Herman B. Smith og Silvija Seres.
Innlegg: Hvor ligger egentlig potensialet for AI i Norges største fastlandsnæring?
Bygg- og eiendomsbransjen sliter med økende kostnader, fallende produktivitet og stor miljøpåvirkning. Kan kunstig intelligens (AI) bidra til å effektivisere prosesser, forbedre prosjekter og skape mer bærekraft?
Innlegg av:
Innlegg av: Herman B. Smith (tidligere CDO, nå gründer og daglig leder) og Silvija Seres, matematiker, investor, gründer og foredragsholder).
En del av debatten om AI fokuserer imidlertid på frykten for (eller ønsket om) å erstatte kunnskapsintensive jobber. Men hvis AI skal være nøkkelen som sikrer konkurranseevne, kan det ikke først og fremst handle om å erstatte arbeidsplasser - men om å dreie fokus dit effektene er størst.
Potensialet
La oss visualisere et byggeprosjekt på 100 millioner kroner. Anta at 15% av den totale utviklingskostnaden er dedikert til oppstrøms kunnskapsintensivt arbeid, som planlegging, analyse, prosjektering, prosjektledelse, etc. Det er ikke veldig kontroversielt å anslå at AI kan automatisere 20% av disse oppgavene. Men la oss prøve en litt mer aggressiv hypotese, og anta at AI kan automatisere opptil 50%. Her ville det tilsvare størrelsesorden 6000 timer…
Bygge- og eiendomsbransjen har en kompleks verdikjede og leverer komplekse produkter (bygg). Det er ikke unormalt å involvere 15-20 spesialiserte fagdisipliner i utvikling og ledelse. I tillegg kommer entreprenører og leverandører for å faktisk produsere. I et slikt landskap er det nettopp AI sin evne til å analysere store mengder data som kan være nøkkelen til å optimalisere prosessene, predikere utfall og ta smartere beslutninger. Tenk på mulighetene med verktøy som forutsier potensielle prosjektrisikoer før de oppstår, optimaliserer materialbruk, foreslår systemer for gjenbruk eller effektiviserer kommunikasjonen mellom interessentene.
Internasjonale studier peker på at 96% av prosjektdata ikke gjenbrukes. Det er store variasjoner, men i takt med økende kompleksitet understreker dette en stor utfordring med strukturert læring. Den manglende tilgangen på strukturert data er kanskje bransjens største utfordring for skalert bruk av AI. Likevel kan AI allerede skrive utkast til kontrakter, analysere eiendomsdata, generere design, ideer og forslag til løsninger. Og utviklingen går raskt. Men i alle kjente eksempler er det først når dyktige fagfolk vurderer resultatene og implementerer dem i forhold til de ulike behovene at de store effektene kommer. Da frigjør løsningene tid fra kjedelige, repetitive oppgaver til tid og fokus på det mennesker gjør best.
Behovene
Forskning på tvers av bransjer viser at for virkelig å forbedre prosess- og prosjektgjennomføring, bør det investeres mer i oppstrøms planlegging, ikke mindre. En antagelse om at sparte timer gjennom automatisering direkte bør kuttes må derfor anses som feil, men snarere tolkes som et behov for et skifte av arbeidsoppgaver. I et fremtidsscenario hvor rutineoppgaver og erfaringsinnsamling tas hånd om av AI, vil fagfolk få mer tid til å fokusere på det store bildet. Prosjektutviklere kan investere mer tid i å forstå brukerbehov, arkitekter og ingeniører kan skape fremtidsrettede og fleksible løsninger, entreprenører kan optimalisere byggeprosessen. En studie fra Oxford Economics viste et potensial for økt produktivitet på hele 40% ved implementering av AI. Skal dette potensialet kunne utløses, må høykompetent arbeidskraft rette fokus mot de store utfordringene bransjen står ovenfor, som gjenbruk, karbonutslipp, ressurs- og arealeffektivitet. Tenk hva som kan skapes med 6000 timer bare fra ett enkelt prosjekt!
Innovasjonspotensialet er nemlig stort, og en rask titt på de største risikoene og kostnadsdriverne viser hvorfor. AI vil for eksempel kunne analysere historisk saks- og prosjektinformasjon for å identifisere potensielle uoverensstemmelser og hindringer før regulatoriske prosesser blir frustrerende; Varsle om endringer i stedlige forhold for å redusere usikkerhet knyttet til grunnforhold; Bistå med reduksjon av utslipp, ved å optimalisere design og sammensetning av klimaverstingen betong; Forutsi etterspørsel eller markedstrender for stål; Optimalisere tekniske installasjoner for opptil 30% reduksjon i energibruk; eller optimalisere logistikken på byggeplass for å forhindre forsinkelser og øke sikkerheten.
Fokus på effekt
Det mangler ikke på både praktiske og etiske problemstillinger knyttet til implementeringen av AI. Og tillit til slike systemer er helt avgjørende, ikke minst når man skal bygge hjemmene vi bor i og infrastrukturen vi omgir oss med. Det er derfor viktig å huske at AI må kontekstualiseres, forstås og styres, slik at resultatene skapes i samspill med menneskets evne til kritisk tenkning, etiske vurderinger og ansvarlighet.
En stor andel av dagens prosesser i bygg og eiendom har behov for optimalisering. Og vi må bygge bedre, smartere og mer bærekraftig. AI gir oss muligheten til å innovere mer og raskere enn noen gang før. Forutsetningen er at vi er nysgjerrige og villige til å endre både forretningsmodeller og arbeidsprosesser. Men først og fremst må bransjen investere mer i å skape de nye løsningene, og samtidig vise evne til å strategisk reinvestere den sparte tiden dit effektene faktisk vil være størst.
Dette er et leserinnlegg og meninger i innlegget står for forfatterens regning.