In ons vorige artikel onderzochten we hoe generieke oplossingen voor kunstmatige intelligentie vaak falen in de gezondheidszorg. Vandaag onderzoeken we hoe deze les van toepassing is op de bouwsector, een even complex vakgebied dat om gespecialiseerde oplossingen vraagt.

‍

Inleiding: voorbij generieke AI

Kunstmatige intelligentie heeft de aandacht getrokken van bedrijfsleiders in elke sector. Echter, zoals recente ervaringen in de gezondheidszorg en de bouwsector laten zien, falen generieke AI-oplossingen vaak wanneer ze worden toegepast op zeer gespecialiseerde domeinen. Echte transformatie ontstaat niet door algemene mogelijkheden toe te passen op specifieke problemen, maar door kunstmatige intelligentie te ontwikkelen die het domein vanaf de basis begrijpt.

‍

Deze waarheid komt duidelijk naar voren uit een analyse van de bouw- en vastgoedsector, waar multidisciplinaire complexiteit, marktfragmentatie en strenge regelgeving unieke uitdagingen creëren die alleen met gespecialiseerde oplossingen effectief kunnen worden aangepakt.

‍

De behoefte aan gespecialiseerde kennis van de sector

‍

Terminologische en regelgevingsfouten

Generieke IA-modellen maken geen correct onderscheid tussen fundamentele technische concepten zoals 'dragende muren' en 'scheidingswanden', of tussen 'plaatfunderingen' en 'paalfunderingen', wat leidt tot verkeerde interpretaties in projecten waar nauwkeurigheid essentieel is voor de veiligheid. Deze terminologische mismatch strekt zich ook uit tot regionale variaties: een Italiaanse 'laterocementplaat' heeft andere kenmerken dan een Noord-Europees plaatsysteem, met kritieke implicaties voor structurele en anti-seismische berekeningen.

‍

Ook het strikte regelgevende kader van de bouwsector, met bouwvoorschriften, veiligheidsnormen en milieuregels die per regio verschillen, vormt een uitdaging die generalistische IA-oplossingen zelden aankunnen. De Eurocodes en de Italiaanse Technische Bouwnormen (NTC) vertonen aanzienlijke verschillen in veiligheidscoëfficiënten die een generalistische IA niet kan onderscheiden, met mogelijk ernstige gevolgen voor de structurele veiligheid.

Erkenning van transformatief potentieel

‍

Ondanks deze uitdagingen wordt het potentieel van AI om de sector te transformeren algemeen erkend. Volgens JLL's 2023 Global Real Estate Technology Survey werden AI en generatieve AI door investeerders, ontwikkelaars en zakelijke gebruikers gerangschikt in de top drie van technologieën die de komende drie jaar de grootste impact zullen hebben op de vastgoedsector. Dezelfde respondenten gaven echter aan AI minder goed te begrijpen dan andere technologieën zoals blockchain, virtual reality en robotica.

‍

Deze schijnbare tegenstrijdigheid onderstreept de behoefte aan gespecialiseerde benaderingen die de kloof tussen erkend potentieel en daadwerkelijke implementatie kunnen overbruggen.

‍

De gespecialiseerde aanpak: succesverhalen in de bouwsector

Gespecialiseerde IA-oplossingen voor gebouwen bewijzen hun waarde al in concrete casestudy's:

‍

Ontwerpfouten verminderen

Bij een groot woonproject leidde de implementatie van een branchespecifieke intelligentiemodule tot:

• 68% minder ontwerpfouten
• 23% minder audittijden
• Geschatte 15% besparing op totale kosten
• Aanzienlijke verbetering in levertijden

Met name de impact op het beheer van in-processvarianten, die historisch verantwoordelijk zijn voor kostenstijgingen tot 20-30%, was opmerkelijk. Het gespecialiseerde platform bracht deze impact terug tot 7%, dankzij de mogelijkheid om wijzigingen automatisch door te voeren naar alle gerelateerde projectdocumenten.

‍

Geoptimaliseerd materiaalbeheer

Een infrastructuurbouwer implementeerde een gespecialiseerde module voor materiaalbeheer die resulteerde in:

• 31% minder voorraden
• 24% minder vertragingen bij leveringen
• Besparingen van meer dan EUR 2 miljoen op logistieke kosten
• Duurzaamheid verbeteren met minder materiaalafval

Een cruciaal maar vaak over het hoofd gezien aspect was de impact op het cashflowbeheer. De optimalisatie van de inkoop verminderde de vaste activa met 42%, waardoor de financiële positie van het bedrijf aanzienlijk verbeterde.

‍

Optimalisatie van locatieplanning

Een bouwbedrijf gespecialiseerd in complexe stadsvernieuwing implementeerde ruimte-tijd optimalisatie algoritmen die leidden tot:

• 28% minder totale verwerkingstijd
• 34% toename in teamefficiëntie
• Daling van 62% in interferentie tussen gelijktijdige werken
• Verbeterde voorspelbaarheid van de tijd, met uiteindelijke afwijkingen van minder dan 5%.

Deze casus laat zien hoe gespecialiseerde AI een van de problemen kan oplossen die inherent zijn aan de sector: de moeilijkheid om te programmeren in complexe contexten met meerdere variabelen en beperkingen. Traditionele projectmanagementtechnieken zoals CPM of PERT vertonen aanzienlijke beperkingen in real-world scenario's, terwijl de op AI gebaseerde aanpak meetbare operationele superioriteit heeft laten zien.

‍

Het bredere beeld: transformatie van de vastgoedmarkt

AI heeft niet alleen invloed op de bouw, maar transformeert de hele vastgoedsector in vijf belangrijke dimensies:

‍

1. Geolokalisatie en clustering

Bedrijven en investeringen op het gebied van AI zijn meestal geconcentreerd in gevestigde technologiemarkten. Het onderzoek van JLL laat een versnelde vraag naar AI-talent zien, waarbij het aantal vacatures sinds begin 2021 met meer dan 250% is gestegen. Op de lange termijn zal deze groei zich waarschijnlijk concentreren waar AI-talent beschikbaar is: gevestigde primaire en secundaire technologiehubs, innovatiecentra en universiteiten.

In de VS is 42% van de AI-bedrijven geconcentreerd in de San Francisco Bay Area, gevolgd door Boston, Seattle en New York, met een verwachte vastgoedgroei van 1,6 miljoen vierkante meter tegen het einde van het jaar alleen al in de VS.

‍

2. Wijziging van de vraag tussen activa

De ontwikkeling van AI vereist meer en betere datacenters, energienetwerken en connectiviteitsinfrastructuur. Volgens de JLL Global Data Centre Outlook 2023 zal de wereldwijde markt voor colocatie datacenters van 2021 tot 2026 naar verwachting met 11,3 procent per jaar groeien, terwijl de markt voor hyperscale datacenters naar verwachting nog sneller zal groeien, met ongeveer 20 procent per jaar.

IA's criteria voor infrastructuurlocaties wegen zwaarder door de lagere energieprijzen en lagere grondkosten, waardoor de groei wordt gestimuleerd naar minder drukke markten zoals Atlanta in de VS, Maleisië en Thailand.

‍

3. Nieuwe soorten activa en producten

De opkomst van het 'echt intelligente gebouw' is aanstaande. AI-gebaseerde infrastructuur zal een standaardnorm worden, net zoals internetverbindingen een standaardkenmerk zijn van de gebouwen van vandaag. AI zal ook helpen om emissievrije gebouwen met hoge duurzaamheidsprestaties te realiseren.

Dit sluit aan bij de 'dynamische digitale tweeling' zoals beschreven in de bouwindustrie, die het statische concept van BIM overstijgt en modellen ontwikkelt die in realtime evolueren gedurende de levenscyclus van het gebouw, waardoor voorspellend onderhoudsbeheer mogelijk wordt dat de exploitatiekosten met 23-31% verlaagt en de levensduur van faciliteiten met 15-20% verlengt.

‍

4. Nieuwe investerings- en inkomstenmodellen

AI-onderbouwde acceptatie en processen zullen snellere transacties en een efficiënter begrip van vastgoed en markten mogelijk maken, waardoor investeringen op wereldwijde schaal worden gekatalyseerd. AI-infrastructuur en de mogelijkheid om meerdere systemen met elkaar te verbinden, kunnen ook de uitbreiding van 'space as a service'-modellen en nieuwe inkomstenstromen voor eigenaars en ontwikkelaars mogelijk maken.

Een concreet voorbeeld dat in het JLL-rapport wordt genoemd, is dat van Royal London Asset Management, dat aanzienlijke verbeteringen in HVAC-operaties en energie-efficiëntie liet optekenen in een commercieel gebouw van 11.600 vierkante meter. Door de AI-technologieën van JLL te implementeren, bereikte het bedrijf een record ROI van 708% en energiebesparingen van 59%, waardoor de CO2-uitstoot met wel 500 ton per jaar afnam.

‍

5. Nieuwe benaderingen voor het ontwerp en de functionaliteit van ruimtes

AI zal ervaringsgericht ontwerpen en in hoge mate aanpasbare omgevingsinstellingen mogelijk maken. Dit vormt een aanvulling op de multimodale AI voor inspectie die in de bouwsector wordt beschreven en die tekst, afbeeldingen en gegevens van drones en IoT-sensoren zal combineren om de voortgang en kwaliteit van de bouw te bewaken, waarbij vooral de integratie met LiDAR-technologie voor realtime structurele bewaking veelbelovend is.

‍

‍

De sociaaleconomische dimensie: invloed op werk en vaardigheden

In tegenstelling tot de vrees voor vervanging, tonen de verzamelde gegevens aan dat gespecialiseerde AI een positieve impact heeft op het personeelsbestand:

Verbetering van bestaande vaardigheden

Gespecialiseerde AI heeft de rol van gespecialiseerde vakmensen versterkt, waardoor ze bevrijd zijn van administratieve taken en zich kunnen richten op de kwaliteitsaspecten van het vakmanschap. Dit heeft geleid tot een toename van de waargenomen kwaliteit en een herwaardering van technische vaardigheden.

‍

Deze benadering sluit aan bij de visie van Microsoft CEO Satya Nadella dat AI-dienstverleners bewust kiezen voor een benadering waarbij de mens centraal staat, door 'copiloot'-producten te ontwikkelen die ontworpen zijn om mensen bij te staan, in plaats van 'automatische piloot'-producten die erop gericht zijn menselijke rollen volledig te vervangen.

‍

Transformatie van beroepsprofielen

Er ontstaan nieuwe hybride functies, zoals de 'BIM Construction Manager' en de 'Digital Construction Specialist', met vaardigheden die het midden houden tussen traditionele bouw en digitale technologieën. Deze profielen bieden salarissen die 35-40% hoger liggen dan het gemiddelde in de sector.

Volgens Goldman Sachs, dat een studie aanhaalt van MIT-econoom David Autor, wordt meer dan 85% van de banengroei in de VS in de afgelopen 80 jaar verklaard door de creatie van nieuwe functies die worden aangedreven door technologie.

‍

Democratisering van ervaring

Het vermogen van AI om best practices te codificeren en toegankelijk te maken, heeft de prestatiekloof tussen kleine en grote bedrijven verkleind en eerlijkere concurrentie bevorderd op basis van werkelijke kwaliteit in plaats van bedrijfsgrootte.

‍

De toekomst: opkomende innovaties en strategische aanpak

Dreigende technologische vooruitgang

Toekomstige innovaties in de bouwsector zijn onder andere:

• Voorspellende analyse voor locatieveiligheid: Modellen die preventief risicosituaties identificeren op basis van historische gegevens en locatieconfiguraties, met een voorspellingsvermogen van 76% voor ongevallen en een potentiële vermindering van ernstige ongevallen met 58%.
• Multimodale AI voor inspectie: functionaliteit die tekst, afbeeldingen en gegevens van drones en IoT-sensoren integreert om de voortgang en kwaliteit van bouwwerken te controleren.
• Integratie met robotica op locatie: vroege proefprojecten met vloerlegrobots en geautomatiseerde afwerkingssystemen hebben productiviteitsstijgingen tot 300% laten zien bij repetitieve bewerkingen, met superieure kwaliteit en minder afval.

In de bredere vastgoedsector benadrukt JLL dat de markt voor zakelijke use-cases voor generatieve AI naar verwachting 42,6 miljard dollar zal bereiken in 2023 en jaarlijks met 32 procent zal groeien tot 98,1 miljard dollar in 2026.

‍

Strategische en verantwoorde adoptie

Organisaties moeten nadenken over hoe ze de kracht van AI kunnen inzetten om hun bedrijfsdoelstellingen op een verantwoorde en ethische manier te ondersteunen. JLL benadrukt dat het belangrijk is om alert te zijn op drie soorten opkomende regelgeving:

1. Marktstandaarden en protocollen met betrekking tot gegevenskwaliteit, intellectuele eigendomsrechten, privacy en gegevensbeveiliging.
2. Regelgeving om sociale risico's te beperken, zoals maatregelen om de arbeidsmarkt te beschermen tegen schokken of veiligheidsnormen voor autonome voertuigen.
3. Milieuwetgeving, vooral gericht op het verminderen van koolstofemissies door de groeiende digitale economie.

Organisaties moeten nadenken over een aantal belangrijke vragen: Wat betekent de groei van AI voor investerings- en lokalisatiestrategieën? Welke bestaande of toekomstige toepassingen van AI moeten nu worden voorbereid en getest? Wat zijn de potentiële zakelijke en maatschappelijke risico's?

‍

Conclusie: de waarde van de gespecialiseerde aanpak

Net als in de gezondheidszorg komt echte transformatie in de bouw- en vastgoedsector niet van het toepassen van algemene AI op complexe problemen, maar van oplossingen die specifiek zijn ontwikkeld voor de unieke uitdagingen van de sector.

‍

De bouwsector is een emblematisch voorbeeld van een sector met een hoge complexiteit en een lage digitaliseringsgraad: deze sector staat op de een na laatste plaats als het gaat om de digitale adoptiegraad. Juist deze kenmerken maken het een ideaal terrein om de waarde van gespecialiseerde AI aan te tonen in plaats van generieke oplossingen.

‍

Het bijzondere aan de bouwsector is dat deze tegelijkertijd kennisintensief en arbeidsintensief is, met een delicaat evenwicht tussen cognitieve en operationele dimensies. Dit dualisme vraagt om AI-systemen die zich niet beperken tot gegevensverwerking, maar die de besluitvormings- en operationele processen die de sector kenmerken door en door begrijpen.

‍

Zoals een projectmanager van een groot architectenbureau opmerkte: "Het verschil tussen algemene en gespecialiseerde IA in de bouw is als dat tussen een algemene arbeider en een gespecialiseerde meester. Beide hebben waarde, maar als het gaat om complexe projecten, wordt specialistische expertise onmisbaar."

‍

De uitdaging voor de toekomst zal zijn om de juiste balans te vinden tussen verticale specialisatie en horizontale interoperabiliteit, zodat de verschillende spelers in de toeleveringsketen kunnen profiteren van op maat gemaakte oplossingen die toch met elkaar kunnen communiceren. Alleen zo kan AI zijn belofte waarmaken om een van de meest innovatieresistente sectoren om te vormen tot een voorbeeld van efficiëntie, duurzaamheid en kwaliteit.