I vår förra artikel undersökte vi hur generiska lösningar för artificiell intelligens ofta misslyckas inom hälso- och sjukvården. Idag undersöker vi hur denna lärdom kan tillämpas inom byggsektorn, ett lika komplext område som kräver specialiserade lösningar.
Artificiell intelligens har fångat uppmärksamheten hos företagsledare inom alla sektorer. Men som den senaste tidens erfarenheter inom hälso- och sjukvården och byggsektorn visar misslyckas generiska AI-lösningar ofta när de tillämpas på högt specialiserade områden. Verklig förändring kommer inte från att tillämpa generella funktioner på specifika problem, utan från att bygga artificiell intelligens som i grunden förstår domänen från grunden.
Detta framgår tydligt av en analys av bygg- och fastighetssektorn, där tvärvetenskaplig komplexitet, marknadsfragmentering och stränga regler skapar unika utmaningar som endast specialiserade lösningar kan hantera på ett effektivt sätt.
Generiska IA-modeller gör inte korrekt åtskillnad mellan grundläggande tekniska begrepp som "bärande väggar" och "skiljeväggar" eller mellan "plattgrundläggning" och "pelargrundläggning", vilket leder till feltolkningar i projekt där noggrannhet är avgörande för säkerheten. Denna terminologiska missmatchning omfattar även regionala variationer: en italiensk "laterocementplatta" har andra egenskaper än ett nordeuropeiskt plattläggningssystem, vilket har avgörande konsekvenser för strukturella och antiseismiska beräkningar.
På samma sätt utgör det strikta regelverket för byggsektorn, med byggnormer, säkerhetsstandarder och miljöbestämmelser som varierar från region till region, en utmaning som generella IA-lösningar sällan klarar av att hantera. Eurokoderna och de italienska tekniska standarderna för byggande (NTC) uppvisar betydande skillnader i säkerhetskoefficienter som en generell IA inte kan särskilja, vilket kan få allvarliga konsekvenser för konstruktionssäkerheten.
Trots dessa utmaningar är AI:s potential för att förändra branschen allmänt erkänd. Enligt JLL:s 2023 Global Real Estate Technology Survey rankades AI och generativ AI bland de tre tekniker som kommer att ha störst inverkan på fastighetsbranschen under de kommande tre åren av investerare, utvecklare och företag. Samma respondenter uppgav dock att de hade mindre förståelse för AI jämfört med andra tekniker som blockchain, virtual reality och robotteknik.
Denna uppenbara motsägelse understryker behovet av specialiserade metoder som kan överbrygga klyftan mellan erkänd potential och faktiskt genomförande.
Specialiserade IA-lösningar för byggnader bevisar redan sitt värde genom konkreta fallstudier:
I ett stort bostadsprojekt ledde implementeringen av en branschspecifik intelligensmodul till:
Särskilt anmärkningsvärd var effekten på hanteringen av varianter i processen, som historiskt sett har lett till kostnadsökningar på upp till 20-30%. Den specialiserade plattformen reducerade dessa effekter till 7%, tack vare dess förmåga att automatiskt sprida ändringar till alla relaterade projektdokument.
En infrastrukturbyggare implementerade en specialiserad materialhanteringsmodul som resulterade i:
En viktig men ofta förbisedd aspekt var påverkan på kassaflödeshanteringen. Genom inköpsoptimering minskade anläggningstillgångarna med 42%, vilket avsevärt förbättrade företagets finansiella ställning.
Ett byggföretag som specialiserat sig på komplex stadsomvandling implementerade algoritmer för optimering av rymd-tid som resulterade i:
Detta fall belyser hur specialiserad AI kan lösa ett av branschens största problem: svårigheten att programmera i komplexa sammanhang med flera variabler och begränsningar. Traditionella projektledningstekniker som CPM eller PERT uppvisar betydande begränsningar i verkliga scenarier, medan det AI-baserade tillvägagångssättet har visat mätbar operativ överlägsenhet.
Effekterna av AI sträcker sig bortom byggsektorn och förändrar hela fastighetssektorn i fem viktiga dimensioner:
Företag och investeringar inom AI tenderar att vara koncentrerade till etablerade teknikmarknader. JLL:s forskning visar en accelererad efterfrågan på AI-talanger, med jobbannonser som ökat med mer än 250% sedan början av 2021. På lång sikt kommer denna tillväxt sannolikt att koncentreras till de platser där AI-talanger finns tillgängliga: etablerade primära och sekundära tekniknav, innovationscenter och universitet.
I USA är 42% av AI-företagen koncentrerade till San Francisco Bay Area, följt av Boston, Seattle och New York, med en beräknad fastighetstillväxt på 1,6 miljoner kvadratmeter fram till slutet av året bara i USA.
Utvecklingen av AI kräver fler och bättre datacenter, energinätverk och anslutningsinfrastruktur. Enligt JLL Global Data Centre Outlook 2023 förväntas den globala marknaden för colocation-datacenter växa med 11,3 procent per år från 2021 till 2026, medan marknaden för hyperscale-datacenter förväntas växa ännu snabbare, med cirka 20 procent per år.
IA:s kriterier för lokalisering av infrastruktur ger större vikt åt lägre energipriser och lägre markkostnader, vilket driver tillväxten till mindre trånga marknader som Atlanta i USA, Malaysia och Thailand.
Framväxten av den "verkligt intelligenta byggnaden" är nära förestående. AI-aktiverad infrastruktur kommer att bli en standard, precis som internetanslutningar är en standardfunktion i dagens byggnader. AI kommer också att bidra till att förverkliga utsläppsfria byggnader med hög hållbarhetsprestanda.
Detta ligger i linje med de "dynamiska digitala tvillingar" som beskrivs i byggbranschen, där man går från det statiska BIM-konceptet till modeller som utvecklas i realtid under byggnadens livscykel, vilket möjliggör förebyggande underhåll som minskar driftskostnaderna med 23-31% och förlänger anläggningarnas livslängd med 15-20%.
AI-förbättrad underwriting och processer kommer att möjliggöra snabbare transaktioner och en mer effektiv förståelse av fastigheter och marknader, vilket katalyserar investeringar på global nivå. AI-baserad infrastruktur och möjligheten att koppla samman flera system kan också möjliggöra en expansion av "space as a service"-modeller och nya intäktsströmmar för ägare och utvecklare.
Ett konkret exempel som nämns i JLL-rapporten är Royal London Asset Management, som noterade betydande förbättringar i HVAC-driften och energieffektiviteten i en 11 600 kvadratmeter stor kommersiell byggnad. Genom att implementera JLL:s AI-teknik uppnådde företaget en rekordavkastning på 708 % och energibesparingar på 59 %, vilket minskade koldioxidutsläppen med upp till 500 ton per år.
AI kommer att möjliggöra upplevelsedriven design och mycket anpassningsbara miljöer. Detta kompletterar den multimodala AI för inspektion som beskrivs i byggbranschen, som kommer att kombinera förståelse av text, bilder och data från drönare och IoT-sensorer för att övervaka framstegen och kvaliteten på byggandet, med särskilt lovande integration med LiDAR-teknik för strukturövervakning i realtid.
.png)
I motsats till farhågorna om substitution visar de insamlade uppgifterna att specialiserad AI har en positiv inverkan på arbetskraften:
Specialiserad AI har stärkt de specialiserade hantverkarnas roll genom att befria dem från administrativa uppgifter och göra det möjligt för dem att fokusera på kvalitetsaspekterna i utförandet. Detta har lett till en ökning av den upplevda kvaliteten och en omvärdering av tekniska färdigheter.
Detta synsätt ligger i linje med Microsofts VD Satya Nadellas vision om att leverantörer av AI-tjänster gör ett medvetet val att utforska en människocentrerad strategi och utveckla "co-pilot"-produkter som är utformade för att hjälpa människor, istället för "autopilot"-produkter som syftar till att helt ersätta mänskliga roller.
Nya hybridroller växer fram, till exempel "BIM Construction Manager" och "Digital Construction Specialist", med färdigheter som spänner över traditionell byggteknik och digital teknik. Dessa profiler har löner som är 35-40% högre än branschgenomsnittet.
Enligt Goldman Sachs, som hänvisar till en studie av MIT-ekonomen David Autor, förklaras mer än 85% av jobbtillväxten i USA under de senaste 80 åren av att nya tjänster skapats med hjälp av teknik.
AI:s förmåga att kodifiera och tillgängliggöra bästa praxis har minskat prestationsgapet mellan små och stora företag, vilket främjar en rättvisare konkurrens baserad på faktisk kvalitet snarare än företagsstorlek.
Inom byggsektorn omfattar framtida innovationer bland annat:
Inom den bredare fastighetssektorn lyfter JLL fram att marknaden för generativ AI förväntas uppgå till 42,6 miljarder USD 2023, med en årlig tillväxt på 32 procent till 98,1 miljarder USD 2026.
Organisationer måste överväga hur de ska utnyttja kraften i AI för att stödja sina affärsmål på ett ansvarsfullt och etiskt sätt. JLL understryker vikten av att vara vaksam på tre typer av nya regleringar:
Organisationer kommer att behöva reflektera över ett antal nyckelfrågor: Vad innebär tillväxten av AI för investerings- och lokaliseringsstrategier? Vilka befintliga eller framtida tillämpningar av AI behöver förberedas och testas nu? Vilka är de potentiella affärsmässiga och sociala riskerna?
Precis som inom hälso- och sjukvårdssektorn kommer den verkliga omvandlingen inom bygg- och fastighetsbranschen inte att ske genom att man tillämpar generisk AI på komplexa problem, utan genom lösningar som byggs specifikt för branschens unika utmaningar.
Byggbranschen är ett typiskt exempel på en sektor med hög komplexitet och låg digitalisering: den ligger näst sist bland branscherna när det gäller digital anpassning. Just dessa egenskaper gör den till en idealisk terräng för att visa värdet av specialiserad AI jämfört med generiska lösningar.
Byggsektorns särart ligger i att den är både kunskapsintensiv och arbetsintensiv, med en känslig balans mellan kognitiva och operativa dimensioner. Denna dualism kräver AI-system som inte är begränsade till databehandling, utan som på djupet förstår de besluts- och verksamhetsprocesser som kännetecknar sektorn.
Som en projektledare på en stor arkitektbyrå påpekade: "Skillnaden mellan allmän och specialiserad IA i byggbranschen är som mellan en allmän arbetare och en specialiserad mästare. Båda har ett värde, men när det gäller komplexa projekt blir specialistkunskaper oumbärliga."
Framtidens utmaning blir att hitta rätt balans mellan vertikal specialisering och horisontell interoperabilitet, så att de olika aktörerna i leveranskedjan kan dra nytta av skräddarsydda lösningar som fortfarande kan kommunicera med varandra. Endast på detta sätt kan AI uppfylla sitt löfte om att omvandla en av de mest innovationsresistenta sektorerna till ett exempel på effektivitet, hållbarhet och kvalitet.
.svg)
.svg)
.svg)
.jpeg)
.jpeg)