Ο κατασκευαστικός κλάδος – από τους πλέον σημαντικούς της οικονομικής δραστηριότητας, τόσο ως προς τo μέγεθος του απασχολούμενου εργατικού δυναμικού, όσο και ως προς το ύψος των κεφαλαίων που δαπανούνται – αναπτύχθηκε με βραδύτερο ρυθμό τα τελευταία χρόνια συγκριτικά με άλλους παραγωγικούς κλάδους, όπως για παράδειγμα η μεταποίηση. Η παραγωγικότητα ή η οικονομική απόδοση ανά εργαζόμενο δεν παρουσίασε σημαντική αύξηση. Βασική αίτια είναι το γεγονός πως ο συγκεκριμένος κλάδος τις τελευταίες δεκαετίες έχει υιοθετήσει νέες και ψηφιακές τεχνολογίες σε πολύ μικρό ποσοστό σε αντίθεση π.χ. με το λιανικό εμπόριο, τη μεταποίηση ή τη γεωργία. Η εμπειρία όμως αποδεικνύει πως η μηχανική μάθηση (machinelearning) και η τεχνητή νοημοσύνη (artificialintelligence – AI) συμβάλλουν στην αύξηση της αποτελεσματικότητας και στην εξοικονόμηση χρημάτων.

Η Τεχνητή Νοημοσύνη (ΑΙ) είναι ένας συσσωρευτικός όρος για να περιγράψει την ικανότητα που έχει μια μηχανή να μιμείται τις ανθρώπινες γνωσιακές λειτουργίες, όπως την επίλυση προβλημάτων, την αναγνώριση προτύπων και τη μάθηση. Η Μηχανική Μάθηση αποτελεί υποσύνολο της AI. Πρόκειται, δηλαδή, για ένα πεδίο τεχνητής νοημοσύνης που χρησιμοποιεί στατιστικές τεχνικές για να δώσει στα συστήματα ηλεκτρονικών υπολογιστών τη δυνατότητα να «μαθαίνουν» από τα δεδομένα, χωρίς να έχουν προγραμματιστεί ρητά για αυτό. Μια μηχανή γίνεται καλύτερη στην κατανόηση και την παροχή πληροφοριών, καθώς «εκτίθεται» σε περισσότερα δεδομένα.

Οι δυνητικές εφαρμογές της μηχανικής μάθησης και της AI στην κατασκευή είναι τεράστιες. Στη δυναμική καθημερινότητα του εργοταξίου τα αιτήματα για διάχυση της πληροφορίας, αντιμετώπιση ανοιχτών θεμάτων και αλλαγή παραγγελιών είναι δεδομένα. Η μηχανική μάθηση μπορεί να αποτελέσει τον έξυπνο βοηθό που μπορεί να ελέγξει αυτό το «βουνό» δεδομένων και να προειδοποιήσει τους διαχειριστές ενός για όλα τα κρίσιμα πράγματα που χρήζουν της προσοχής τους. Ήδη, πολλές εφαρμογές βρίσκονται σε αυτή την κατεύθυνση, με τα οφέλη να κυμαίνονται από το φιλικό φιλτράρισμα ανεπιθύμητων μηνυμάτων ηλεκτρονικού ταχυδρομείου μέχρι την προηγμένη παρακολούθηση της ασφάλειας των εργαζομένων.

Ειδικότερα, στον κατασκευαστικό κλάδο η χρήση της τεχνητής νοημοσύνης μπορεί να συμβάλει ως εξής:

• Αποτροπή υπέρβασης του κόστους αναλύοντας παράγοντες όπως το μέγεθος ενός έργου, το είδος των συμβάσεων και τη βελτίωση των δεξιοτήτων των διαχειριστών και εργαζομένων του έργου.
• Βελτίωση του σχεδιασμού των κτιρίων μέσω της μεθοδολογίας BIM.
• Μείωση του κινδύνου που μπορεί να παρουσιασθεί στην ποιότητα, στην ασφάλεια στο κόστος και στη διάρκεια κατασκευής ενός έργου.
• Ορθολογικός και ρεαλιστικός προγραμματισμός ενός έργου με ανάπτυξη αλγορίθμων που θα «μαθαίνουν» από τα προηγούμενα έργα.
• Παραγωγικότερη λειτουργία των εργοταξίων μέσω της διεκπεραίωσης επαναλαμβανόμενων εργασιών από μηχανήματα αποδεσμεύοντας ανθρώπινους πόρους.
• Αύξηση της ασφάλειας του εργοταξίου με χρήση αλγορίθμων που συγκεντρώνουν δεδομένα και εικόνες του εργοταξίου και προβλέπουν τους πιθανούς κινδύνους.
• Αντιμετώπιση ελλείψεων ανθρώπινου δυναμικού και μηχανημάτων μέσω της σωστής διανομής τους και χρήσης των δεύτερων ανάλογα με την εξέλιξη των επιμέρους εργολαβιών.
• Αύξηση της κατασκευής εκτός εργοταξίου ώστε στη συνέχεια τα προκατασκευασμένα στοιχεία να μεταφερθούν και να συναρμολογηθούν επί τόπου στο έργο.
• Δημιουργία μιας δεξαμενής πληροφοριών από διάφορα σημεία του εργοταξίου  και με διάφορα μέσα όπως κινητές συσκευές, drones, αισθητήρες, BIM ώστε να αναλυθούν τα δεδομένα από τα αντίστοιχα συστήματα και να συνδράμουν στη μηχανική μάθηση.
• Χρήση τεχνητής νοημοσύνης με το πέρας της κατασκευής και κατά τη διάρκεια της λειτουργίας ενός έργου μέσω της συλλογής και της αποθήκευσης δεδομένων με στόχο τη αντιμετώπιση των προβλημάτων που ανακύπτουν και τη συνεχή βελτίωση.

Σε ένα όχι και τόσο μακρινό μέλλον η ρομποτική, το διαδίκτυο και η τεχνητή νοημοσύνη μπορούν να μειώσουν σημαντικά το κόστος και τον χρόνο κατασκευής. Αυτό θα επιτευχθεί μέσω της παρακολούθησης των εργασιών με κάμερες, του ακριβέστερου σχεδιασμού της διέλευσης των ηλεκτρομηχανολογικών δικτύων σε σύγχρονα κτίρια, την ανάπτυξη αποτελεσματικότερων συστημάτων ασφαλείας στα εργοτάξια και κυρίως της αλληλεπίδρασης σε πραγματικό χρόνο των εργαζομένων των υλικών και των μηχανημάτων ώστε να προειδοποιεί έγκαιρα τους εργοδηγούς και επιβλέποντες για πιθανά κατασκευαστικά σφάλματα, προβλήματα παραγωγικότητας και ζητήματα ασφαλείας. Παρά τις προβλέψεις για μαζικές απώλειες θέσεων εργασίας, η τεχνητή νοημοσύνη  είναι απίθανο να αντικαταστήσει το ανθρώπινο δυναμικό. Στον αντίποδα, θα αλλάξει τα επιχειρηματικά μοντέλα στον κατασκευαστικό κλάδο, θα μειώσει τα ακριβά λάθη, θα μειώσει τους τραυματισμούς στο εργοτάξιο και θα καταστήσει τις εργασίες κτιρίων πιο αποτελεσματικές.

Τα στελέχη της εταιρείας «Delta Engineering – Σύμβουλοι Μηχανικοί» του Ομίλου Εταιρειών «Σαμαράς και Συνεργάτες» παρακολουθούν αδιάλειπτα τις εξελίξεις, ώστε να σας καθοδηγήσουν και να προτείνουν τις βέλτιστες λύσεις σε κάθε στάδιο της επένδυσής σας στον τομέα των υποδομών.

Συντάκτης: Κωνσταντίνος Παντελίδης | Διπλ. Πολιτικός Μηχανικός M.B.A. | Τμήμα Αδειοδοτήσεων Τεχνικών Έργων