Goldman Sachs skatās uz AI ar optimismu. Ko tas nozīmē būvniecībai?

Īsā versija

Goldman Sachs vadītājs David Solomon publiski pauž optimismu par mākslīgā intelekta (AI) potenciālu ekonomikā. Taču, kā ziņo NBC News, lielai daļai amerikāņu šāda sajūsma nav kopīga – sabiedrībā dominē piesardzība un bažas. Šis kontrasts starp finanšu elites skatījumu un plašākas sabiedrības skepsi ir labs spogulis arī būvniecībai: vadītāji arvien biežāk redz AI rīkus kā izaugsmes motoru, kamēr būvlaukumā cilvēki biežāk domā par darba vietu drošību un kontroli.

AI būvniecībā vēl ir agrīnā stadijā, taču signāli ir skaidri: kapitāls un lielie uzņēmumi gatavojas automatizācijai, datu vadītai plānošanai un jauniem būvniecības tehnoloģiju risinājumiem. Ja Goldman Sachs līmeņa spēlētāji ir optimistiski par AI ietekmi uz produktivitāti un peļņu, tas nozīmē – arī būvniecības projektiem tuvākajos gados nāksies mainīties.

Kad finanšu sektors ir pārliecināts, ka AI palielinās produktivitāti, būvniecībai tas ir skaidrs signāls: nauda sekos tiem, kas pratīs izmantot AI rīkus.

Kāpēc tas ir svarīgi reālos projektos

NBC News sižets izgaismo plaisu: vienā pusē – Solomon un citi vadītāji, kuri AI redz kā nākamo izrāviena vilni; otrā pusē – sabiedrība, kas uztraucas par darba vietu zudumu, kļūdām un kontroles trūkumu. Būvniecībā šī spriedze ir īpaši asa.

Būvlaukumā AI rīki netiek uztverti kā abstrakta "nākotnes tehnoloģija", bet kā ļoti konkrēts jautājums: vai robots, algoritms vai automatizēta plānošana nozīmēs mazāk maiņu, mazāk virsstundu vai stingrāku uzraudzību? Tajā pašā laikā investori un bankas – tostarp tādi spēlētāji kā Goldman Sachs – skatās uz projektiem caur produktivitātes un riska samazināšanas prizmu. Ja AI būvniecībā spēj samazināt kavējumus, defektus un pārsniegtos budžetus, kapitāls būs gatavs to finansēt.

Reālos projektos tas nozīmē vairākus praktiskus virzienus:

• Prognozēšana un plānošana. AI modeļi spēj analizēt vēsturiskos datus par kavējumiem, materiālu cenām un darba ražīgumu. Tā vietā, lai balstītos tikai uz pieredzi un intuīciju, projekta vadītājs var izmantot AI, lai prognozētu riskus jau projektēšanas stadijā.
• Kvalitātes kontrole. Attēlapstrādes algoritmi var salīdzināt būvlaukuma fotogrāfijas ar BIM modeļiem un normatīvajām prasībām, pamanot novirzes, ko cilvēks var nepamanīt noguruma vai rutīnas dēļ.
• Drošība. AI rīki, vērojot video no būvlaukuma, spēj identificēt bīstamu uzvedību, neatbilstošu individuālo aizsardzības līdzekļu lietošanu vai riskantas zonas. Tas nav stāsts par "lielo brāli", bet par iespēju laikus pamanīt kļūdas, pirms tās pārvēršas negadījumā.

Tomēr NBC News iezīmētā sabiedrības skepses līkne rāda: ja AI ieviešana notiks tikai no augšas – ar vadības un investoru optimismu, bet bez skaidra stāsta darbiniekiem –, pretestība būs neizbēgama. Būvniecības tehnoloģijas vēsturē esam to jau redzējuši ar BIM, planšetēm uz būvlaukuma un digitāliem žurnāliem: tur, kur cilvēkiem neizskaidro ieguvumus un neiesaista, tur sistēmas paliek "plauktā".

Lai Solomon optimismam būtu jēga arī uz reāla objekta betona plātnes, AI būvniecībā jāstrādā divos virzienos vienlaikus: jāceļ produktivitāte un jāmazina cilvēku nedrošība. Tas nozīmē caurspīdīgus datus, skaidrus noteikumus, kā AI lēmumi tiek pieņemti, un reālus ieguvumus brigādēm – mazāk papīru, mazāk haosa, skaidrāks darbs.

Labs piemērs ir digitālie būvdarbu žurnāli un darba laika uzskaite. Kad šīs sistēmas sāk izmantot AI, tās var automātiski sakārtot darbu pa aktivitātēm, sasaistīt fotogrāfijas ar konkrētām vietām un darbiem, brīdināt par kavējumiem vai neatbilstībām. Šī ir tā automatizācija, kas nevis "noēd" darbu, bet atņem stundas, kas citādi tiktu pazaudētas papīros un WhatsApp čatos.

Šajā kontekstā WorksRecorded ir praktisks nākamais solis komandām, kas grib sagatavoties AI ienākšanai ikdienas procesos: sakārtot būvdarbu žurnālus, darba laika uzskaiti, dokumentu apriti, rēķinus un projektu atskaites tā, lai vēlāk AI varētu strādāt ar tīriem, strukturētiem datiem – nevis ar haotisku Excel un PDF mantojumu.

Kam sekot tālāk

• Sekot, kā finanšu sektora spēlētāji (piemēram, Goldman Sachs) publiski runā par AI produktivitāti un investīciju prioritātēm – tas norāda, kurā brīdī AI rīki masveidā ienāks arī būvniecībā.
• Eksperimentēt ar nelieliem AI pilotprojektiem: prognozējoša plānošana, kvalitātes kontrole no fotogrāfijām, automatizēta atskaišu ģenerēšana no būvdarbu žurnāliem.
• Iekšēji skaidrot komandām, ko AI darīs un ko nedarīs – īpaši attiecībā uz darba vietu drošību un datu izmantošanu.
• Sakārtot datu disciplīnu: vienoti formāti, digitāli žurnāli, centralizētas dokumentu glabātuves, lai AI rīki vēlāk varētu dot jēgpilnus rezultātus.
• Vērot normatīvo vidi – kā tiks regulēta AI izmantošana līgumos, drošībā un atbildībā par kļūdainiem algoritma ieteikumiem.

Redaktora piezīme no būvlaukuma

Skatoties no malas, Solomona optimisms neizklausās nejaušs – finansisti jūt, kur parādīsies nākamais produktivitātes lēciens. Būvlaukumā tā bieži vien izskatīsies daudz prozaiskāk: mazāk zvanu projekta vadītājam, mazāk haosa grafikos un mazāk "nezinu, kas īsti šodien jādara".

Taču starp šo solīto efektivitāti un šodienas realitāti ir plaisa – un tieši tur šobrīd dzīvo būvniecības nozare. Ja AI rīki ienāks tikai kā vadības prasība "būt moderniem", tie paliks kārtējā sistēma, ko darbinieki apej. Ja tie ienāks kā atbilde uz reālām sāpēm – nenolasāmi rasējumi, neskaidras maiņas, kavēti rēķini –, tad Solomona optimismam būs pamats arī uz stalažām, ne tikai investoru prezentācijās.