建設における人工知能の能力と限界

建設における人工知能の能力と限界

AI は、建設業界が大規模なインフラ プロジェクトを計画、実行、管理する方法に革命をもたらし、組織が全体像を把握できるようにします。業界の専門家 5 人中 4 人が、AI がその能力を完全に発揮すると、AI 主導の戦略的プロジェクト洞察がプロジェクトの成果に大きな影響を与えるという事実に同意しています。

同様に、建設業界の専門家のほとんどは、成長を促進するためにデジタル技術とデータ収集、分析、AI 主導の洞察が重要であることを認識し続けています。

しかし驚くべきことに、ほとんどの組織が前進し、サプライ チェーンの課題やスキルと労働力の不足などのリスクに直面している一方で、何らかの AI と機械学習を活用してそのようなビジネスの混乱に対処しているのはわずか 50% にすぎません。同様に、これらの組織のうち、最先端の AI を活用して新しい知識を生み出している組織はごくわずかです。

建設業界の専門家の中には、作業の大部分が手作業であるため、AI の使用事例と利点を理解するのが難しい人もいます。より基本的なテクノロジーを採用している組織では、この状況はさらに複雑になることがよくあります。しかし、AI が急速に進歩するにつれて、建設組織が AI を導入することで実現できる生産性と成長のメリットがより明確になってきています。過去 40 年以上にわたって生産性が横ばいだった企業でも、ようやく改善が見られるようになりました。

人材とスキルの不足

AI が建設業界にもたらす主なメリットの 1 つは、レポート作成やタイムカード、安全監査の処理、調達などの既存の手動タスクの自動化など、独自の創造的な方法で業界内の人員不足に対処できることです。差し迫った人材不足とスキル不足は、多くの業界の専門家を悩ませています。

プロジェクト計画は、特定の役割を担う主題の専門家が必要とされる分野の 1 つであり、大規模な言語モデルの出現により、ソフトウェアの操作方法を知らなくても、より多くの人々が情報を検索し、意思決定を行えるようになります。当然のことながら、人々はこのような高度なテクノロジーの導入に懐疑的です。新しいということは、AI アプリケーションに対する理解、信頼、専門知識を構築するには、実験、反復、繰り返しが必要であることを意味します。そして、より広範なデジタル変革と同様に、データこそがまさに成功への鍵となります。

人工知能は高品質のデータに依存する

AI 駆動型予測モデルの使用を通じて得られる動的な洞察は、従業員がデータに基づいた意思決定を行うのに役立ち、多くの場合、プロジェクト成果の向上につながります。現在、プロジェクトの成果を向上させるために、ほぼ半分の時間、過去のプロジェクト データが使用されています。

特に、AI は、より広範なコンテキストにおけるプロジェクト データに基づいて、迅速な分析、パターンの発見、シナリオ評価を可能にします。その後、リスクが最も少ない代替アプローチを提案し、個々のプロジェクトの成果だけでなく、効率性と全体的な生産性も向上させることができます。

最も効果的な洞察を得るには、データの質と量の両方に重点を置く必要があります。データが少なすぎたり、品質が悪すぎると、結果はほとんど得られません。観察された障壁の 1 つは、AI が入力として依存するデータと AI を直接使用するデータに関して最も一般的な断絶です。

数量、場所、日付などを入力することの重要性を理解していないと、データが欠落したり不正確になったりすることがあり、その結果、組織は AI 投資の価値を十分に得られなくなります。すべての従業員が組織が AI で取ろうとしている方向性を理解し、日常的なデータ入力タスクが突然重要になる理由をよりよく理解することが重要です。

注目すべきは、労働力が世代的に本質的に技術に精通した人々に移行するにつれて、この部分が時間の経過とともに実現する可能性が高いということです。ただし、AI 開発者も使用の障壁を取り除く役割を担っています。高品質なデータを収集し、ユーザー エクスペリエンスと収益に重点を置きます。

最後に、従業員の中には、これが日常業務にどのような変化をもたらすかについて警戒している人もいます。 AI は組織の人間の知性を補完するものであって、決してそれに取って代わるものではないため、彼らへのメッセージは極めて明確でなければなりません。人間が一生をかけて各建設プロジェクトで生成される何百万ものデータ ポイントをふるいにかけることで、同じような洞察の多くを生み出すことは可能ですが、AI が人間の知能をより創造的な方法で適用できるのに、なぜそうしたいと思うのでしょうか。これは実際には歴史とも関係があります。収集されるデータポイントの数は毎年増加していますが、分析を行わなければ収集は意味がありません。

要約する

建設業界は、人工知能によって推進される変革の時代の瀬戸際にあり、人々のニーズを満たす公共設備、交通機関、住宅、エネルギーを建設するというプレッシャーが高まっています。人口は増加し続けています。業界では AI の可能性についてまだ表面的なところまでしか触れられていませんが、統計では AI の機会と利点に対する認識が高まり続けていることが示されています。

データの収集と分析から人工知能や動的なプロジェクト洞察まで、AI はプロジェクトの成果に革命をもたらし、成長を促進する力を持っています。しかし、懐疑心、データ品質、ユースケースの開発の必要性などの課題は依然として残っています。 AI を導入することで、建設業界はプロジェクトの成果に革命をもたらし、クールな科学実験から多くの組織にとって不可欠な生命線へと変貌することができます。

<<:  NLPユニコーンが作業と生産を停止したと報告されました! 10億人民元を調達した後も収益を上げるのは依然として困難であり、大型モデルブームの中で生き残ることはさらに困難である。

>>:  視覚慣性走行距離計のIMU事前統合モデルについてお話しましょう

ブログ    

推薦する

教育における人工知能は2032年までに882億ドルに達する

教育革命が起こっており、人工知能は2032年までに882億ドルに達すると予想されています。人工知能(...

...

賈陽青の新たな起業:AIGCプロンプトツールのリリース、SDXLを詳細にプレイするのに役立ついくつかの言葉

プロンプトの単語の書き方がわからなくても問題ありません。AIがお手伝いします。 PromptLLM ...

チューリング賞受賞者のヨシュア・ベンジオ氏:ディープラーニングの最優先事項は因果関係を理解すること

ディープラーニングは大量のデータからパターンを見つけるのが得意だが、それらの間のつながりを説明するこ...

電荷ベースの原子シミュレーションのための事前学習済み汎用ニューラルネットワーク CHGNet

複雑な電子相互作用の大規模シミュレーションは、原子モデル化における最大の課題の 1 つです。古典的な...

アリババが国際AIサミットを主催、医療AIとマルチメディアコンテンツ理解が話題に

10月15日、記者はアリババが主催する2020 ACMマルチメディア(以下、ACM MM 2020)...

...

強化学習を使用して、顧客が注目する広告を選択する方法

[51CTO.com クイック翻訳] 現在、世界中のデジタル広告代理店は、ニュースサイト、検索エンジ...

Facebookの新しいAIモデルSE​​ERは自己教師学習を実現し、LeCunは最も有望だと称賛している

[[385451]]この記事はWeChatの公開アカウント「Xinzhiyuan」から転載したもので...

組み込み物流ロボットの用途は何ですか?

ネットワーク技術やグリッドコンピューティングの発展により、組み込み型モバイル機器を中核とした「ユビキ...

人間と機械の翻訳対決は韓国で行われる。人工知能の未来は過小評価できない

韓国のソウルで人間の翻訳者と人工知能(AI)翻訳機の対決が行われる。人間の翻訳者が明らかに有利である...

AI アプリケーションをテストするにはどうすればいいですか?

著者:サンジャナ・タクル徐潔成編纂人工知能技術は世界中で前例のないスピードで発展しています。短期間で...

2021 年を迎えるにあたり、人気の GNN はどのアプリケーション分野で存在感を発揮するのでしょうか?

近年、グラフ構造の強力な表現力により、機械学習の手法を用いたグラフ解析の研究が注目を集めています。グ...

独自のデータを使ってシンプルな畳み込みニューラルネットワークを構築する

この記事では、花、車、猫、馬、人、自転車、犬の 7 種類の何千もの画像でトレーニングされ、特定の画像...

日本生命保険は6年間にわたりRPAを導入し、1万人の従業員の2,000万時間以上の工数を節約した。

日本生命保険株式会社(以下、日本生命)は、日本最大級の保険会社の一つであり、世界60カ国以上で事業を...