Os benefícios da Inteligência Artificial na construção
Globalmente, indivíduos e empresas gastam mais de US$ 10 trilhões por ano em atividades relacionadas à construção -- e isso deve continuar crescendo 4,2% até 2023. Parte dessa enorme quantidade de gastos é possibilitada por avanços tecnológicos em rápida evolução que tocam todas as áreas do ecossistema. No relatório de 2020, The Next Normal in Construction: How Disruption is Shaping the World's Largest Ecosystem, McKinsey identificou um foco crescente em soluções que incorporam inteligência artificial (IA).
A IA na construção civil tem o potencial de ajudar as partes interessadas (Stakeholders) a perceber valor ao longo da vida do projeto, incluindo: Projeto, licitação e financiamento; compras e construção; operações e gestão de ativos; e, transformação de modelo de negócio. A IA na construção ajuda a indústria como um todo a superar alguns dos nossos desafios mais difíceis, incluindo preocupações com a segurança, escassez de mão-de-obra e excessos de custos atrasos nos cronogramas.
À medida que as barreiras à entrada no mercado diminuem continuamente, e os avanços em IA, machine learning (ML) e analytics aceleram, você pode esperar que a IA (e a alocação de recursos canalizados para a IA) passem a desempenhar um papel mais significativo na construção nos próximos anos.
Continue lendo para entender como a IA é usada na construção civil e os 10 principais benefícios do uso da IA na construção.
O que é Inteligência Artificial e Machine Learning na Construção?
Inteligência artificial (IA) é um termo agregativo para descrever quando uma máquina imita funções cognitivas humanas, como resolução de problemas, reconhecimento de padrões e aprendizado. Aprendizado de máquina é um subconjunto de IA. O aprendizado de máquina é um campo de inteligência artificial que usa técnicas estatísticas para dar aos sistemas de computador a capacidade de "aprender" com os dados, sem serem explicitamente programados. Uma máquina se torna melhor em entender e fornecer insights à medida que é exposta a mais dados.
Como o engenheiro de aprendizagem de máquina, na Trimble, Bob Banfield quando lhe perguntamos sobre o aprendizado profundo na construção, disse:
"O aprendizado de máquina inclui muitos algoritmos. Aqui está um exemplo rápido: se você estava procurando descobrir se você está ou não sujeito a obter algum tipo de doença, um tipo de algoritmo de aprendizagem pode funcionar através de uma árvore de perguntas como, "quantos anos você tem?" Então, "ok, você se exercita?" E assim por diante. Se você disser que sim, você desce um ramo, e se você diz não, então você vai para outro. É um algoritmo de aprendizagem de máquina perfeitamente válido. É como o jogo 20 Perguntas que você pode ter jogado quando criança, exceto no aprendizado de máquina essas perguntas são geradas automaticamente."
Ao serem aplicados na construção, as "perguntas" e algoritmos ficam significativamente mais complexos. Por exemplo, um programa de aprendizado de máquina pode acompanhar e avaliar o progresso em um plano de classificação para identificar os riscos do cronograma precocemente. Os algoritmos podem "fazer perguntas" sobre medidas de corte e preenchimento de volume, tempo de atividade da máquina e tempo de inatividade, padrões climáticos, projetos anteriores ou qualquer número de entradas para gerar uma pontuação de risco e determinar se as notificações precisam ser feitas.
IA e Machine Learning para Construção Inteligente
As aplicações potenciais de aprendizado de máquina e IA na construção civil são vastas. Pedidos de informações, problemas abertos e ordens de alteração são padrão no setor. Aprendizado de máquina é como um assistente inteligente que pode examinar esta montanha de dados. Em seguida, alerta os gerentes de projetos sobre as coisas críticas que precisam de sua atenção. Vários aplicativos já usam IA dessa forma. Seus benefícios vão desde filtragem mundana de e-mails de spam até monitoramento avançado de segurança.
10 exemplos de IA na construção
1. Evitar excessos de custos
A maioria dos megaprojetos ultrapassam o orçamento, apesar de empregar as melhores equipes de projetos. Redes Neurais Artificiais são usadas em projetos para prever sobrecargas de custos com base em fatores como tamanho do projeto, tipo de contrato e nível de competência dos gerentes de projetos. Dados históricos, como datas planejadas de início e término, são usados por modelos preditivos para vislumbrar cronogramas realistas para projetos futuros. A IA ajuda a equipe a acessar remotamente material de treinamento da vida real, o que os ajuda a melhorar suas habilidades e conhecimentos rapidamente. Isso reduz o a curva de aprendizado de novos participantes dos projetos. Como resultado, a entrega do projeto é acelerada.
2. Inteligência Artificial para melhores projetos de edifícios através de design generativo
Building Information Modeling é um processo baseado em modelos 3D que fornece aos profissionais de arquitetura, engenharia e construção insights para planejar, projetar, construir e gerenciar edifícios e infraestrutura de forma eficiente. Para planejar e projetar a construção de um projeto, os modelos 3D precisam levar em consideração os planos de arquitetura, estruturas, instalações, elétrica, hidrossanitárias, prevenção de incêndios e ar-condicionado (MEP) e a sequência de atividades das respectivas equipes. O desafio é garantir que os diferentes modelos das diferentes disciplinas não tenham interferências entre si.
A indústria utiliza aprendizado de máquina na forma de design generativo alimentado por IA para identificar e mitigar interferências entre os diferentes modelos gerados pelas diferentes equipes para evitar o retrabalho. Existe um software que usa algoritmos de aprendizado de máquina para explorar todas as variações de uma solução e gera alternativas de design. Uma vez que um usuário estabelece requisitos no modelo, o software de design generativo cria modelos 3D otimizados para as restrições, aprendendo com cada iteração até que ele venha com o modelo ideal.
3. Mitigação de riscos
Todo projeto de construção tem algum risco que vem de muitas formas, como qualidade, segurança, tempo e custo. Quanto maior o projeto, maior o risco, pois há vários subcontratados trabalhando em diferentes negociações paralelas em locais de trabalho. Existem soluções de IA e machine learning hoje que os empreiteiros em geral usam para monitorar e priorizar o risco no local de trabalho, para que a equipe do projeto possa concentrar seu tempo limitado e recursos nos maiores fatores de risco. A IA é usada para atribuir automaticamente prioridade a problemas. Os subcontratados são classificados com base em uma pontuação de risco para que os gerentes de construção possam trabalhar em estreita colaboração com as equipes para mitigar o risco.
4. Planejamento de projetos
Uma empresa de inteligência de construção foi criada em 2017 com a promessa de que seus robôs e inteligência artificial detêm a chave para resolver projetos de construção atrasados e acima do orçamento. A empresa usa robôs para capturar de forma autônoma varreduras 3D de canteiros de obras e, em seguida, alimenta esses dados em uma rede neural profunda que classifica o quão longe diferentes subprojetos estão. Se as coisas parecerem fora dos trilhos, a equipe de gerenciamento pode intervir para lidar com pequenos problemas antes que se tornem grandes problemas. Algoritmos do futuro usarão uma técnica de IA conhecida como "aprendizado reforçado". Essa técnica permite que os algoritmos aprendam com base em tentativa e erro. Pode avaliar infinitas combinações e alternativas baseadas em projetos semelhantes. Auxilia no planejamento de projetos, pois otimiza o melhor caminho e se corrige ao longo do tempo.
5. Inteligência Artificial torna os canteiros de obras mais produtivos
Há empresas que estão começando a oferecer máquinas de construção autônoma para realizar tarefas repetitivas de forma mais eficiente do que suas contrapartes humanas, como concretagem, alvenaria, soldagem e demolição. O trabalho de escavação e preparação está sendo realizado por escavadeiras autônomas ou semiautônomas, que podem preparar um local de trabalho com a ajuda de um programador humano para especificações exatas. Isso libera os trabalhadores humanos para a obra em si e reduz o tempo total necessário para concluir o projeto. Os gerentes de projeto também podem acompanhar o trabalho no canteiro de obras em tempo real. Eles usam reconhecimento facial, câmeras no local e tecnologias similares para avaliar a produtividade do trabalhador e a conformidade com os procedimentos.
6.AI para segurança da construção
Trabalhadores da construção civil são mortos no trabalho cinco vezes mais vezes do que outros trabalhadores. Segundo a OSHA, as principais causas de mortes no setor privado (excluindo colisões rodoviárias) na indústria da construção civil foram quedas, seguidas por um objeto, eletrocussão e trabalhadores prensados. Uma empresa de tecnologia de construção com sede em Boston cria um algoritmo que analisa fotos de seus locais de trabalho, as verifica por riscos de segurança, como por exemplo: trabalhadores que não usam equipamentos de proteção e correlaciona as imagens com seus registros de acidentes. A empresa diz que pode potencialmente calcular classificações de risco para projetos para que os diálogos de segurança possam ser realizados quando uma ameaça elevada é detectada. Ele até começou a classificar e liberar pontuações de segurança para cada estado dos EUA com base na conformidade COVID-19 em 2020.
7. Inteligência Artificial vai resolver a escassez de mão-de-obra
A escassez de mão-de-obra e o desejo de aumentar a baixa produtividade do setor estão obrigando as empresas de construção a investir em IA e ciência de dados. Um relatório da McKinsey de 2017 diz que as empresas de construção podem aumentar a produtividade em até 50% através da análise em tempo real dos dados. As construtoras estão começando a usar IA e machine learning para melhor planejar a distribuição de mão-de-obra e máquinas entre os canteiros de obras.
Um robô constantemente avaliando o progresso do trabalho e a localização dos trabalhadores e equipamentos permite que os gerentes de projeto informem instantaneamente quais locais de trabalho têm trabalhadores e equipamentos suficientes para concluir o projeto dentro do prazo, e que podem estar ficando para trás onde trabalho adicional poderia ser implantado.
Um robô movido a IA como Spot the Dog pode escanear autônomamente um canteiro de obras todas as noites para monitorar o progresso - tornando possível para um grande empreiteiro como Mortenson obter mais trabalho feito em áreas remotas onde mão-de-obra qualificada está em falta.
8. Construção fora do canteiro de obras
As construtoras estão cada vez mais contando com fábricas equipadas por robôs autônomos que juntam componentes de um edifício, que são então transportadas e montados por trabalhadores humanos no local. Estruturas como paredes podem ser completadas no estilo de linha de montagem por máquinas autônomas de forma mais eficiente do que suas contrapartes humanas, deixando os trabalhadores humanos para terminar o trabalho de detalhes como encanamento, ar-condicionado e sistemas elétricos quando a estrutura é instalada em conjunto.
9. Inteligência Artificial e Big Data na construção
Em um momento em que uma enorme quantidade de dados está sendo criada todos os dias, os sistemas de IA são expostos a uma quantidade infinita de dados para aprender e melhorar a cada dia. Cada site de trabalho se torna uma fonte de dados potencial para IA. Dados gerados a partir de imagens capturadas a partir de dispositivos móveis, vídeos de drones, sensores de segurança, modelagem de informações de construção (BIM), entre outros se tornaram um pool de informações. Isso representa uma oportunidade para que profissionais e clientes da indústria da construção analisem e se beneficiem dos insights gerados a partir dos dados com a ajuda de sistemas de IA e machine learning.
10. Inteligência Artificial para pós-construção
Os gestores podem usar a IA muito tempo depois da construção ser concluída. Ao coletar informações sobre uma estrutura através de sensores, drones e outras tecnologias sem fio, análises avançadas e algoritmos movidos a IA ganham insights valiosos sobre a operação e o desempenho de um edifício, ponte, estradas e quase tudo no ambiente construído. Isso significa que a IA pode ser usada para monitorar problemas de desenvolvimento, determinar quando a manutenção preventiva precisa ser feita, ou mesmo direcionar o comportamento humano para padrões de segurança ideais.
O Futuro da IA na Construção
Robótica, IA e Internet das Coisas podem reduzir os custos de construção em até 20%. Os engenheiros podem usar óculos de realidade virtual e enviar mini-robôs para prédios em construção. Estes robôs usam câmeras para rastrear o trabalho à medida que progride. A IA está sendo usada para planejar o roteamento de sistemas elétricos e de encanamento em edifícios modernos. As empresas estão usando a IA para desenvolver sistemas de segurança para canteiros de obras. A IA está sendo usada para rastrear as interações em tempo real de trabalhadores, máquinas e objetos no local e alertar os supervisores sobre possíveis problemas de segurança, erros de construção e problemas de produtividade.
Apesar das previsões de perdas maciças de empregos, é improvável que a IA substitua a força de trabalho humana. Em vez disso, alterará os modelos de negócios na indústria da construção, reduzirá erros caros, reduzirá as lesões no local de trabalho e tornará as operações de construção mais eficientes.
Os líderes das construtoras devem priorizar o investimento com base em áreas onde a IA pode ter mais impacto nas necessidades únicas de suas empresas. Os pioneiros definirão a direção da indústria e se beneficiarão a curto e longo prazo.
Sobre a Autora
Sumana Rao é líder global de marketing de produtos para conteúdo de edifícios. Atua há mais de 15 anos em fabricantes e distribuidores noespaço Industrial e MEP. A Sumana é responsável pelo Marketing Global de Produtos para Edificações De Conteúdo & Analytics.