211service.com
AI kan hjelpe byggebransjen til å jobbe raskere – og holde arbeidsstyrken fri for ulykker
Med tillatelse fra Suffolk og Smartvid.io
Bygningsarbeidere blir drept på jobben fem ganger oftere enn andre arbeidere. Nå har en ny type bygningsarbeider – en dataforsker – som mål å bruke kunstig intelligens for å forutsi sannsynligheten for skade og gripe inn.
Suffolk , en Boston-basert totalentreprenør med en årlig omsetning på 3 milliarder dollar, utvikler en algoritme som analyserer bilder fra arbeidsplassene sine, skanner dem for sikkerhetsfarer som for eksempel arbeidere som ikke bruker verneutstyr, og korrelerer bildene med ulykkesregistrene. Selskapet finjusterer fortsatt teknologien, men sier at det potensielt kan beregne risikovurderinger for prosjekter slik at sikkerhetsbriefinger kan holdes når en forhøyet trussel oppdages.
Suffolk skriver også en algoritme som vil analysere informasjon fra en rekke kilder, inkludert 10 år med planlegging av data fra arkivene, og prognoser for prosjektforsinkelser – informasjon som kan kommuniseres til bygningseiere og underleverandører. Suffolk utforsker også måter å utnytte data fra IoT-sensorer for å øke effektiviteten. En idé er å spore plasseringen av betongleverandørenes lastebiler slik at arbeiderne er klare til å tømme betongen så snart lastebilene ankommer.
Denne mockupen viser programvare som vil identifisere økt risiko for en ulykke, slik at tiltak kan iverksettes for å forhindre den. Med tillatelse fra Suffolk og Smartvid.io
Slik dataknusing er sjelden i konstruksjonen, som har vært treg med å ta i bruk avanserte analyser – delvis fordi marginene er tynne og utprøvde metoder har et godt grep. Folk vet hvordan de skal bygge slik de vet hvordan de skal bygge, sier James Benham, administrerende direktør i JBKnowledge , et programvare- og konsulentfirma som driver en årlig global undersøkelse om byggeteknologi . Og det er vanskelig å overbevise de fleste om å gjøre ting på en annen måte.
Men mangel på arbeidskraft og et ønske om å øke industriens lave produktivitetsrater tvinger noen firmaer til å investere i datavitenskap. Talsmenn sier at den spirende trenden til slutt kan forandre sektoren på 13 billioner dollar. Benham anslår at rundt 20 byggefirmaer i USA har lansert en slags datavitenskapelig initiativ de siste årene.
Suffolk er en av disse pionerene. I 2017 utnevnte den en McKinsey-administrasjonskonsulent ved navn Jit Kee Chin som sin første dataansvarlige. Rollen, som selskapet beskriver som å utnytte big data og avanserte analyser for å forbedre kjernevirksomheten, er en ny i byggebransjen. Andre selskaper kan ha en direktør for innovasjon, visepresident for konstruksjonsteknologi eller leder for FoU som håndterer lignende oppgaver, men Chin har uten tvil mer innflytelse, gitt hennes C-suite-tittel og brede mandat, som inkluderer å jobbe med selskapets innovasjon og strategi team på teknologiinitiativer.
Som andre entreprenørfirmaer genererer Suffolk mye data, fra feltrapporter og bilder på arbeidsplassen til leverandørkontrakter og inspeksjonsdokumenter. Tidligere kunne ikke selskapets ulike applikasjoner dele data enkelt, så selskapet slet med å gjøre noen form for prognoser. Chin hyret inn en gruppe datavitere og eksperter innen datavisualisering, IT og drift, som satt sammen selskapets datastrømmer og utviklet et online dashbord for å presentere informasjonen. Resultatet er et program som lar Suffolk-ansatte se på et enkelt sammendrag over alle selskapets prosjekter rundt om i landet og se detaljer om hver enkelts økonomi, sikkerhetsrekord, tidsplan og mer.
Chins gruppe bruker denne informasjonen til å lage prediktive algoritmer designet for å håndtere konstruksjonsrisiko. Den bygde sin arbeidersikkerhetsprediktor ved å ta mer enn 700 000 bilder fra 360 prosjekter de siste 10 årene, og laste dem opp til en skybasert plattform utviklet av oppstarten Smartvid.io , og kjører en bildegjenkjenningsalgoritme for å identifisere om arbeidere hadde på seg hjelmer, hansker og vernevester og briller. Teamet koblet deretter den merkede bildeinformasjonen, sammen med vær og andre prosjektrelaterte data, inn i en andre maskinlæringsmodell. Gruppen bestemmer nå om de skal justere algoritmen for å oppdage stiger og stillaser, som kan forårsake fall og farlig rot på en arbeidsplass.
Å skrive sine egne algoritmer bør også hjelpe Suffolk med å integrere nye typer data i sine prognoser. Selskapet eksperimenterer ofte med fremvoksende teknologi og tester for tiden bærbare dingser som kan programmeres til å gjenkjenne farlige soner på en arbeidsplass og registrere om arbeidere er til stede der, ifølge innovasjonssjef Chris Mayer .
Chin anslår at disse nye digitale verktøyene kan hjelpe Suffolk med å øke produktiviteten med 14 til 20 prosent i løpet av få år. En McKinsey-rapport fra 2017 sier byggefirmaer kan øke produktiviteten med så mye som 50 prosent gjennom sanntidsanalyse av data. Industrien trenger desperat denne typen kapasitet, sier Benham i JBKnowledge. Det kan hjelpe folk med å ta bedre beslutninger og barbere uker til måneder utenfor prosjektplanene.