AI代表建筑业的潜力和未来

全球建筑行业每年投入超过10万亿美元，预计未来几年将以4.2%的速度增长。这一巨额支出部分得益于快速发展的技术进步，这些技术进步正在深刻影响生态系统的各个领域。麦肯锡在2020年的报告中明确指出了一个引人关注的趋势，即建筑业越来越依赖人工智能（AI）解决方案。

人工智能在建筑业的应用潜力巨大，可以在项目的各个阶段实现价值，包括设计、投标和融资、采购和施工、运营和资产管理，以及商业模式转型。它有助于克服行业面临的一些最严重挑战，如安全问题、劳动力短缺以及成本和进度超支。

随着市场准入壁垒的逐渐降低，以及人工智能、机器学习（ML）和数据分析的迅速发展，未来几年内人工智能将在建筑业发挥更为重要的作用。本文将探讨建筑业中人工智能的应用，并介绍使用人工智能的10个主要好处。

人工智能与机器学习在建筑业中的应用

人工智能（AI）是一个广泛的术语，用于描述机器模仿人类认知功能，如问题解决、模式识别和学习的能力。机器学习则是人工智能的一个子领域，它利用统计技术使计算机系统具备“学习”能力，而无需明确编程。机器学习使计算机能够在暴露于更多数据的情况下不断提高其理解和洞察能力。

特里姆布尔（Trimble）的机器学习工程师鲍勃·班菲尔德（Bob Banfield）对建筑业中的深度学习进行了解释。他表示：“机器学习包括众多算法。举个简单例子，如果你想知道自己是否可能患上某种疾病，一种机器学习算法可能会通过一系列问题进行工作，如‘你多大了？’然后‘好的，你锻炼吗？’等等。如果你回答是，你就会进入下一个问题分支，如果回答是否定的，那么你就会进入另一个分支。这是一个完全有效的机器学习算法，就像小时候玩的问答游戏一样，只不过在机器学习中，这些问题是自动生成的。”

在建筑业中的应用，这些“问题”和算法变得更加复杂。例如，机器学习程序可以跟踪和评估分级计划的进展，早期识别进度风险。这些算法可能会根据挖填体积测量、机器的正常运行时间和停机时间、天气模式、以前的项目或其他输入生成问题，以生成风险评分并确定是否需要发送通知。

10个建筑业中的人工智能示例

1. 预测成本超支

尽管使用最佳项目团队，但大多数大型项目都会超出预算。人工神经网络可用于预测成本超支，基于因素如项目规模、合同类型和项目经理的能力水平。这些预测模型使用历史数据，如计划的开始和结束日期等，来设想未来项目的合理时间表。人工智能还帮助员工远程访问实际培训材料，从而迅速提升技能和知识，减少引入新资源所需的时间，从而加快项目交付速度。

2. 生成设计改进

建筑信息建模是一种基于3D模型的过程，为建筑、工程和建筑专业人员提供了有效规划、设计、建造和管理建筑和基础设施的见解。为了规划和设计项目的建设，3D模型需要考虑建筑、工程、机械、电气和管道（MEP）计划以及各个团队的活动顺序。机器学习在AI驱动的设计中扮演关键角色，以识别和减少不同团队生成的不同模型之间的冲突，从而防止重复工作。某些软件使用机器学习算法来探索所有可能的设计变体，并生成根据约束进行优化的3D模型，从中不断学习，直到找到理想的模型。

3. 缓解风险

每个建筑项目都存在各种形式的风险，包括质量、安全、时间和成本风险。项目越大，风险越高，因为多个分包商在不同的工程上并行工作。今天，一些AI和机器学习解决方案使总承包商能够监控和优先处理工地上的风险，以确保项目团队能够将有限的时间和资源集中用于最大的风险因素。AI用于自动分配问题的优先级，分包商根据风险评分进行评级，以便建筑经理可以与高风险团队密切合作以减轻风险。

4. 项目规划

一家建筑情报公司使用机器人捕捉建筑工地的3D扫描图像，然后将这些数据输入深度神经网络中，对不同子项目的进展情况进行分类。如果出现问题，管理团队可以立即介入处理，以防它们升级为严重问题。未来的算法将使用一种称为“强化学习”的人工智能技术，允许算法根据试错学习。这种技术能够评估各种组合和替代方案，并根据类似项目的情况进行优化。这有助于项目规划，因为它优化了最佳路径，并随着时间的推移进行校正。

5. 提高工地效率

一些公司提供自动驾驶建筑机械，以更高效地执行重复任务，如浇筑混凝土、砌砖、焊接和拆除。自动驾驶或半自动驾驶的推土机可用于挖掘和准备工作，这些机器可以在人类程序员的协助下按精确规格准备工地。这释放了人类工人，使他们能够专注于建筑工作本身，并减少了完成项目所需的总时间。项目经理还可以实时跟踪工地工作，使用面部识别、现场摄像头和类似技术来评估工人的生产力和遵守程序。

6. 建筑安全

建筑工人在工作中的死亡率是其他行业的五倍，因此建筑安全至关重要。一家波士顿的建筑技术公司开发了一种算法，可分析工地的照片，识别安全隐患，如未穿戴防护设备的工人，并将这些图像与事故记录关联。该公司表示，这种算法可以计算项目的风险评级，以便在检测到危险威胁时进行安全简报。

7. 解决劳动力短缺问题

劳动力短缺和提高行业低生产率的愿望正在推动建筑公司投资于人工智能和数据科学。麦肯锡的报告称，通过实时数据分析，建筑公司可以将生产率提高多达50%。建筑公司开始使用人工智能和机器学习来更好地规划劳动力和机械的分配。通过不断评估工作进展和工人与设备的位置，机器人使项目经理能够立即确定哪个工地有足够的工人和设备来按计划完成项目，哪个工地可能会落后，需要增派额外劳动力。像斯波特狗（Spot the Dog）这样的AI动力机器人可以每晚自主扫描工地以监控进展情况，使大型承包商能够在熟练劳动力短缺的偏远地区完成更多工作。

8. 离线建设

建筑公司越来越依赖由自主机器人组成的离线工厂，这些机器人将建筑结构的组件拼接在一起，然后由人工工人在现场将其组装起来。墙壁等结构可以由自动化机械以流水线方式更高效地完成，而不是由人工工人，从而将人工工人留下来完成像管道、暖通空调和电气系统之类的细节工作，当结构组装起来时。

9. 大数据在建筑中的应用

在产生大量数据的时代，人工智能系统不断暴露于海量数据中，可以每天学习和改进。每个工地都成为潜在的数据源，包括移动设备捕捉的图像、无人机视频、安全传感器以及建筑信息建模（BIM）等生成的数据。这为建筑业专业人员和客户提供了机会，利用AI和机器学习系统生成的洞见。

10. 后建筑时代的人工智能

建筑经理可以在建设完成后继续使用人工智能。通过传感器、无人机和其他无线技术，高级分析和AI动力算法可以获得关于建筑物运营和性能的有价值洞见，包括关于建筑、桥梁、道路等的操作和性能信息。这使得可以使用AI监控潜在问题的发展，确定何时需要进行预防性维护，并为实现最佳安全性和安全性提供指导。

建筑业中人工智能的未来

机器人、人工智能和物联网可以将建筑成本降低高达20%。工程师可以通过虚拟现实眼镜发送小型机器人到正在建设的建筑物中，这些机器人使用摄像头跟踪工作进展。人工智能可用于规划现代建筑中的电气和管道系统的路由。公司正在使用人工智能开发工地安全系统，跟踪工人、机器和工地上的物体的实时互动，并警告监督员潜在的安全问题、施工错误和生产问题。

尽管有关大规模失业的预测，人工智能不太可能取代人类劳动力，而是改变建筑业的商业模式，减少昂贵的错误，减少工地伤害，并提高建筑运营的效率。建筑公司的领导者应根据人工智能对其公司独特需求的最大影响领域进行优先投资，早期采取行动将决定该行业的方向，并在短期和长期内获益。