במאמר הקודם שלנו, בחנו כיצד פתרונות בינה מלאכותית לשימוש כללי נכשלים לעתים קרובות בהקשר של שירותי בריאות. היום, נחקור כיצד לקח זה חל על תעשיית הבנייה, תחום מורכב לא פחות הדורש פתרונות ייעודיים.
בינה מלאכותית משכה את תשומת ליבם של מנהיגים עסקיים בכל תעשייה. עם זאת, כפי שמדגימים ניסיון עדכני במגזרי הבריאות והבנייה, פתרונות גנריים של בינה מלאכותית נכשלים לעתים קרובות כאשר הם מיושמים בתחומים מיוחדים ביותר. טרנספורמציה אמיתית אינה נובעת מיישום יכולות כלליות לבעיות ספציפיות, אלא מבניית בינה מלאכותית שמבינה באופן יסודי את התעשייה מיסודה.
אמת זו עולה בבירור מניתוח של מגזרי הבנייה והנדל"ן, שבהם מורכבות רב-תחומית, פיצול שוק ותקנות מחמירות יוצרים אתגרים ייחודיים שרק פתרונות מיוחדים יכולים להתמודד איתם ביעילות.
מודלים גנריים של בינה מלאכותית אינם מצליחים להבחין נכון בין מושגים טכניים בסיסיים כמו "קירות נושאים" ו"קירות מחיצה", או בין "יסודות לוחות" ו"יסודות עמודים", מה שמוביל לפרשנויות מוטעות בפרויקטים שבהם דיוק חיוני לבטיחות. אי התאמה טרמינולוגית זו משתרעת גם על וריאציות אזוריות: ל"רצפת לבנים וטיט" איטלקית יש מאפיינים שונים ממערכת רצפות צפון אירופאית, עם השלכות קריטיות על חישובים מבניים וסייסמיים.
באופן דומה, מסגרת הרגולציה המחמירה של תעשיית הבנייה, עם חוקי בנייה, תקני בטיחות ותקנות סביבתיות המשתנים מאזור לאזור, מציבה אתגר שפתרונות בינה מלאכותית גנריים לעיתים רחוקות מסוגלים להתמודד איתו. קוד האירו וקודי הבנייה הטכניים האיטלקיים (NTC) מציגים הבדלים מהותיים בגורמי בטיחות שבינה מלאכותית כללית אינה מסוגלת להבחין ביניהם, עם השלכות חמורות שעלולות להיות על בטיחות המבנה.
למרות אתגרים אלה, הפוטנציאל של בינה מלאכותית לשנות את התעשייה זוכה להכרה רחבה. על פי סקר טכנולוגיות הנדל"ן העולמי של JLL לשנת 2023 , בינה מלאכותית ובינה מלאכותית גנרטיבית דורגו בין שלוש הטכנולוגיות המובילות שצפויות להיות בעלות ההשפעה הגדולה ביותר על תעשיית הנדל"ן בשלוש השנים הקרובות על ידי משקיעים, יזמים ודיירים תאגידיים. עם זאת, אותם משיבים ציינו הבנה נמוכה יותר של בינה מלאכותית בהשוואה לטכנולוגיות אחרות כמו בלוקצ'יין, מציאות מדומה ורובוטיקה.
סתירה לכאורה זו מדגישה את הצורך בגישות ייעודיות שיכולות לגשר על הפער בין הפוטנציאל המוכר לבין היישום בפועל.
פתרונות בינה מלאכותית ייעודיים לבנייה כבר מוכיחים את ערכם באמצעות מקרי בוחן קונקרטיים:
בפרויקט מגורים גדול, הטמעת מודול מודיעין ספציפי למגזר הוביל ל:
ההשפעה על ניהול שינויים מתמשכים, אשר באופן היסטורי היו אחראים לעליות בעלויות של עד 20-30%, הייתה בולטת במיוחד. הפלטפורמה הייעודית צמצמה את ההשפעות הללו ל-7% הודות ליכולתה להפיץ שינויים באופן אוטומטי בכל מסמכי הפרויקט הרלוונטיים.
בונה תשתיות יישם מודול ניהול חומרים ייעודי שהביא ל:
היבט מכריע, אך לעתים קרובות מתעלמים ממנו, היה ההשפעה על ניהול תזרים המזומנים. אופטימיזציה של רכש הפחיתה את ההון הכבול ב-42%, ובכך שיפרה משמעותית את מצבה הפיננסי של החברה.
חברת בנייה המתמחה בפיתוח מחדש עירוני מורכב יישמה אלגוריתמים של אופטימיזציה של מרחב-זמן שהובילו ל:
מקרה בוחן זה מדגיש כיצד בינה מלאכותית ייעודית יכולה לפתור אחת הבעיות הנפוצות בתעשייה: הקושי בתכנות בסביבות מורכבות עם משתנים ואילוצים מרובים. טכניקות ניהול פרויקטים מסורתיות כמו CPM או PERT מראות מגבלות משמעותיות בתרחישים אמיתיים, בעוד שהגישה המבוססת על בינה מלאכותית הוכיחה עליונות תפעולית מדידה.
השפעת הבינה המלאכותית משתרעת מעבר לתחום הבנייה, והיא משנה את כל ענף הנדל"ן בחמישה ממדים מרכזיים:
חברות והשקעות בתחום הבינה המלאכותית נוטות להתרכז בשווקי טכנולוגיה מבוססים. מחקר של JLL מראה ביקוש מואץ לכישרונות בתחום הבינה המלאכותית, כאשר מודעות משרות גדלו ביותר מ-250% מתחילת 2021. בטווח הארוך, צמיחה זו תתרכז ככל הנראה במקומות בהם כישרונות בתחום הבינה המלאכותית זמינים: מרכזי טכנולוגיה ראשוניים ומשניים מבוססים, מרכזי חדשנות ואוניברסיטאות.
בארצות הברית, 42% מחברות הבינה המלאכותית מרוכזות באזור מפרץ סן פרנסיסקו, ואחריה בוסטון, סיאטל וניו יורק, עם צמיחה צפויה של 1.6 מיליון רגל מרובע בנדל"ן עד סוף השנה בארצות הברית בלבד.
פיתוח הבינה המלאכותית דורש מרכזי נתונים, רשתות אנרגיה ותשתיות קישוריות רבות וטובות יותר. על פי תחזית מרכזי הנתונים הגלובליים של JLL לשנת 2023, שוק מרכזי הנתונים הקולוקציוניים העולמי צפוי לגדול ב-11.3% מדי שנה בין השנים 2021 ל-2026, בעוד ששוק מרכזי הנתונים ההיפר-סקייל צפוי לגדול מהר אף יותר, בכ-20% מדי שנה.
קריטריונים למיקום תשתית בינה מלאכותית נותנים משקל רב יותר למחירי אנרגיה נמוכים יותר ועלויות קרקע נמוכות יותר, מה שמניע צמיחה לשווקים פחות צפופים כמו אטלנטה בארצות הברית, מלזיה ותאילנד.
לידתו של "הבניין האינטליגנטי באמת" קרובה. תשתית מבוססת בינה מלאכותית תהפוך לברירת מחדל, בדיוק כפי שקישוריות לאינטרנט היא מאפיין ברירת מחדל של מבנים קיימים. בינה מלאכותית גם תסייע ביצירת מבנים ללא פליטות גזי חממה ובעלי ביצועים גבוהים של קיימות.
זה מתיישב עם "התאומים הדיגיטליים הדינמיים" המתוארים בתעשיית הבנייה, אשר עוברים מעבר לתפיסה הסטטית של BIM למודלים שמתפתחים בזמן אמת לאורך מחזור החיים של הבניין, ומאפשרים ניהול תחזוקה חזוי שמפחית את עלויות התפעול ב-23-31% ומגדיל את תוחלת החיים של הציוד ב-15-20%.
חיתום ותהליכים משופרים באמצעות בינה מלאכותית יאפשרו עסקאות מהירות יותר והבנה יעילה יותר של נכסים ושווקים, ויזרזו השקעות בקנה מידה עולמי. תשתית מבוססת בינה מלאכותית והיכולת לחבר מערכות מרובות עשויות גם לאפשר את הרחבת מודלי "חלל כשירות" וזרמי הכנסה חדשים עבור בעלים ויזמים.
דוגמה קונקרטית המצוטטת בדו"ח JLL היא זו של Royal London Asset Management, אשר השיגה שיפורים משמעותיים בתפעול מערכת HVAC וביעילות אנרגטית בבניין מסחרי בשטח של 11,600 מ"ר. על ידי יישום טכנולוגיות הבינה המלאכותית של JLL, החברה השיגה שיא של 708% החזר השקעה וחיסכון באנרגיה של 59%, תוך הפחתת פליטות פחמן בעד 500 טון בשנה.
בינה מלאכותית תאפשר תכנון מונע חוויה והגדרות סביבתיות הניתנות להתאמה אישית רבה. זה משלים את הבינה המלאכותית הרב-מודאלית לפיקוח המתוארת בתעשיית הבנייה, שתשלב הבנת טקסט, תמונות ונתונים מרחפנים וחיישני IoT כדי לנטר את התקדמות ואיכות הבנייה, עם פוטנציאל מיוחד בשילוב עם טכנולוגיית LiDAR לניטור מבני בזמן אמת.
.png)
בניגוד לחששות מפני החלפה, הנתונים שנאספו מראים כי לבינה מלאכותית ייעודית יש השפעה חיובית על כוח העבודה:
בינה מלאכותית ייעודית חיזקה את תפקידם של בעלי מלאכה מיומנים, שחררה אותם ממשימות אדמיניסטרטיביות ואפשרה להם להתמקד בהיבטים האיכותיים של עבודתם. דבר זה הוביל לעלייה בתפיסת האיכות ולהערכה מחודשת של המומחיות הטכנית.
גישה זו תואמת את חזונו של מנכ"ל מיקרוסופט, סאטיה נדלה, לפיו ספקי שירותי בינה מלאכותית עושים בחירה מודעת לבחון גישה ממוקדת אדם, ומפתחים מוצרים "טייס משותף" שנועדו לסייע לאנשים, במקום מוצרים "טייס אוטומטי" שמטרתם להחליף לחלוטין תפקידים אנושיים.
תפקידים היברידיים חדשים צצים, כגון "מנהל בנייה ב-BIM" ו"מומחה בנייה דיגיטלית", עם כישורים המגשרים בין בנייה מסורתית לטכנולוגיות דיגיטליות. פרופילים אלה דורשים משכורות הגבוהות ב-35-40% מהממוצע בתעשייה.
על פי גולדמן זאקס, המצטט מחקר של הכלכלן דיוויד אוטור מ-MIT , יותר מ-85% מצמיחת התעסוקה בארה"ב ב-80 השנים האחרונות מוסברת על ידי יצירת מקומות עבודה המונעת על ידי טכנולוגיה.
היכולת של בינה מלאכותית לקודד ולהנגיש שיטות עבודה מומלצות צמצמה את פער הביצועים בין חברות קטנות לגדולות, וקידמה תחרות הוגנת יותר המבוססת על איכות בפועל ולא על גודל החברה.
בתחום הבנייה, החידושים העתידיים כוללים:
במגזר הנדל"ן הרחב יותר, JLL מדגישה כי שוק מקרי השימוש הארגוניים בבינה מלאכותית גנרטיבית צפוי להגיע ל-42.6 מיליארד דולר בשנת 2023, עם צמיחה שנתית של 32% ל-98.1 מיליארד דולר עד 2026.
ארגונים חייבים לשקול כיצד לרתום את כוחה של הבינה המלאכותית כדי לתמוך ביעדים העסקיים שלהם בצורה אחראית ואתית. JLL מדגישה את החשיבות של ערנות לשלושה סוגים של תקנות מתפתחות:
ארגונים יצטרכו לשקול סדרה של שאלות מרכזיות: מה המשמעות של צמיחת הבינה המלאכותית עבור אסטרטגיות השקעה ולוקליזציה? אילו יישומי בינה מלאכותית קיימים או עתידיים צריכים להיערך ולבחון כעת? מהם הסיכונים העסקיים והחברתיים הפוטנציאליים?
כמו בתחום הבריאות, טרנספורמציה אמיתית בבנייה ובנדל"ן אינה נובעת מיישום בינה מלאכותית למטרות כלליות על בעיות מורכבות, אלא מפתרונות שנבנו במיוחד עבור האתגרים הייחודיים של התעשייה.
ענף הבנייה הוא דוגמה מצוינת למגזר מורכב ביותר, בעל רמת דיגיטליות נמוכה: הוא מדורג במקום השני מהאחרון מבין המגזרים התעשייתיים מבחינת אימוץ דיגיטלי. מאפיינים אלה הופכים אותו לפלטפורמה אידיאלית להדגמת הערך של בינה מלאכותית ייעודית על פני פתרונות גנריים.
המאפיין הייחודי של ענף הבנייה הוא אופיו עתיר ידע ועתיר עבודה בו זמנית, עם איזון עדין בין ממדים קוגניטיביים ותפעוליים. דואליות זו דורשת מערכות בינה מלאכותית החורגות מעבר לעיבוד נתונים כדי להבין לעומק את תהליכי קבלת ההחלטות והתפעול המאפיינים את הענף.
כפי שציין מנהל פרויקטים בחברת אדריכלות גדולה: "ההבדל בין בינה מלאכותית למטרות כלליות לבין בינה מלאכותית לבנייה ייעודית הוא כמו ההבדל בין עובד כללי לבין אומן מומחה. לשניהם יש ערך, אך כשמדובר בפרויקטים מורכבים, מומחיות ייעודית הופכת הכרחית."
האתגר לעתיד יהיה למצוא את האיזון הנכון בין התמחות אנכית לבין יכולת פעולה הדדית אופקית, שיאפשר לשחקנים השונים בשרשרת האספקה ליהנות מפתרונות מותאמים אישית שעדיין יכולים לתקשר זה עם זה. רק בדרך זו תוכל בינה מלאכותית לקיים את הבטחתה להפוך את אחד המגזרים העמידים ביותר לחדשנות למופת של יעילות, קיימות ואיכות.
.svg)
.svg)
.svg)
.jpeg)
.jpeg)
.jpeg)