A inteligência artificial e os algoritmos de aprendizado de máquinas têm sido trabalhado para trazer organização, agilidade e praticidade nos canteiros de obras. Nos últimos anos as empresas empenhadas neste setor construíram sistemas analíticos para que essas máquinas forneçam procedimentos úteis sobre como planejar, programar e executar projetos. Em alguns casos, a IA se tornaram uma parte padrão dos métodos de entrega de projetos de algumas empresas. Mas ainda é um desafio convencer os profissionais da construção civil a seguir os resultados apresentados pela IA, e há questões emergentes de como o risco será alocado quando as decisões baseadas em algoritmos começarem a conduzir os projetos.
Um dos principais usos da IA na construção tem sido a análise de programação do projeto realizada pelo algoritmo ALICE Technologies, ALICE. A empresa fez investimentos no setor nesses últimos anos (ENR 5/28/18 p.22), mas o fundador René Morkos diz que a construção pode estar se aproximando de um ponto crítico quando se trata de adoção de IA na construção civil.
SUGESTÃO DE LEITURA: TIJOLO ECOLÓGICO: TUDO O QUE VOCÊ PRECISA SABER
O algoritmo ALICE é capaz de examinar milhares de maneiras possíveis de executar um projeto, executando simulações do cronograma 4D e BIM de um projeto, reajustando conforme as variáveis são ajustadas na "receita" do projeto. Os usuários fazem ajustes nas entradas e ALICE analisa como isso afetará o cronograma. Mas Morkos diz que a ideia não é acatar as decisões de ALICE. Em vez disso, trata-se de automatizar o processo de geração de possíveis cronogramas alternativos.
À medida que mais empresas investem na coleta e organização adequada de seus dados de projeto, Morkos diz que tecnologias como ALICE e outras baseados em IA podem trazer uma série de vantagens ao resultado final da obra. “A proposta de valor fundamental do empreiteiro geral está mudando. Esse novo ecossistema será totalmente voltado para sistemas de dados integrados e serão de 20 a 30 empresas que aproveitaram os benefícios da aplicação da AI para a otimização de processo ”, afirma. “Temos uma sorte incrível de estar vivendo nesta era de ouro da tecnologia de construção.”
Planejando a elaboração e execução de uma torre residencial de 20 andares e $ 150 milhões dentro de um empreendimento em San Francisco, Michael MacBean, diretor de projeto da Pacific Structures, viu o algoritmo ALICE como uma segunda opinião sobre suas especificações. “Nós usamos na pré-construção daquele projeto para validar nossa abordagem ao projeto e verificar nossa produtividade”, diz ele, observando que ele tirou o máximo proveito da IA.. “O algoritmo é incrível. Sua capacidade é gigantesca de calcular todas as maneiras de otimizar os processos, obtendo o melhor aproveitamento possível, e é claro, vale destacar que fica muito melhor se você também tiver experiência humana em construção para fazer o melhor ”, diz MacBean.
MacBean encontrou no uso da IA ideias que lhe permitiram ajustar seu planejamento sem sobrecarregar sua equipe. “Em questão de minutos, você pode fazer mudanças na maneira como você faz seus projetos. Você quer o guindaste aqui ou ali, você quer dias de 8 ou 10 horas, você deveria recrutar 50 trabalhadores ou 20 trabalhadores? ”
Embora a Pacific Structures e sua empresa controladora Build Group estejam satisfeitos com o resultado apresentado por ALICE até agora, MacBean diz que há um problema mais amplo da indústria em torno de algoritmos confiáveis. “Vender a ideia de colocar toda essa confiança na IA é um obstáculo para toda a indústria”, diz ele. “É uma coisa difícil de falar. Existem muitos construtores em todo o país com mais de 30 anos de experiência em como construir, que dificilmente vão deixar toda esse conhecimento de lado para adotar alternativas da IA ” Mas MacBean acrescenta que, embora possa ser um processo lento trazer tecnologia baseada em IA para a construção, é uma grande passo para o avanço do setor.
Maha diz que este processo automatizado será usado em breve na preparação de propostas e no planejamento de projetos. “O objetivo é ajudar nosso pessoal de desenvolvimento, operações e programação de negócios a tomar decisões mais informadas com base em dados históricos para que tudo seja mais científico, ao invés do mau pressentimento de alguém sobre algo.”
Algoritmos eventualmente treinados nos dados históricos do DPR podem oferecer insights sobre quais projetos potenciais se alinham com o desempenho anterior e até mesmo estabelecer preços de licitação mais competitivos. Maha diz que esses são apenas alguns dos benefícios do esforço do DPR para melhorar sua abordagem de coleta e análise de dados. “Se alguns dados vêm do campo, é com base no conhecimento da pessoa que os preenche”, explica ele. “Você veio com esse número, mas como você apoia esse número? Essa mudança trata de remover a subjetividade nas decisões e passar para uma abordagem mais científica. ”
À medida que esses algoritmos começam a fazer sugestões viáveis, isso levanta a questão de responsabilidade e risco. Shrestha diz que Kwant.ai está examinando atentamente esta questão, citando como alguns projetos já estão usando seus dados analíticos para tomar decisões difíceis. “Temos CEOs e VPs olhando nossos painéis, tomando decisões”, diz ele. “Em algum momento, assumiremos parte desse risco.” Mas, por enquanto, o Kwant.ai se concentra em garantir a precisão dos dados, deixando as responsabilidades de tomada de decisão para seus usuários. “Nós pensamos nisso como carros autônomos: ainda é preciso haver pessoas no volante”, diz Shrest
LEIA A SEGUIR: COMO MONTAR CAIXARIAS SEM DERPERDÍCIOS
Comentários
Postar um comentário