人工知能（AI）や機械学習と聞いて、人間味のあるテクノロジーであると考える人はほとんどいないでしょう。さらに、これらの概念には人間味がないように感じられるため、不安に思われることもあるでしょう。
AI は職場に悪影響を及ぼすかもしれないと考える人もいます。Pew Research 社による 2023 年の調査で、米国の労働者の 32% が AI は労働力を支援するというよりも労働力に悪影響を与えるだろうと考えている一方で、その逆であると考えている人はわずか 13% であることがわかりました。
AI に関しては多くの妥当な懸念があることは明らかで、ChatGPT などのツールの登場を考えると、このトピックに関してさまざまな議論が交わされることになるでしょう。とはいえ、AI が、特に建設業界において非常に良い影響を与える可能性があることは注目に値します。
最新のウェビナー シリーズ: 建設 AI のトレンド: インテリジェンスが業界をどのように変革するか
AI と機械学習は、正しく導入すれば、現場での日常生活を向上させることができます。
高度な技術で非人間的なアプローチのように思うかもしれませんが、人工知能は物事をより人間的なものにすることができます。AI と機械学習は、人間をあらゆるものから排除するのではなく、実際の仕事をより効率的に行えるようにします。
建設の AI トレンドの詳細について興味がありますか? 20 人以上の業界エキスパートが、2024 年の AI の建設トレンドについて意見を共有しています。
近年、建設ではテクノロジーとデジタル コラボレーションが加速しています。しかし、プロジェクトを着実に進めながら、新しいテクノロジーを導入するためのリソースを見つけることは困難です。
AI と機械学習を取り入れます。
これらのテクノロジーは業界を前進させ、労働者、契約会社、エンド クライアントの成果を向上させます。
積極的に導入すると、建設における AI の使用は、安全性、生産性、品質、その他の重要な対策の向上に役立つ可能性があります。AI が単純作業を引き継いで、設計と計画を支援するため、チームのスタッフは専門知識と創造性を磨くことに時間を費やすことができます。
さらに、AI と機械学習により、チームや企業は情報に基づいた予測を行い、ワークフローを合理化することができます。
次に、建設における AI の台頭と、どうやってAI がこの業界で働く人間にとって有利な状態に業界を変えるのかを内部的に見ていきます。
AI、機械学習、ディープ ラーニングの概念をまだ理解していない場合は、主題を掘り下げる前に基礎を確認しましょう。これらの用語はいっしょに使用されることがよくありますが、いくつかの重要な違いがあります。
まず、人工知能から始めましょう。AI は、コンピュータ サイエンスの広範な分野であり、通常は人知を必要とするタスクを実行できるスマート マシンの作成を扱います。これらのタスクには、経験からの学習、パターンの認識、自然言語の理解が含まれます。
機械学習は AI のサブセットです。基本的な意味は、書籍『Machine Learning: An Artificial Intelligence Approach』で「学習能力は、知的行動の最も基本的な属性の 1 つである」と定義されています。
基本的に、マシンは自ら学習し、結果を予測できます。人間がマシンをプログラミングするのではなく、データの分析に基づいた予測を作成できるアルゴリズムを備えたソフトウェアを使用します。たとえば、マシンは予防的な保守作業が必要であることを知らせることができます。
ディープ ラーニングは機械学習のサブセットであり、人工ニューラル ネットワーク、特にディープ ニューラル ネットワーク（DNN）に基づいて学習し、意思決定を行うようマシンに教えます。ディープ ラーニングは主に、大量の複雑なデータを処理するために使用します。
それでは、これらのテクノロジーが建設プロジェクトと作業者に何ができるのかについて説明します。
AI、またはより具体的に機械学習は、設計全体を改善し、人間のエンド ユーザにとってより良い空間を実現します。
たとえば、WeWork 社は社員が使用する方法に合わせて会議室を配置したいと考えていました。ワークスペースのスタートアップ企業は、機械学習を使用して会議室の使用頻度を把握して予測し、建設を開始する前にニーズに最適な空間を設計することができました。
オートデスクと Daisy AI Inc 社のコラボレーションは、建築設計で AI を使用するもう 1 つのよい例です。
Daisy 社は、木材のフロア レイアウトの最適化を自動化する、AI を活用した建設設計システムを開発しました。これに伴い、Autodesk Research は、マス ティンバーを使用した建物の概念設計を最適化する、Kratos と呼ばれるプロトタイプを構築しました。
これらのソリューションを組み合わせることで、木構造向けのエンドツーエンドのジェネレーティブ デザイン ワークフローが構築されました。最終的に、これらのソリューションは、将来的に建築家やエンジニアがより持続可能な木材ベースの建設を実現するのに役立ちます。
設計における AI のメリットはこれだけではありません。機械学習は、作業者が建設を進める前に、設計において発生する可能性があるミスや漏れを見つけるのにも役立ちます。
エラーの特定に時間をかけることなく、機械学習に任せることができるため、最終的には時間を節約し、より生産的なタスクを行えるようにリソースを解放することができます。AI テクノロジーを適切に使用して、モデル内の環境条件や状況を幅広くテストすることもできます。このテクノロジーにより、設計の特定の要素が最適かどうかを判断したり、今後問題が発生する可能性があるかどうかを予測することができます。
建設現場では安全性の向上が最優先されます。AI により、この目標を達成するためのハイテクな方法が提供されます。
AI を活用したコンピュータ ビジョンを使用して、現場でのつまずきや転落事故を分析し、リーダーが作業者のためにより安全な対策を講じることができます。同じテクノロジーを使用して、ビデオ映像を分析し、安全性問題とコンプライアンス違反についてフラグを設定することもできます。
たとえば、チーム メンバーが防護具を正しく着用していない場合、AI がこれを発見し、マネージャに安全トレーニングの実施を促します。
もう 1 つの使用例があります。AI を使用したインシデント レポートの合理化です。現場に設置されたセンサー、カメラ、IoT デバイスは、リアルタイムでデータを監視および収集し、発生したインシデントをログに記録できます。
AI は、作業者がインシデントを検出して報告する際にも役立ちます。自然言語処理（NLP）により、AI を活用したシステムでレポートの分析、パターンの特定、適切なアクションの提案が可能になります。
建設における AI の実に驚くべき機能の 1 つは、リスクが発生する前に特定できることです。これにより、人間は潜在的な落とし穴に対する認識を高め、問題の発生を回避する方法を見つけることができます。AI と機械学習では、問題を予測してその影響を測定し、予測解析を使用して建設リスクを軽減することができます。
建設で実行されている機械学習のもう 1 つよい例を見てみましょう。Construction IQ などのツールでは、AI がどのように役立つかを理解するために、建設現場のリーダーの課題を調べます。その結果、AI アルゴリズムは問題に優先順位を付け、問題が処理されなかった場合に起こり得る結果などのリスクを理解できていることが判明しました。
詳細はこちら: 機械学習を活用した Construction IQ によるリスクの軽減
Autodesk Construction Cloud の AutoSpecs 機能では、AI を活用して、建設の開始前に欠落している提出項目を明確にします。Construction IQ を使用するこの機能は、プロジェクトの仕様を分析し、それらを履歴データと比較して、不足している可能性のある提出物を提案します。これにより、チームはコストとスケジュール リスクを先を見越して管理できるようになります。
これらは、施工管理者がワークフローを合理化し、問題を回避するのに役立つ可能性を秘めています。
Autodesk Construction R&D の製品管理、インテリジェンス ディレクターである Pat Keaney は、AI は建設の専門家が業務を効率化できるように「スーパーパワー」を解放するのに役立つだろう、と指摘しています。
「また、AI を活用して、情報提供依頼の根本原因を自動的に特定し、進捗状況の追跡や安全に関するインシデントの予測などを行うことで、継続的に高リスクの指摘事項を特定しています。これは、文字通り建設において日々起こっています」
「今後 5 ～ 10 年間にわたって、AI と建設は人々を強化し、人々の効率を高め、人々をよりスマートにし、人々の生活をより良くすることになるでしょう」
詳細については、このデジタル ビルダ ポッドキャストのエピソードをご視聴ください。このエピソードには、建設における AI と機械学習に関する主なポイント、使用例、ヒントが含まれています。
設計と建設の他に、AI は施設管理にも役立ち、資産の総寿命を延ばすことができます。施設管理において重要な情報にギャップが生じることがよくあります。この結果、現場での修繕やリノベーションを効率的に、コスト効率良く管理することが困難になります。
AI と機械学習は、データの収集と利用を強化することで、プロセスを合理化するのに役立ちます。これは、作業指示などのデータやドキュメントを分類し、関連する条件をリアルタイムに驚くべき精度で評価することで実現されます。これにより、人間は面倒で時間のかかる管理業務から解放され、目の前にある問題に集中することができます。
さらに、機械学習は、運用とメンテナンスの BIM モデルに統合すると、問題がいつ、どこで発生するかを可視化することで、メンテナンスと修繕を実行する最適な方法を決定できます。たとえば、サンフランシスコのセールスフォース タワーの BIM モデルで AI が活用され、施設管理が向上しました。このデータにより、施設チームは空間をより適切に最適化し、エネルギー使用量や今後のメンテナンスのニーズなどの重要な指標を監視することができます。
シンプルな AI 機能は、あなたが気づかないうちに、仕事以外の日常生活をすでに変革しているかもしれません。Gmail や、他の電子メール サービスを考えてみてください。高度なフィルタリングにより、迷惑メールが排除され、最初に読むべき最も重要な電子メールがハイライト表示されます。さらに面白いことに、Netflix などのメディア プラットフォームでは、高度なアルゴリズムに基づいてカスタマイズされたおすすめのコンテンツを表示してくれるため、何を見ようか決めるのに何時間も費やす必要がありません。
建設では、AI は「舞台裏」の自動化を強化し、仕事を容易にして繰り返し作業を自動化しています。たとえば、Autodesk Build などのツールは、タイトル ブロック、シート名、番号などを自動検出できます。一見ささいなことでも、この優秀な機能は、VDC 担当者が図面を分類するためにいつも費やしている無駄な労力を削減するのに役立っています。
できるだけ早く建設で人工知能を使用する準備はできていますか? 効果的で正確な AI を実現するには、大規模なデータのサブセットが必要です。
Autodesk Construction Solutions 担当シニア バイス プレジデント兼ゼネラル マネージャである Jim Lynch は、デジタル ビルダ ポッドキャストの最近のエピソードで「膨大なデータとそこから学ぶべきことがたくさんあり、それが人工知能の糧となります。このようにして価値を提供できるのです」と述べています。
Jim は続けて「今から 10 年後、おそらくもっと早まると思いますが、ドア、壁、窓を描画するのに設計チームが必要でしょうか? あるいは、人工知能を適用して要件を把握するのでしょうか? そのように、設計チームと施工チームがさらに統合されるため、施工図面を微調整して迅速に生成することができます。人工知能を適用できる場所はたくさんあります」とも述べています。
もちろん、データだけでは十分ではありません。チーム（および AI ソリューション）がインサイトを効果的に見つけられるようにするには、施工データを整理および統合する必要があります。
残念ながら、世の中の多くのテクノロジー プラットフォームは十分に統合されていないため、データが分断されたままになっています。この問題に対処するには、すべてのデータを 1 か所に保管する接続された建設プラットフォームを選択します。
これによりデータを整理できるようになり、より効果的な分析とインサイトへの道が開かれます。
建設における AI の基礎と AI が業界にもたらす価値について説明しましたが、次に市場でトップクラスの AI ツールとソリューションのいくつか見てみましょう。目的に応じて、以下を検討してください。
Construction IQ は、機械学習と AI を使用して、プロジェクト リーダーがコスト、スケジュール、品質、安全性の 4 つの主要領域でリスクを管理および軽減できるように支援します。このソリューションは、Autodesk Build と Autodesk BIM Collaborate で利用できます。
設計上の問題に取り組んでいる場合でも、情報提供依頼を調査している場合でも、安全性の向上に取り組んでいる場合でも、Construction IQ を使用して問題を特定して問題に優先順位をつけ、適切なタイミングで適切な作業に取り組むことができます。
EarthCam は、ライブ カメラのテクノロジー、コンテンツ、サービスのリーディング プロバイダです。施工チームは、EarthCam を使用してプロジェクトを監視してドキュメント化します。Web カメラのコンテンツやライブ ストリーミング ビデオから壮大な建設低速度撮影まで、EarthCam はビジュアル データ ソリューションの包括的なエコシステムを提供して、プロジェクト管理を強化し、透明性を高めます。
EarthCam では、最先端のサーバ側 AI とエッジ コンピュータ ビジョンも使用しており、人間が観察する能力を超えています。同社では、AI 物体検出を使用して、警告、タグ、ビジュアライゼーションを自動化しています。つまり、チームは手作業でプロジェクトを監視する時間を短縮し、より多くのエネルギーを別の行動に費やすことができます。
viAct は、建設プロジェクトの包括的な監視の提供に特化した企業であり、高度な AIoT（モノの人工知能）を活用して、安全性、生産性、メンテナンスの追跡を自動化します。viAct は、既存の現場カメラでシナリオベースの AI テクノロジーを使えるようにすることでこれを実現しています。
このテクノロジーにより、シナリオベースの AI で現場カメラが強化され、安全性や生産性の問題を簡単に把握できるようになります。viAct では、チームが安全性やコンプライアンス違反に関する問題をすばやく特定して対処できる、ユーザ フレンドリーなダッシュボードにデータが表示されます。
Evercam では、1 つのプラットフォームでカメラ、ドローン、BIM、AI を使用して現場を可視化し、チームのコミュニケーションを促進することで、建設の生産性を向上させます。Evercam AI は、作業者や車両を認識してカウントすることで、現場の監視を支援します。
alwaysAI のコンピュータ ビジョン プラットフォームは、物体、人、イベントをリアルタイムで検出して解釈するため、施工チームは敷設されたすべてのレンガと設置されたすべての配管を追跡できるようになります。
Oculo は、施工のリーダー企業と提携し、それらの企業がインサイト主導の意思決定を行う新しい時代に簡単に安心して踏み入れるようにします。このコア ソリューションは、360°のカメラ、コンピュータ ビジョン、AI を使用して包括的なビジュアル データを収集して構造化し、現場での進捗に対する、信頼できる一元的な情報ソースを提供しています。これは、基本的に建設現場の「ストリートビュー」です。Oculo を使用すると、施工チームは現場から遠く離れた場所で検査し、問題を特定して解決し、迅速に意思決定を行うことができます。
Bimmatch は、プロジェクトの初期設計から建物のメンテナンスに至るまで、コスト効率が高い低炭素建材の調達を最適化する AI プラットフォームです。Bimmatch データ センターは、各顧客の建材標準をインテリジェントな材料マッチング エンジンと組み合わせて、AEC チームが持続可能な予算内のプロジェクトに最適な製品を選択できるようにします。
Toric は、AECO（建築・土木エンジニアリング・建設・運用）でデータに基づく意思決定を強化できるように設計されたデータ移動ワークスペースです。プロジェクト チームは、Autodesk Construction Cloud、Building Connected などのプロジェクト管理ツール、設計ツール、スケジュール プラットフォームなどを含む 50 を超える建設ソースからデータを抽出できます。AI を使用してデータを変換し、大規模なビジュアライゼーション ダッシュボードとレポートを強化して、施工に関するより適切な意思決定を促進できます。Toric AI を使用すると、プロジェクト関係者はプロジェクト ドキュメントについて質問し、チームやプロジェクトに関する要約を作成できます。
Matterport は、建築物のデジタル化とインデックス化に注力する空間データのリーディング企業です。Matterport を使用すると、施工チームはデジタル ツインを作成して共有できます。これは、あらゆる空間の設計、構築、および運用に使用できます。AI は Matterport プラットフォーム内で重要な役割を果たし、Matterport の Cortex AI は技術的なフレームワーク全体のバックボーンとして機能します。
オートデスクが見る未来のビジョンをご理解いただければ幸いです。建設における機械学習と AI には、これから将来に向けてこの業界内での素晴らしい可能性があります。しかし、AI は建設業界の未来に影響を与える可能性がありますが、それは決してデバイスやテクノロジーが私たちに取って代わることを意味するものではありません。
建設は人間の仕事であり、それはこれからも変わらないでしょう。未来を勝ち取るには、作業者のスキル、専門知識、イノベーションが必要です。機械学習は、業界の人材と進歩を輝かせるためのもう 1 つのツールとして使用できます。賢く使えば、創造性と創意工夫を最大限に生かすことができます。私たち人間の能力をどこまで引き出してくれるかはわかりません。
