Tehnologia predictivă reduce costurile, susținând obiectivele de sustenabilitate, se arată într-un studiu realizat de compania JLL asupra tehnologiei AI, cu aplicare în industria construcțiilor.

AI face diferența

Pentru Brett Ellis, facilitățile regionale și managerul de active la multinaționala de construcții și minerit Komatsu, AI este diferența dintre zile și săptămâni. Komatsu folosește drone pentru cartografierea șantierelor de câțiva ani. Informațiile sunt utilizate pentru a determina unghiurile de pantă, adâncimea de săpare și rapoartele de tăiere și umplere. Aceste date ajută operatorul să efectueze munca mai eficient.

Acum, inteligența artificială poate identifica defectele din datele dronei și le poate clasifica în ordinea priorității reparațiilor: mare, medie și scăzută. Ea poate oferi estimări ale costurilor de reparație, cât de curând se poate face, precum și costurile întregii pentru întreaga clădire, a spus Ellis la un webinar recent JLL despre evoluțiile pentru managerii de facilități din regiunea APAC.

”Pot să fac ceva în trei zile, în timp ce înainte era nevoie de trei săptămâni”, a spus Ellis. ”Dacă fac asta în fiecare an, am un punct de referință și îl pot revizui. Și pot obține acele date pentru a vorbi cu alte sisteme”.

Cercetările JLL arată că tehnologia este firul comun în modul în care managerii de unități se vor confrunta cu un viitor cu mai multă muncă, cu mai puțin personal, schimbarea utilizării activelor, o mai mare control al costurilor și nevoia de a se concentra pe durabilitate.

Creșterea spectaculoasă a valorii adăugate

Categoria care evoluează rapid a IA generativă devine din ce în ce mai mult o parte integrantă a modului în care se potrivesc toate piesele puzzle-ului. O cercetare McKinsey estimează că IA generativă ar putea adăuga o valoare anuală de până la 4,4 de trilioane de dolari.

Mai mult, tehnologia poate oferi managerilor de unități date prescriptive și perspective combinând integrarea datelor, analize avansate și recomandări bazate pe inteligență artificială.

Colectarea de date cuprinzătoare din diverse surse din portofoliul de unități ar include senzori IoT, sisteme de management al clădirilor, înregistrări de întreținere, date de ocupare, date despre consumul de energie și multe altele, spune Ellis.

Noua expresie la modă

Și, în timp ce întreținerea preventivă continuă să domine ca strategie în rândul managerilor de facilități, preocupați de reducerea costurilor în managementul activelor, tehnologia predictivă este noua expresie la modă, spun experții și practicienii, captând informații despre active care vor ajuta la reducerea costurilor.

”Utilizarea senzorilor și a dispozitivelor IoT pentru a monitoriza vibrațiile, temperatura, presiunea și debitul, a fost pe scenă de ceva vreme, dar introducerea AI înseamnă că putem aduna și mai multe date utilizabile”, a spus Ellis.

”Algoritmii de învățare automată analizează datele de la senzori și înregistrările istorice de întreținere, pentru a prezice când este nevoie de întreținere. AI poate identifica modele de comportament ale echipamentelor care preced defecțiunile”, a spus el.

”Acei algoritmi amestecă datele din fundal și vă vor spune: Hei, trebuie să faceți ceva acum, am observat unele tendințe prin intermediul senzorilor, credem că acum este momentul potrivit.”

Iar în viitor, evoluțiile tehnologice vor da putere managerilor de facilități cu o abordare mai integrată. Economiile dintr-o zonă ar putea fi realocate altuia, la glisarea unui ecran. Datele din diverse surse vor putea comunica cu alte seturi de date. ”Cu siguranță caut ca datele să lucreze mai mult și ca tehnologia să lucreze mai mult decât înainte”, spune Ellis.

Democratizarea datelor

Kevin Janus, directorul programului de tehnologie JLL Technologies, spune că o ”ccălătorie de întreținere” trece rapid de la întreținerea preventivă, care era de ultimă generație până în urmă cu cinci ani, ea însăși o evoluție, la întreținerea corectivă (”Eeste stricat, trebuie să repar”).

”Multe companii încep să privească acest lucru într-un mod mai holistic”, a spus Janus într-un webinar, pentru a discuta rezultatele sondajului JLL asupra managerilor de facilități, adăugând: ”Întreținerea predictivă este cu adevărat următorul pas”.

Janus spune că ”democratizarea culegerii de informații este pe seama noastră”, iar pe măsură ce tehnologia devine obișnuită în managementul facilităților, costul achiziției de sisteme va scădea. Prețul senzorilor este deja în scădere”, a spus el,

dar există și modalități de adaptare a sistemelor existente.

”Uitați-vă la ce aveți. Oamenilor li s-au vândut sisteme de management al clădirilor în anii 1980 și 1990. Există modalități de a lua vechiul și noul și de a crea un set de date din ele”.

La rândul său, o lucrare de cercetare din noiembrie 2022 a analiștilor de la Institutul de Cercetare și Inovare pentru Sustenabilitate în Inginerie Civilă din Lisabona, Portugalia, a constatat că pe parcursul întregii etape de exploatare și întreținere, echipele de management al unității colectează și procesează date din diferite surse, deseori trebuind să fie luate în considerare în mod adecvat atunci când luarea deciziilor viitoare.

Alimentarea modelelor statistice

Aceste date ar putea alimenta modele statistice bazate pe AI, îmbunătățind procesul decizional, au spus ei. Odată cu apariția clădirilor inteligente, care încorporează cele mai multe spații cu obiecte inteligente, modelarea informațiilor despre clădiri sau BIM,inteligența artificială  oferă constructorilor noi oportunități de a moderniza aceste clădiri la costuri mai mici și o durată mai scurtă a proiectului, permițând schimbul de informații între diverșii părți interesate implicate.

Practicile convenționale trebuie să încorporeze avizul integrat de management inteligent, care este încorporat în informație și integrare funcțională, potrivit autorilor. ”Acum este mult mai ușor să introduceți seturi de date pentru a obține rezultate, iar AI oferă acum mult mai multe informații decât înainte”, spune Janus.

AI este de fapt și învățarea automată și există sisteme, cum ar fi supercomputerul Watson de la IBM, care poate prelua date despre tendințe, care sunt prea multe pentru ca o persoană obișnuită să le privească și să ofere o analiză a tendințelor pe baza parametrilor de care managerul unității ar putea fi interesat. , cum ar fi factorii sezonieri.