مبنى جديد قبالة كولومبوس سيركل هو الآن أول مشروع في مدينة نيويورك لتطبيق تكنولوجيا بناء الذكاء الاصطناعي (AI) لزيادة الكفاءة بشكل كبير من حيث التكاليف والعمالة ووقت الإدارة والموارد.
البرج السكني الشاهق المكون من 26 طابقًا والذي تبلغ مساحته 197000 قدم مربع ، ويقع جنوب غرب سنترال بارك في 1841 برودواي ، ويستخدم منصة البناء AI Buildots ويتم تطويره بواسطة Global Holdings Management Group.
يتم استخدام هذه التقنية حاليًا في مواقع عبر أمريكا الشمالية والمملكة المتحدة وأوروبا والشرق الأوسط.
أشار Buildots CPO والمؤسس المشارك Aviv Leibovici إلى أن البناء هو في الغالب عمل يدوي ، على عكس صناعة السيارات وغيرها من الصناعات المؤتمتة للغاية التي تعتمد على فحوصات حالة الماكينة. مع وجود الكثير من الأشخاص الذين يتجولون في موقع ما ، غالبًا من مجموعة من الأنشطة التجارية المختلفة ، هناك طرق قليلة جدًا لمعرفة متى وكيف تم إجراء شيء ما.
وقال: “هناك فقط نقص في المعلومات الموثوقة لاستخدامها”.
مجموعة الذكاء الاصطناعي لتحويل صناعة البناء
وفقًا لـ Leibovici ، تم تصميم هذه التقنية لتكون بمثابة مصدر إلهام لمديري المشاريع في جميع أنحاء العالم. باستخدام تقنية Buildots AI ، يمكن للمديرين الانتقال بسرعة إلى النظام وفهم ما يحدث بالضبط في المشروع ، وأين توجد الفجوات وكيف تبدو وتيرة الإنشاء. بدلاً من قضاء الوقت في محاولة تحديد الجوانب المختلفة للمشروع وتحديدها كميًا ، تحررها Buildots لاتخاذ القرارات وتحديد أولويات التغييرات.
لتحقيق ذلك ، تلتقط منصة Buildots AI بيانات الموقع عبر كاميرات 360 درجة مثبتة على خوذة ، والتي يتم تحليلها تلقائيًا باستخدام خوارزميات الذكاء الاصطناعي الملائمة. توفر المنصة لفرق إدارة المشروع تقارير مرحلية دقيقة وتحليلاً مرئيًا.
في حين أن عمليات جمع البيانات هذه بسيطة نسبيًا ، قال ليبوفيتشي إن التكنولوجيا الجديدة توفر تحديات فريدة. مع الاعتراف بالاستخدام الملائم لتورية البناء ، قال ليبوفيتشي إن النظام يتطلب “عملية ملموسة” في الموقع دون الوقت لتغيير كيفية إنجاز الأمور في خطة التنمية الشاملة.
بالإضافة إلى ذلك ، يحتاج المديرون إلى اختيار كيفية تمثيل العالم للذكاء الاصطناعي بعناية. يحتاج تسلسل الأنشطة المكتوبة في الجزء العلوي من صفحة البرنامج إلى تتبع النطاق الدقيق لتلك الخلية الفردية وتعريفها بشكل صحيح.
سيضيف الذكاء الاصطناعي العام تريليونات إلى الاقتصاد العالمي: مكينسي
على سبيل المثال ، قال ليبوفيتشي إن تخيل سيناريو يقوم فيه المدير بتسمية أحد الأنشطة على أنه “جدران”. ولكن ، خلال الاجتماع الأسبوعي للمقاول من الباطن ، يسأل المقاول العام عما إذا كانت الجدران مؤطرة في الأرضية. إذا كان النظام يحتوي على جدران بنسبة 20٪ ، فكيف يمكن للشخص أن يعرف ما إذا كانت نسبة الـ 20٪ تشير إلى نسبة الجدران المؤطرة أم الجدران المنجزة بالكامل؟ يسلط هذا التناقض في المعلمة الضوء على أهمية حث الذكاء الاصطناعي بشكل صحيح على تحليل الجوانب دون مساحة للتفسير.
هذه العملية التي من المتوقع أن يحدد فيها الذكاء الاصطناعي كائنات مختلفة بشكل صحيح وسياقها داخل موقع البناء قد تحسنت بشكل تدريجي منذ إنشاء Buildots منذ أكثر من ثلاث سنوات. في المراحل المبكرة ، كان الذكاء الاصطناعي كثيرًا ما يرسل قرارات تحليل الكائنات إلى إنسان في الفريق لمراجعتها. ومع ذلك ، على عكس شيء مثل اللغة ، فإن مواد البناء موجودة في كل مكان إلى حد كبير.
بمجرد أن تمكنت الخوارزمية من تحديد الحوائط الجافة ، أصبح هذا العنصر قابلاً للتحديد في جميع مواقع البناء في جميع أنحاء العالم. في حين أن كل بناء يوفر تحدياته غير المتوقعة ، قال ليبوفيتشي إن النموذج الآن “أكثر فاعلية بكثير” ، مما يؤثر على الوقت الذي تستغرقه معالجة البيانات ويساعد على خفض تكلفة تشغيل التكنولوجيا.
مؤسسة LOWE تستثمر 50 مليون دولار لمعالجة مشكلة نقص العمالة التجارية
وجدت دراسة أجرتها Buildots أنه ، في المتوسط ، يتم استخدام 46 ٪ فقط من المناطق في المشروع ، مما يعني أن أكثر من نصف جميع المناطق المتاحة لا يتم العمل عليها في أي وقت معين على مدار الأسبوع. مما لا يثير الدهشة ، أن البيانات وجدت أنه عندما تنجح المشاريع في العمل في مناطق أكثر ، في المتوسط ، فإنها تنجز المزيد وتنتهي في الوقت المحدد. يأمل Leibovici أن يساعد نظام Buildots AI وواجهة البرامج المديرين على فهم ما يمنعهم من العمل في أكبر عدد من المجالات ومساعدتهم على وضع خطة للتحسين.
“هناك مصطلح مثير للاهتمام للغاية بدأت أسمعه من عملائنا. إنهم يسمونه جدولة الأمل الزائف ، وهو متى ، لأنه ليس لدينا حقائق محددة ، نقولها فقط ، نعم ، نعم ، سيكون الأمر جيدًا وقال ليبوفيتشي. سأنتهي في الوقت المحدد. وحتى أنني أقوم بتحديث جدول أعمالي بخطة جديدة لكيفية الانتهاء في الوقت المحدد “. “ولكن إذا كانت تلك الخطة الجديدة تعني أنني بحاجة إلى العمل ثلاث مرات بأسرع ما أفعل حتى الآن. وفي الأسبوع الأول من القيام بهذه الخطة الجديدة ، لم يتغير شيء في الموقع ، فهذا أمل كاذب.”
مع Buildots ، قال Leibovici إن البناة لديهم سيطرة تشغيلية أفضل للمشروع ويمكنهم على الفور معرفة ما إذا كانوا يعملون بالوتيرة الصحيحة. يمكن للذكاء الاصطناعي تحديد كفاءة كل جزء من سلسلة التوريد ومعرفة تلقائيًا من يكمل خطته ومن لا يكملها.
وقال: “لدينا عملاء فعلوا ذلك ، وأظهرنا كيف توصلوا إلى نتائج مهمة للغاية ، حتى الانتهاء في وقت مبكر ، وهو أمر لا يحدث كثيرًا في البناء ، للأسف”.
في المشروع الأول الذي ساعدت فيه Buildots والذي استخدم هذه المنهجية ، قال Leibovici إن الموقع شهد تقصير التأخير المتوقع بمقدار شهرين وانتقلت النسبة المئوية للانتهاء في الأسبوع من حوالي 20٪ (قياسي في مشاريع البناء) إلى أكثر من 50٪ في عدد قليل فقط أسابيع قصيرة.
على الرغم من التقدم السريع للذكاء الاصطناعي في السنوات العديدة الماضية ، يعتقد ليبوفيتشي أن الفجوة بين روبوتات البناء المستقلة بالكامل والاستخدام الحالي للذكاء الاصطناعي لتفسير مساحات كبيرة من البيانات هائلة. في رأيه ، هذه البيانات هي مجرد أداة للأشخاص الذين يديرون هذه المشاريع ، ومن غير المرجح أن يتخذ الذكاء الاصطناعي قرارًا بشأن لوجستيات المشروع بشكل مستقل.
وقال: “سيكون الأمر دائمًا متعلقًا بالمحترفين الذين يستخدمون المعلومات التي يحصلون عليها من الأجهزة أو الذكاء الاصطناعي لاستخدامها في اتخاذ القرارات لأن القرار يعتمد على العديد من العوامل التي لن تعرفها الآلة أبدًا”. “يعتمد على العلاقات ، ويعتمد على الأشخاص المعرضين للخطر ، ونحن بحاجة إلى مساعدتهم حتى لا تكون هذه هي المشكلة هنا. إنها تستند إلى التصميمات والأولويات والعملاء والمبيعات ، ولا أعرف. ربما في 100 عام ، سيتخذ الذكاء الاصطناعي القرارات أيضًا. من سأقول؟ لكن في القريب العاجل. “
