befintliga eller kända in- och utdata så att den kan förutsäga framtida utdata; och oövervakad inlärning, där en maskin söker efter mönster eller strukturer som finns dolda i data och sedan använder dessa för att dra slutsatser och vidta åtgärder.
Teknologier som AI i byggbranschen är ett relativt nytt tillskott till företagens arsenal. Det är ett välkänt faktum att branschen gärna vill hitta sätt att förbättra produktiviteten och uppnå större effektivitet genom att använda nya tekniker och processer.
Fördelar med AI och maskininlärning i byggbranschen
Effektiviserad projektleverans
Ett ekonomiskt incitament följer av att storskaliga projekt är särskilt sårbara för risken för sen leverans. Enligt konsultföretaget McKinsey drabbas 98% av alla megaprojekt av kostnadsöverskridanden på mer än 30%, och fler än tre fjärdedelar (77%) levereras minst 40% sent.
Informationens roll blir allt viktigare för byggbranschen, eftersom den syftar till att lösa sådana problem. Det här medför dock särskilda utmaningar. I alla projekt, men i synnerhet de stora, arbetar entreprenörerna med enorma mängder data varje dag om allt från designändringar till materialtillgång, arbetskraftbrist och leveransproblem.
AI och maskininlärning i byggbranschen ger entreprenörer och andra intressenter möjlighet att med viss säkerhet förutsäga vad som behöver åtgärdas och hur brådskande det är.
Förbättrad säkerhet för personalen
Sådan teknologi kan också hjälpa dem som ansvarar för att se till att en byggarbetsplats hålls säker för alla som jobbar där. AI hjälper entreprenörer genom att bedöma risker och hjälpa till att motverka dem, antingen genom utbildning eller genom att identifiera var en viss risk kan finnas.
Att använda AI och maskininlärning för riskhantering låter som en självklarhet. I Storbritannien, där regeringen satsar stort på att bli en ”teknologisk supermakt” till 2030, finns det ett stort intresse för att ta vara på de möjligheter som väntar för branscher som byggbranschen.
Framtiden för AI och maskininlärning i byggbranschen
Enligt en granskning av professor Dame Wendy Hall och Jérôme Pesenti, Growing The Artificial Intelligence Industry In The UK, kan AI bidra med 630 miljarder pund (drygt 8 biljoner kronor) till den brittiska ekonomin till 2035.
Med tanke på hur beroende AI och maskininlärning är av data måste tillgängligheten öka, skriver man i granskningen. Med det i åtanke uppmanar rapporten till att skapa datastiftelser ”för att förbättra förtroendet och underlätta delningen av data”.
Bortsett från frågor om dataskydd, och trots att det kommer att betyda så mycket för sektorn, kommer införandet av AI och maskininlärning i byggbranschen inte att vara utan utmaningar.
Utmaningar för införandet – och mer därtill
Som Sloan School of Management på MIT påpekar: ”Maskiner tränas av människor, och mänskliga fördomar kan byggas in algoritmerna – om fördomsfull information, eller data som speglar befintliga ojämlikheter, matas in i ett maskininlärningsprogram kommer programmet att lära sig att upprepa det och upprätthålla olika former av diskriminering.”
MIT belyser frågan om algoritmer som införlivar stötande innehåll, till exempel rasistiska tweets och annat innehåll i sociala medier. Det kan effektivt sammanfattas som: ”Skräp in, skräp ut”.
I undersökningen Opportunities and Adoption Challenges of AI in the Construction Industry: A PRISMA Review, som publicerades förra året, belystes frågan för byggbranschen.
”Byggbranschen bör utnyttja AI i hela projektlivscykeln, eftersom det för med sig avsevärda fördelar”, säger man i granskningen. ”Den moderna byggbranschens komplexitet genom förstudie-, upphandlings- och förvaltningsstadierna är numera den främsta drivkraften bakom intresset för digital teknologi.”
”AI-tillämpningarna för branschen ligger dock fortfarande i startgroparna, och det kvarstår betydande luckor i forskningen innan digitala uppfinningar kan bli verklighet på byggarbetsplatsen. Byggbranschen måste överbrygga den här klyftan genom att titta på hur AI tillämpas i andra branscher.”
Man hävdar vidare i granskningen att AI-landskapet i byggbranschen hela tiden förändras, och att möjligheterna troligen kommer att uppväga utmaningarna på lång sikt, när AI-teknologierna mognar.
”Eftersom AI kräver avsevärda mängder data för att träna algoritmerna, kommer fördelarna sannolikt att gynna främst de stora företagen på kort sikt. De här fördelarna kommer dock att sprida sig till små och medelstora företag inom kort, när de upptäcker vilka kostnads- och tidsmässiga förbättringar det medför.”
Moderna byggmetoder blir i allt större utsträckning en del av byggbranschens erbjudande – tänk modulära tekniker – så det är inte så långsökt att tänka sig att mer avancerade teknologier kan bli standard i branschen inom en inte alltför avlägsen framtid.
Utövare och lagstiftare måste dock vara medvetna om behovet av att erbjuda sådan praktisk hjälp på ett pragmatiskt och effektivt sätt.
