Από τον Γέρμις Πένια
Ειδικό για El Inmobiliario
Η τεχνητή νοημοσύνη (ΤΝ) φέρνει επανάσταση σε διάφορους κλάδους και οι κατασκευές δεν αποτελούν εξαίρεση. Από εργαλεία που βελτιστοποιούν τα αρχιτεκτονικά σχέδια μέχρι ρομπότ που τοποθετούν τούβλα με ακρίβεια χιλιοστού, η τεχνολογία επαναπροσδιορίζει τον τρόπο με τον οποίο σχεδιάζονται και εκτελούνται τα κατασκευαστικά έργα. Ωστόσο, καθώς αυτή η επανάσταση εξελίσσεται, οι ανησυχίες για την απώλεια παραδοσιακών θέσεων εργασίας αυξάνονται. Αποτελεί η ΤΝ απειλή για το εργατικό δυναμικό ή ένα εργαλείο για την ενδυνάμωση του κλάδου;
Απτή επίδραση στην κατασκευή
Τα οφέλη της Τεχνητής Νοημοσύνης στον τομέα είναι αναμφισβήτητα. Εργαλεία σχεδιασμού όπως το Autodesk Revit, εξοπλισμένα με δυνατότητες τεχνητής νοημοσύνης, επιτρέπουν την ανάλυση εκατομμυρίων σημείων δεδομένων σε δευτερόλεπτα, βελτιστοποιώντας τη χρήση υλικού και μειώνοντας τα δαπανηρά σφάλματα. Σύμφωνα με έκθεση της McKinsey, η εφαρμογή αυτών των τεχνολογιών μπορεί να μειώσει τα αρχικά σφάλματα σχεδιασμού έως και 45%, με αποτέλεσμα σημαντική εξοικονόμηση χρημάτων για τους προγραμματιστές.
Η ασφάλεια είναι ένας άλλος τομέας στον οποίο η Τεχνητή Νοημοσύνη αφήνει το στίγμα της. Τα συστήματα υπολογιστικής όρασης και οι έξυπνοι αισθητήρες μπορούν να εντοπίζουν κινδύνους σε πραγματικό χρόνο, ειδοποιώντας τους εργαζόμενους για μη ασφαλείς κινήσεις ή επικίνδυνες συνθήκες σε εργοτάξια. Ο Διεθνής Οργανισμός Εργασίας (ILO) εκτιμά ότι αυτές οι τεχνολογίες θα μπορούσαν να μειώσουν τα ατυχήματα στον χώρο εργασίας κατά 20%, σώζοντας ζωές και βελτιώνοντας τις συνθήκες εργασίας.
Επιπλέον, οι αλγόριθμοι πρόβλεψης μετασχηματίζουν τη διαχείριση έργων. Αυτά τα εργαλεία προβλέπουν καθυστερήσεις, βελτιστοποιούν τους προϋπολογισμούς και προσαρμόζουν τους πόρους σε πραγματικό χρόνο. Πρόσφατες μελέτες δείχνουν ότι η Τεχνητή Νοημοσύνη μπορεί να αυξήσει την παραγωγικότητα στις κατασκευές έως και 30%, μια σημαντική αλλαγή σε έναν κλάδο που είναι γνωστός για τις καθυστερήσεις και τις υπερβάσεις κόστους.
Το δίλημμα της απασχόλησης
Παρά τις εξελίξεις, ο φόβος για τον αυτοματισμό είναι δικαιολογημένος. Ρομπότ όπως το "SAM" (ημιαυτόματος χτίστης) μπορούν να τοποθετήσουν έως και 3.000 τούβλα την ημέρα, ξεπερνώντας κατά πολύ την ικανότητα ενός παραδοσιακού χτίστη, ο οποίος τοποθετεί κατά μέσο όρο 500. Ομοίως, τα συστήματα ανάλυσης δεδομένων αρχίζουν να αναλαμβάνουν εργασίες που προηγουμένως ήταν αποκλειστικές για τους διαχειριστές έργων.
Μια έκθεση του Πανεπιστημίου της Οξφόρδης προειδοποιεί ότι έως και το 40% των παραδοσιακών θέσεων εργασίας στον τομέα θα μπορούσαν να αυτοματοποιηθούν έως το 2030. Οι χειρωνακτικές εργασίες, όπως η μεταφορά υλικών και η ανάμειξη σκυροδέματος, είναι οι πιο ευάλωτες, αφήνοντας χιλιάδες εργαζόμενους αβέβαιους για το μέλλον τους.
Συμπλήρωμα, όχι αντικατάσταση
Ωστόσο, πολλοί ειδικοί υποστηρίζουν ότι η Τεχνητή Νοημοσύνη δεν θα εξαλείψει απαραίτητα θέσεις εργασίας, αλλά μάλλον θα τις μεταμορφώσει. Το Παγκόσμιο Οικονομικό Φόρουμ προβλέπει ότι για κάθε θέση εργασίας που χάνεται λόγω του αυτοματισμού, θα δημιουργούνται 2,1 θέσεις εργασίας που σχετίζονται με την τεχνολογία. Η εκπαίδευση των εργαζομένων σε τομείς όπως ο προγραμματισμός, η συντήρηση και η λειτουργία ευφυών συστημάτων καθίσταται επείγουσα ανάγκη.
Επιπλέον, τεχνολογίες όπως οι εξωσκελετοί, οι οποίες βοηθούν τους εργαζόμενους να σηκώνουν βαριά αντικείμενα με λιγότερη προσπάθεια, καταδεικνύουν πώς η συνεργασία μεταξύ ανθρώπων και μηχανών μπορεί να βελτιώσει τόσο την παραγωγικότητα όσο και τις συνθήκες εργασίας. Υπό αυτή την έννοια, η Τεχνητή Νοημοσύνη δεν την αντικαθιστά, αλλά μάλλον την συμπληρώνει.
Προκλήσεις και εμπόδια
Η ενσωμάτωση της Τεχνητής Νοημοσύνης στις κατασκευές δεν είναι χωρίς προκλήσεις. Ένα από τα μεγαλύτερα εμπόδια είναι το αρχικό κόστος. Η εφαρμογή προηγμένων τεχνολογιών, όπως τα ρομπότ και οι έξυπνοι αισθητήρες, απαιτεί επενδύσεις πολλών εκατομμυρίων δολαρίων που είναι πέρα από τις δυνατότητες πολλών μικρών και μεσαίων επιχειρήσεων.
Η αντίσταση στην αλλαγή αποτελεί επίσης μια σημαντική πρόκληση. Πολλοί εργαζόμενοι φοβούνται ότι ο αυτοματισμός θα τους αφήσει άνεργους, ενώ ορισμένες παραδοσιακές εταιρείες δεν διαθέτουν τις απαραίτητες γνώσεις για να υιοθετήσουν αυτές τις τεχνολογίες. Επιπλέον, η έλλειψη σαφών κανονισμών σχετικά με τη χρήση της Τεχνητής Νοημοσύνης εγείρει ερωτήματα σχετικά με την ιδιωτικότητα, την λογοδοσία και την ηθική στην αυτοματοποιημένη λήψη αποφάσεων.
Εμπνευσμένες ιστορίες επιτυχίας
Παρά τις προκλήσεις, πολλά έργα έχουν καταδείξει τις τεράστιες δυνατότητες της Τεχνητής Νοημοσύνης. Στο Ντουμπάι, η τρισδιάστατη εκτύπωση έχει χρησιμοποιηθεί για την κατασκευή ολόκληρων γραφείων σε χρόνο ρεκόρ, μειώνοντας το κόστος υλικών κατά 60%. Εν τω μεταξύ, εταιρείες όπως η Boston Dynamics αναπτύσσουν ρομπότ όπως το "Spot", ικανά να επιθεωρούν εργοτάξια με ακρίβεια 99%, ανιχνεύοντας δομικά ελαττώματα πριν αυτά γίνουν σημαντικά προβλήματα.
Στην Κίνα, η εφαρμογή συστημάτων Τεχνητής Νοημοσύνης σε μεγάλα έργα υποδομών έχει μειώσει τα απόβλητα υλικών κατά 25%, βελτιώνοντας σημαντικά τη βιωσιμότητα στον τομέα.
Ένα έξυπνο και βιώσιμο μέλλον
Για να μπορέσει η Τεχνητή Νοημοσύνη να μετασχηματίσει αποτελεσματικά τη βιομηχανία, πρέπει να αντιμετωπιστούν αρκετές βασικές πτυχές. Πρώτον, είναι απαραίτητο να εππενδυθούν σε προγράμματα κατάρτισης που προετοιμάζουν τους εργαζόμενους για τη λειτουργία και τη συντήρηση αυτών των τεχνολογιών. Δεύτερον, οι κυβερνήσεις πρέπει να θεσπίσουν σαφή νομικά πλαίσια που προωθούν την ηθική και ασφαλή χρήση της Τεχνητής Νοημοσύνης, διασφαλίζοντας ότι τα οφέλη κατανέμονται δίκαια.
Τέλος, η πρόσβαση σε αυτές τις τεχνολογίες θα πρέπει να διευκολυνθεί για τις μικρές και μεσαίες επιχειρήσεις, επιτρέποντάς τους να ανταγωνίζονται επί ίσοις όροις με τις μεγάλες εταιρείες.
Ο συγγραφέας είναι αρχιτέκτονας και επιχειρηματίας στον κατασκευαστικό κλάδο. Μέλος του Επιχειρηματικού Συμβουλίου Forbes.
