1770135408
2026-02-03 10:45:00
建設業界は長い間、遅延、コスト超過、作業方法の断片化と関連付けられてきました。数兆ドル規模の世界的な設備投資を管理しているにもかかわらず、依然としてデジタル化が最も進んでいない分野の 1 つです。
ai71 のエグゼクティブ ディレクター兼人工知能 (AI) アドバイザリー責任者であるクレメンサス メセジュス氏によると、AI は現在、個別のパイロットではなく、企業規模の変革を通じて、その現実を根本的に変えることができる段階に来ています。
Mecejus 氏の AI への旅は、研究室ではなく、大規模な分析およびデータ変換プログラムから始まりました。彼は早い段階で、複雑な組織内での実際の運用上の意思決定を改善する機械学習の可能性を認識していました。 「本当の課題は、印象的なモデルを構築することではありませんでした。AI を企業全体で機能させ、意思決定の方法に AI を組み込むことでした。」と彼は言います。
その焦点は最終的に、ai71 とその建設に焦点を当てたプラットフォーム SuperHive につながりました。SuperHive は、設計、納品、運用のライフサイクル全体にわたって、高度に断片化されたプロジェクト データを実用的なインテリジェンスに変えることを目的としています。
事後対応型構築から予測型構築へ
メセジュス氏によると、建設の問題はよく理解されていますが、これほど明確に数値化されることはめったにありません。手動による価値の低いアクティビティは、プロジェクト時間の最大 40% を消費します。開発者、請負業者、規制当局間でシステムが断片化すると、20% の手戻りが発生する可能性があります。非構造化データは生産性の 25% の損失を引き起こしますが、リアルタイムの可視性が限られており、予測可能な洞察が欠如しているため、コストと予算の継続的な超過が発生します。
「AI は建設を事後対応の管理から、予測的かつ積極的な意思決定に移行させています」と彼は言います。 「その変化は、ほとんどの人が思っているよりもはるかに重要です。」
計画と設計において、AI を活用した最適化とシミュレーションにより、従来のアプローチよりもはるかに早い段階でリスクを特定できます。 Mecejus 氏は、コンセプト前のマスター プラン評価を数か月から数分に短縮したソリューションや、プロジェクトごとに数週間に及ぶ手動作業を排除する自動 CAD から BIM への変換ツールを指摘します。
配信中、AI を活用した監視により、すでに監視とコンプライアンスが変革されています。 SuperHive の Analyze Studio は、以前は数週間かかっていた規制チェックを自動化し、許可の承認時間を 1 か月から約 1 分に短縮し、精度を 42% から 99% に向上させます。
他にも、ai71 は衛星画像、ドローン、IoT ベースの監視を 100,000 戸以上の住宅ユニットと 150 のタワーに導入し、建設のアイドル時間を 20% 削減し、安全違反を大幅に削減しました。
運用面では、AI によってプロジェクト データが静的なアーカイブではなく長期的な戦略資産になることがついに可能になったと Mecejus 氏は主張します。予知保全、デジタルツイン、継続的な資産パフォーマンス監視により、定期的な手動検査がリアルタイムのインテリジェンスに置き換えられます。
なぜ中東はより速く動けるのか
メセジュス氏は、中東は AI 主導のインフラ開発において他の地域を飛び越える独自の立場にあると考えています。デジタル変革に対する政府の強力な支援、資本へのアクセス、テクノロジーを大規模に導入する意欲がすべて重要な役割を果たします。重要なのは、多くの組織が数十年にわたるレガシー システムに制約されていないことです。
「私たちは200億～500億米ドルの資産を管理する不動産業者と協力しています」と彼は言います。 「他所で見られるような技術的負債を抱えていないため、最新の AI プラットフォームをはるかに迅速に導入できます。」
「AI は、事後対応的な管理から予測的かつ積極的な意思決定へと建設を移行させています。」
クレメンス・メセイウス、ai71
大規模で集中管理されるインフラストラクチャ プログラムにより、データの標準化やポートフォリオ全体での AI の拡張も容易になります。同社はすでに、この地域の都市全体を対象とした AI を活用したデジタル ツインを開発しており、開発が近隣地域やインフラに与える影響をシミュレーションすることで大規模な計画をサポートしています。
しかし、メセジュス氏は、スピードとガバナンスのバランスを取る必要があると警告する。明確な運用モデル、人材育成、説明責任がなければ、急速な AI 導入は停滞する可能性があります。 「最大の利益を得ている組織は、AI を実験ではなくコア インフラストラクチャとして扱う組織です」と彼は付け加えます。
Mecejus 氏は、顧問業務の中で、成功する AI プログラムは常に明確に定義されたビジネス成果から始まると述べています。価値創造ではなくテクノロジーから始めるために失敗する取り組みが多すぎます。データの準備は、最大 80% の情報が構造化されておらず、接続されていないシステムに分散している建設業界では特に重要です。
「AI は壊れたワークフローを修正できません」と彼は指摘します。 「入札書類、規制当局への提出書類、プロジェクトデータがすべて断片化されている場合、どのアルゴリズムもあなたを救うことはできません。」
AI の結果に対する所有権の不明確さや不十分な変更管理など、組織上の障害も同様に過小評価されています。 Mecejus 氏は、彼のチームが構築した B2C 住宅販売プラットフォームを取り上げ、購入プロセスを数週間から数分に短縮し、同時に販売スタッフを 80% 削減しました。導入の鍵となったのは、AI 自体ではなくユーザー エクスペリエンスを優先することであったと彼は言います。
次のフロンティア: エージェントベースの AI
Mecejus 氏は、将来を見据えて、プロジェクト レベルの洞察を再利用可能な全社規模のインテリジェンスに変えることが、未開発の最大のチャンスであると考えています。 AI を活用したコンプライアンスと品質保証は、特に大規模な公共インフラストラクチャ プログラムにおいて、一貫性のない手動レビューを標準化された高精度の自動化に置き換えることで、業界の数十億ドルを節約できる可能性があります。
同氏は、今後 2 ～ 3 年で、エンジニア、プロジェクト マネージャー、規制当局を積極的に支援するエージェント ベースのシステムによって AI が建設ライフサイクル全体に組み込まれるようになると予想しています。
「次の四半期にどのプロジェクトが最もリスクにさらされているかを建設プラットフォームに問い合わせると、証拠とすでに進行中の措置とともに即座に答えが得られることを想像してみてください。」と彼は言います。 「それが業界が向かっている方向です。」
#混沌から明晰さへ #が大規模な建設をどのように再定義するか