建筑工程导入人工智能有助于提升见解并拯救生命

建筑业几乎是所有行业中数字化程度最低的。然而，建筑工地的工作流程已逐步从纸质转变为数字化。在人工智能（AI）的助力下，这些新数据的挖掘必将变得更高效。让我们来观看这个视频，了解AI如何有望提高建筑工程的智能化、安全性和效率。

[视频字幕]

Pat Keaney，BIM 360 Enterprise 产品总监：我相信，未来十年 AI 和机器学习将遍布施工领域和施工技术的各个方面。我由母亲独自抚养长大，小时候并没有太多的资源。在我 12 岁那年，我们家房子的后沿坏了，我告诉妈妈：“妈妈，我可以修好它。” 

Manu Venugopal，高级产品经理：我小时候沉迷于两件事。一件是摩托车，另一件是摩天大楼。最终，这些建筑赢了。 

Shubham Goel，数据科学经理：我的祖父从事施工行业。我的父亲也终生从事施工行业。而我是第三代施工人。在家庭聚会中，我每次分享这个故事时，他们都会说：“除非你手上有老茧，否则你就没有真正从事施工行业。” 

在过去 10 到 15 年中，施工现场一直在发生改变。从过去基于图纸的工作流，转变为现在的数字化工作流。 

Venugopal：这导致数据量出现爆炸式增长。这正是利用机器学习的好机会，因为没有人有时间或精力来筛选所有这些数据。 

Goel：现在，大多数行业的数据组织得不够好，不易于分析。很难从这些数据中提取出有意义的见解。这正是机器学习的用武之地。 

Keaney：机器学习是人工智能广义范畴内的一项技术。例如，如果我们的客户每天在施工现场有一千个质量问题要处理，没有人愿意也没有能力在一天内处理这么多的问题。 

Goel：与其雇佣一个团队来查看过去 10 年的数据并对其进行分类和清理，不如设计一个机器学习模型来查看数据，它可以在数秒内提取出有意义的信息。 

Venugopal：我将其看作计算机算法从数据中学习并提出建议的一种方式。经过培训后，它们就可以根据学到的内容开始预测。 

Keaney：对我来说，机器学习真正有趣的是它的应用。 

Goel：过去，每当人们想要在现场捕获任何信息时，都必须填写长长的表单。我们曾经见过包含 150 多个事项的清单。机器学习可以大大简化这一过程。将来，人们可以直接拍摄照片。俗话说：“一张图片胜过千言万语”。我们可以从照片中获得数千个见解。而所有这些信息都可以自动提取，并自动填写冗长的清单。 

Keaney：施工行业涉及很多知识，但大多数知识封存在从事这个行业三四十年的主管的大脑中。 

Goel：一旦他们离职或退休，所有这些知识也将随之消失。此时，你如何重新构建这些知识呢？机器学习可以提供帮助或增强这种能力，因为它可以从数据中学习。 

Keaney：如果我们能够捕获这些知识并将其变成一个辅助应用程序，那么你就可以将工作交给一个聪明、受过高等教育且对施工感兴趣的年轻人，你可以帮助他们提高效率。你可以为下一代进行行业设定，也可以解决劳动力短缺问题。 

为相应的工作找到合适的分包商真的很重要。资格预审通常纯粹是在财务分析的基础上完成的。这家公司是否有偿付能力？他们有足够的保险金额吗？等等。如果我们能够将你对这些分包商的历史知识和他们在项目中所做的实际工作与财务分析相结合，以确保你为相应的工作找到合适的分包商，会怎么样？ 

Goel： 这是 AI 和机器学习可以提供巨大帮助的方面。 

Keaney：你可以拥有一个优秀的电子分包商，但也许他们对一个项目类型比另一个项目类型更有经验。我们认为，所有这些信息也将有助于促进采购。 

Venugopal：不仅仅是提高施工项目的质量，还确保我们能够识别现场的安全问题和安全隐患。 

Goel：关于施工安全，让我感到惊讶的一件事情是这个行业中的事故死亡人数。2017 年，仅美国的施工行业就有 971 人死亡。美国健康与安全机构 OSHA 认为，超过 60% 的死亡案例是完全可以预防的。 

Keaney：我希望我们可以避免猜测，能够根据你的需要随时随地展示你要了解的内容。传感器负责监视现场情况，图像记录负责检测问题并向你报告。如果你是一名主管，AI 可能会说：“嘿，去看看这个。楼下有一个焊接问题可能会造成安全问题。” AI 可以自动检测到该问题，并向每个团队成员发送通知。 

Goel：借助 AI，我们能够在现场发生非常糟糕的事情之前了解风险，防止发生一些伤害和死亡案例，从而为现场的工作人员提供更安全的工作环境。 

Keaney：如果我们能够挽救一条生命，那就是值得的。如果我们能够避免让总承包商或分包商陷入法律纠纷，那也是值得的。 

Venugopal：我真的希望下一代人能够将施工看作一个令人兴奋的工作。我有一个小女儿，我希望 10 年后她能够对施工行业感兴趣。在这里我们看到了一个巨大的机会。我们可以帮助改变一个行业，改变这个行业的工作方式，使其成为一个更好的工作选择。 

Keaney：我认为，我们在 AI 和施工方面的工作非常有意义。我相信我们自己、合作伙伴或生态系统可以解决所有问题。