211service.com
AI die een bouwplaats scant, kan zien wanneer dingen achterop raken
Saad Salim / Unsplash
Bouwplaatsen zijn enorme puzzels van mensen en onderdelen die precies op het juiste moment in elkaar moeten worden gezet. Naarmate projecten groter worden, worden fouten en vertragingen duurder. Het adviesbureau Mckinsey schattingen dat wanbeheer ter plaatse de bouwsector 1,6 biljoen dollar per jaar kost. Maar meestal heb je misschien maar vijf managers die toezicht houden op de bouw van een gebouw met 1.500 kamers, zegt Roy Danon, oprichter en CEO van de Brits-Israëlische startup Buildots: Een mens kan die hoeveelheid details op geen enkele manier beheersen.
Danon denkt dat AI kan helpen. Buildots ontwikkelt een beeldherkenningssysteem dat elk detail van een lopend bouwproject bewaakt en automatisch vertragingen of fouten signaleert. Het wordt al gebruikt door twee van de grootste bouwbedrijven in Europa, waaronder de Britse bouwgigant Wates in een handvol grote woningbouw. Bouwen is in wezen een soort fabricage, zegt Danon. Als hightechfabrieken nu AI gebruiken om hun processen te beheren, waarom dan niet op bouwplaatsen?
AI begint verschillende aspecten van de bouw te veranderen, van ontwerp tot zelfrijdende graafmachines. Sommige bedrijven bieden zelfs een soort algemene AI-site-inspecteur die ter plaatse gemaakte afbeeldingen vergelijkt met een digitale plattegrond van het gebouw. Nu maakt Buildots dat proces eenvoudiger dan ooit door gebruik te maken van videobeelden van GoPro-camera's die op de veiligheidshelmen van werknemers zijn gemonteerd.
Wanneer managers een of twee keer per week een site bezoeken, legt de camera op hun hoofd videobeelden van het hele project vast en uploadt deze naar beeldherkenningssoftware, die de status van vele duizenden objecten op de site vergelijkt, zoals stopcontacten en badkameraccessoires —met een digitale replica van het gebouw.
De AI gebruikt de videofeed ook om tot op enkele centimeters nauwkeurig te volgen waar de camera zich in het gebouw bevindt, zodat het de exacte locatie van de objecten in elk frame kan identificeren. Het systeem kan meerdere keren per week de status van zo'n 150.000 objecten volgen, zegt Danon. Voor elk object kan de AI zien in welke van de drie of vier toestanden het zich bevindt, van nog niet begonnen tot volledig geïnstalleerd.
Inspecties ter plaatse zijn traag en vervelend, zegt Sophie Morris van Buildots, een burgerlijk ingenieur die in de bouw werkte voordat hij bij het bedrijf kwam. De AI van Buildots rekent af met veel repetitieve taken en laat mensen zich concentreren op belangrijke beslissingen. Dat is het werk dat mensen willen doen: niet hoeven te gaan kijken of de muren geverfd zijn of dat iemand te veel gaten in het plafond heeft geboord, zegt ze.
Een ander pluspunt is de manier waarop de technologie op de achtergrond werkt. Het legt gegevens vast zonder dat u met spreadsheets of schema's door de site hoeft te lopen, zegt Glen Roberts, operations director bij Wates. Hij zegt dat zijn bedrijf nu van plan is het Buildots-systeem op andere locaties uit te rollen.
Het meerdere keren per week vergelijken van de volledige status van een project met het digitale plan heeft ook een groot verschil gemaakt tijdens de covid-19-pandemie. Toen bouwplaatsen werden gesloten voor alle, behalve de meest essentiële werknemers ter plaatse, konden managers van verschillende Buildots-projecten de voortgang op afstand volgen.
Maar AI zal die essentiële werknemers niet snel vervangen. Gebouwen worden nog steeds door mensen gebouwd. Uiteindelijk is dit een zeer arbeidsgedreven industrie, en dat zal niet veranderen, zegt Morris.
Wijzigingsnotitie: we hebben de tekst gewijzigd om te verduidelijken hoe het Buildots-systeem verschilt van andere.