A nivel mundial, las personas y las empresas gastan más de $ 10 billones por año en actividades relacionadas con la construcción, y se proyecta que seguirá creciendo un 4.2% hasta 2023.
Fuente: Constructivo
La IA en la construcción tiene el potencial de ayudar a los jugadores a obtener valor a lo largo de la vida útil del proyecto, que incluye: diseño, licitación y financiamiento; adquisiciones y construcción; operaciones y gestión de activos; y la transformación del modelo de negocio. La IA en la construcción ayuda a la industria en su conjunto a superar algunos de nuestros desafíos más difíciles, incluidas las preocupaciones de seguridad, la escasez de mano de obra y los excesos de costos y horarios.
A medida que las barreras de entrada del mercado disminuyen constantemente y los avances en IA, aprendizaje automático (ML) y análisis se aceleran, puede esperar que la IA (y la asignación de recursos canalizados hacia la IA) desempeñen un papel más importante en la construcción en los próximos años.
Pero, ¿qué es la inteligencia artificial y el aprendizaje automático en la construcción?
La inteligencia artificial (IA) es un término agregado para describir cuándo una máquina imita las funciones cognitivas humanas, como la resolución de problemas, el reconocimiento de patrones y el aprendizaje. El aprendizaje automático es un subconjunto de la IA. El aprendizaje automático es un campo de la inteligencia artificial que utiliza técnicas estadísticas para dar a los sistemas informáticos la capacidad de “aprender” de los datos, sin ser programados explícitamente. Una máquina se vuelve mejor para comprender y proporcionar información a medida que se expone a más datos.
Como dijo el ingeniero de aprendizaje automático de Trimble, Bob Banfield, cuando le preguntamos sobre el aprendizaje profundo en la construcción, “el aprendizaje automático incluye muchos algoritmos. Aquí hay un ejemplo rápido: si estuviera buscando averiguar si es probable o no contraer algún tipo de enfermedad, un tipo de algoritmo de aprendizaje podría abrirse camino a través de un árbol de preguntas como, ‘¿cuántos años tienes?’ Entonces, ‘está bien, ¿haces ejercicio?’ Y así sucesivamente. Si dices que sí, bajas una rama, y si dices que no, entonces bajas por otra. Ese es un algoritmo de aprendizaje automático perfectamente válido. Es como el juego 20 preguntas que podrías haber jugado cuando eras niño, excepto que en el aprendizaje automático esas preguntas se generan automáticamente”.
Tal como se aplican en la construcción, las “preguntas” y los algoritmos se vuelven significativamente más complejos. Por ejemplo, un programa de aprendizaje automático puede rastrear y evaluar el progreso en un plan de calificación para identificar los riesgos del cronograma temprano. Los algoritmos pueden “hacer preguntas” sobre mediciones de volumen de corte y llenado, tiempo de actividad y tiempo de inactividad de la máquina, patrones climáticos, proyectos anteriores o cualquier número de entradas para generar una puntuación de riesgo y determinar si es necesario realizar notificaciones.
10 beneficios de IA en la construcción
1. Evite sobrecostos
La mayoría de los megaproyectos superan el presupuesto a pesar de emplear a los mejores equipos de proyecto. Las redes neuronales artificiales se utilizan en proyectos para predecir sobrecostos en función de factores como el tamaño del proyecto, el tipo de contrato y el nivel de competencia de los gerentes de proyecto. Los datos históricos, como las fechas de inicio y finalización planificadas, son utilizados por modelos predictivos para visualizar cronogramas realistas para proyectos futuros. La IA ayuda al personal a acceder de forma remota a material de capacitación de la vida real, lo que les ayuda a mejorar sus habilidades y conocimientos rápidamente. Esto reduce el tiempo necesario para incorporar nuevos recursos en los proyectos. Como resultado, se acelera la entrega del proyecto.
2. IA para un mejor diseño de edificios a través del diseño generativo
Building Information Modeling es un proceso basado en modelos 3D que brinda a los profesionales de la arquitectura, la ingeniería y la construcción información para planificar, diseñar, construir y administrar edificios e infraestructura de manera eficiente. Para planificar y diseñar la construcción de un proyecto, los modelos 3D deben tener en cuenta los planes de arquitectura, ingeniería, mecánica, electricidad y fontanería (MEP) y la secuencia de actividades de los respectivos equipos. El desafío es garantizar que los diferentes modelos de los subequipos no choquen entre sí.
La industria utiliza el aprendizaje automático en forma de diseño generativo impulsado por IA para identificar y mitigar los conflictos entre los diferentes modelos generados por los diferentes equipos para evitar el retrabajo. Existe un software que utiliza algoritmos de aprendizaje automático para explorar todas las variaciones de una solución y genera alternativas de diseño. Una vez que un usuario establece los requisitos en el modelo, el software de diseño generativo crea modelos 3D optimizados para las restricciones, aprendiendo de cada iteración hasta que se le ocurre el modelo ideal.
3. Mitigación de riesgos
Cada proyecto de construcción tiene algún riesgo que viene en muchas formas, como calidad, seguridad, tiempo y riesgo de costo. Cuanto mayor sea el proyecto, mayor será el riesgo, ya que hay múltiples subcontratistas que trabajan en diferentes oficios en paralelo en los sitios de trabajo. Hoy en día existen soluciones de inteligencia artificial y aprendizaje automático que los contratistas generales utilizan para monitorear y priorizar el riesgo en el sitio de trabajo, por lo que el equipo del proyecto puede enfocar su tiempo y recursos limitados en los mayores factores de riesgo. La IA se utiliza para asignar automáticamente prioridad a los problemas. Los subcontratistas se clasifican en función de una puntuación de riesgo para que los gerentes de construcción puedan trabajar estrechamente con los equipos de alto riesgo para mitigar el riesgo.
4. Planificación del proyecto
Una empresa de inteligencia de construcción se lanzó en 2017 con la promesa de que sus robots e inteligencia artificial son la clave para resolver proyectos de construcción tardíos y por encima del presupuesto. La compañía utiliza robots para capturar de forma autónoma escaneos 3D de sitios de construcción y luego alimenta esos datos en una red neuronal profunda que clasifica qué tan avanzados están los diferentes subproyectos. Si las cosas parecen fuera de lugar, el equipo de gestión puede intervenir para hacer frente a pequeños problemas antes de que se conviertan en problemas importantes. Los algoritmos del futuro utilizarán una técnica de IA conocida como “aprendizaje por refuerzo”. Esta técnica permite que los algoritmos aprendan basándose en prueba y error. Puede evaluar infinitas combinaciones y alternativas basadas en proyectos similares. Ayuda en la planificación del proyecto, ya que optimiza el mejor camino y se corrige con el tiempo.
5. IA hace que los lugares de trabajo sean más productivos
Hay empresas que están empezando a ofrecer maquinaria de construcción autónoma para realizar tareas repetitivas de manera más eficiente que sus contrapartes humanas, como verter concreto, albañilería, soldadura y demolición. El trabajo de excavación y preparación está siendo realizado por excavadoras autónomas o semiautónomas, que pueden preparar un sitio de trabajo con la ayuda de un programador humano según las especificaciones exactas. Esto libera a los trabajadores humanos para el trabajo de construcción en sí y reduce el tiempo total requerido para completar el proyecto. Los gerentes de proyecto también pueden rastrear el trabajo en el sitio de trabajo en tiempo real. Utilizan reconocimiento facial, cámaras in situ y tecnologías similares para evaluar la productividad de los trabajadores y la conformidad con los procedimientos.
6. IA para la seguridad en la construcción
Los trabajadores de la construcción mueren en el trabajo cinco veces más a menudo que otros trabajadores. Según OSHA, las principales causas de muertes del sector privado (excluyendo colisiones en carreteras) en la industria de la construcción fueron las caídas, seguidas de golpes por un objeto, electrocución y atrapados en / entre. Una empresa de tecnología de la construcción con sede en Boston crea un algoritmo que analiza las fotos de sus sitios de trabajo, las escanea en busca de riesgos de seguridad, como que los trabajadores no usen equipo de protección y correlacione las imágenes con sus registros de accidentes. La compañía dice que potencialmente puede calcular las calificaciones de riesgo para los proyectos para que se puedan realizar sesiones informativas de seguridad cuando se detecta una amenaza elevada. Incluso comenzó a clasificar y publicar puntajes de seguridad para cada estado de los Estados Unidos en función del cumplimiento de COVID-19 en 2020.
7. AI abordará la escasez de mano de obra
La escasez de mano de obra y el deseo de impulsar la baja productividad de la industria están obligando a las empresas de construcción a invertir en inteligencia artificial y ciencia de datos. Un informe de McKinsey de 2017 dice que las empresas de construcción podrían aumentar la productividad hasta en un 50 por ciento a través del análisis de datos en tiempo real. Las empresas de construcción están comenzando a utilizar la IA y el aprendizaje automático para planificar mejor la distribución de la mano de obra y la maquinaria en todos los trabajos.
Un robot que evalúa constantemente el progreso del trabajo y la ubicación de los trabajadores y el equipo permite a los gerentes de proyecto saber instantáneamente qué sitios de trabajo tienen suficientes trabajadores y equipos para completar el proyecto a tiempo, y cuáles podrían estar quedándose atrás donde se podría desplegar mano de obra adicional.
Un robot impulsado por IA como Spot the Dog puede escanear de forma autónoma un sitio de trabajo todas las noches para monitorear el progreso, lo que hace posible que un gran contratista como Mortenson realice más trabajo en áreas remotas donde la mano de obra calificada es escasa.
8. Construcción fuera del sitio
Las empresas de construcción dependen cada vez más de fábricas externas atendidas por robots autónomos que ensamblan los componentes de un edificio, que luego son ensamblados por trabajadores humanos en el sitio. Las estructuras como las paredes pueden completarse al estilo de la línea de ensamblaje mediante maquinaria autónoma de manera más eficiente que sus contrapartes humanas, dejando que los trabajadores humanos terminen el trabajo de detalle como plomería, HVAC y sistemas eléctricos cuando la estructura está encajada.
9. IA y Big Data en la construcción
En un momento en que se crea una cantidad masiva de datos todos los días, los sistemas de IA están expuestos a una cantidad infinita de datos para aprender y mejorar todos los días. Cada sitio de trabajo se convierte en una fuente de datos potencial para la IA. Los datos generados a partir de imágenes capturadas desde dispositivos móviles, videos de drones, sensores de seguridad, modelado de información de construcción (BIM) y otros se han convertido en un conjunto de información. Esto presenta una oportunidad para que los profesionales y clientes de la industria de la construcción analicen y se beneficien de los conocimientos generados a partir de los datos con la ayuda de sistemas de inteligencia artificial y aprendizaje automático.
10. IA para post-construcción
Los administradores de edificios pueden usar la IA mucho después de que se complete la construcción. Al recopilar información sobre una estructura a través de sensores, drones y otras tecnologías inalámbricas, los análisis avanzados y los algoritmos impulsados por IA obtienen información valiosa sobre el funcionamiento y el rendimiento de un edificio, puente, carreteras y casi cualquier cosa en el entorno construido. Esto significa que la IA se puede utilizar para monitorear problemas en desarrollo, determinar cuándo se debe realizar un mantenimiento preventivo o incluso dirigir el comportamiento humano para una seguridad y protección óptimas.