人工知能が建設業にもたらす利点

2021年11月28日, 09:00

世界中の個人や企業は、建設関連の活動に年間1兆ドル以上を費やしており、2023年までこの額は4.2%増加し続けると予測されています。2020年のマッキンゼーの報告書『ネクストノーマルの建設：破壊がいかに世界最大のエコシステムを形作るか』では、AIに基づくソリューションへの注目が高まっていると指摘されています。

建設分野のAIは、設計、入札、資金調達、調達、施工、運用、資産管理、ビジネスモデルの変革など、プロジェクトのライフサイクル全体で関係者が価値を実感する助けになります。建設分野のAIは、業界全体が安全性、労働力不足、コストと工期の超過といった最も困難な課題の一部を克服するのに役立っています。

市場参入の障壁は着実に下がっており、AI、機械学習、分析の進歩も加速しているため、今後数年間で建設においてAIがより大きな役割を果たすと予想されます。

建設における機械学習と人工知能の応用可能性は非常に大きいです。情報請求、未解決の問題、変更指示は業界では標準的なものです。機械学習は、このデータの山を綿密に調べることができる賢いアシスタントのようなものです。そして、プロジェクトマネージャーの注意を要する重要な事項を通知します。すでにいくつかのアプリケーションがこの方法でAIを利用しています。その利点は、日常的なスパムフィルタリングから高度な安全監視まで多岐にわたります。建設分野におけるAIの10の例を見てみましょう。

コスト超過の防止

最高のプロジェクトチームが関わっているにもかかわらず、ほとんどの大規模プロジェクトの費用は予算を超えています。プロジェクトでは、プロジェクトの規模、契約の種類、管理者の能力レベルといった要素に基づいてコスト超過を予測するために人工ニューラルネットワークが使用されています。

計画された開始日や終了日などの過去のデータは、予測モデルによって将来のプロジェクトの現実的なスケジュールを示すために使用されます。人工知能は、従業員がリモートで実際のトレーニング教材にアクセスするのを支援し、スキルと知識を迅速に向上させるのに役立ちます。これにより、新しいリソースをプロジェクトに組み込むのにかかる時間が短縮されます。その結果、プロジェクトの実施が加速されます。

建物のジェネレーティブデザイン

ビルディング・インフォメーション・モデリングは、3Dモデルに基づくプロセスであり、建築、設計、施工の専門家に、建物やインフラの効率的な計画、設計、施工、管理のための情報を提供します。

プロジェクトの施工を計画・設計するには、3Dモデルが建築、構造、機械、電気、配管の各設計図と、関連チームの作業順序を考慮する必要があります。課題は、サブチームによる異なるモデルが互いに衝突しないようにすることです。

リスクの低減

あらゆる建設プロジェクトにはリスクが伴い、品質、安全、時間、コストに関するリスクなど、さまざまな形で現れます。プロジェクトが大規模になるほど、異なる職種の複数の下請け業者が現場で同時に作業するため、リスクは高くなります。

現在、元請業者が現場のリスクを追跡し優先順位を付けるために使用する、AIと機械学習によるソリューションが存在するため、プロジェクトチームは限られた時間と資源を最も大きなリスク要因に集中させることができます。AIはタスクの優先順位を自動的に付けるために使用されています。

プロジェクト計画

ある建設調査会社は、2017年に、ロボットとAIが遅延や予算超過の建設プロジェクトを解決する鍵になるという約束を掲げて事業を開始しました。同社はロボットを使って建設現場を自律的に3Dスキャンし、そのデータを深層ニューラルネットワークに送り、さまざまなサブプロジェクト間の距離を分類します。

何かがおかしいと思われる場合、マネジャーのチームが介入し、大きな問題に発展する前に小さな問題を解決することができます。将来のアルゴリズムは、「強化学習」として知られるAI技術を使用します。この手法により、アルゴリズムは試行錯誤を通じて学習できます。類似のプロジェクトに基づいて、無数の組み合わせや代替案を評価することができます。これは最適な経路を最適化し、時間とともに自己修正するため、プロジェクト計画に役立ちます。

生産性の高い職場づくり

コンクリート打設、レンガ積み、溶接、解体など、反復作業を人間の労働よりも効率的に行うため、無人の建設機械を提供し始めている企業があります。土工や準備作業は、自律型または半自律型のブルドーザーが、プログラマーの指示による正確な仕様に従って作業現場を整備します。

これにより、作業員は建設作業そのものに専念でき、プロジェクト全体の完了に必要な時間も短縮されます。プロジェクトマネージャーは、現場の作業をリアルタイムで監視することもできます。顔認識、設置カメラ、類似の技術を用いて、作業効率と手順の遵守状況を評価します。

建設現場の安全

建設作業員は、他の労働者の5倍の確率で職場で死亡します。OSHAによると、建設業における民間部門の主な死亡原因（交通事故を除く）は、墜落、物体への衝突、感電、挟まれ事故です。

ボストンの建設テクノロジー企業は、作業現場の写真を分析し、作業員が保護具を着用していないなどの安全上の脅威をスキャンし、その画像を事故記録と照合するアルゴリズムを開発しています。同社は、プロジェクトのリスク評価を算出できる可能性があり、危険性の高まりが検出された際に安全ブリーフィングを実施できると述べています。

労働力不足への対応

2017年のマッキンゼーの報告書によると、建設会社はリアルタイムのデータ分析によって生産性を50%向上させることができます。建設会社は、作業現場への労働力と機材の配分をより適切に計画するために、AIと機械学習の活用を始めています。

作業の進捗状況と作業員・機材の所在を常時評価するロボットにより、プロジェクトマネージャーは、どの作業現場がスケジュール通りにプロジェクトを進めるのに十分な作業員と機材を備えているか、また、追加の労働力を投入できる箇所はどこかを即座に把握できます。

オフサイト建設

建設会社は、建物の部材を組み立てる自律型ロボットを備えた外部工場への依存を高めており、それらの部材は現場で人間によって組み立てられます。壁などの構造物は、人間が同じ作業をするよりも効率的に、自律型機械による組立ラインのような方法で組み立てることができ、構造物が組み上がった段階で、配管や電気設備などの細部の仕上げは人間の作業員が行います。