Budownictwo od dziesięcioleci działa w oparciu o warstwowy łańcuch: zleceniodawca, główny wykonawca, podwykonawcy, dostawcy. Ten łańcuch jest przyzwyczajony do rozdzielania odpowiedzialności i dostarczania pracy w etapach. Dzięki temu sektor jest w pewnych aspektach lepiej przygotowany na AI niż inne sektory — istnieje dyscyplina w planowaniu, w kontroli jakości, w ustalaniu umów. Ale ten sam łańcuch sprawia, że dane są kruche. Rysunki, kalkulacje, harmonogramy i raporty postępu powstają u różnych podmiotów, w różnych systemach, z różnymi wersjami prawdy. Zastosowanie AI, które musi działać na tych danych, działa na czymś, co często nie jest kompletne, aktualne czy scentralizowane.
Ta różnica między dyscypliną organizacyjną a dojrzałością danych jest właśnie tym, na czym zawiesza się wiele pilotaży AI w budownictwie. Kierownik projektu próbuje wdrożyć narzędzie AI do optymalizacji harmonogramu, ale dane wejściowe pochodzą z trzech systemów, które nie są ze sobą zintegrowane. Przygotowywacz robót chce, by kalkulacje były automatycznie weryfikowane, ale dane historyczne są rozproszone po osobnych plikach Excel dla każdego projektu. Pilotaż zatrzymuje się nie dlatego, że technologia nie działa, ale dlatego, że organizacja jeszcze nie jest na to przygotowana.
Dojrzałość AI mierzy nie tylko to, czy organizacja korzysta z narzędzi, ale czy pod nimi znajduje się solidna podstawa. Zaczyna się to od samej organizacji: czy jest jasny właściciel procesu digitalizacji, czy wiedza jest dzielona między projektami, czy każdy projekt pozostaje wyspą. Następnie następuje infrastruktura IT: czy systemy są ze sobą połączone, czy istnieje podstawa, na której nowe zastosowania mogą działać bez konieczności ręcznego przepisywania wszystkiego. Dopiero potem przychodzi zarządzanie danymi: czy dostępne dane są wiarygodne, aktualne i dostępne dla tych, którzy muszą z nimi pracować.
Ta kolejność nie jest preferencją, lecz sposobem, w jaki to funkcjonuje. Organizacja, która chce ulepszyć zarządzanie danymi bez wsparcia infrastruktury IT, buduje na piasku. Organizacja, która chce wdrożyć zastosowania AI, gdy sama nie wie, kto jest właścicielem którego procesu, otrzymuje narzędzie, którego nikt nie utrzymuje. W budownictwie ten wzorzec jest widoczny: sektor często ma wolę organizacyjną, ale infrastruktura i dane pozostają w tyle. To wyjaśnia, czemu pilotaże często odnoszą sukces na poziomie projektu, a zawodzą na poziomie organizacji — fundamentalne wymiary nie rozwinęły się w tempie ambicji.
Pomiar dojrzałości hybridresourcing.com obejmuje siedem wymiarów, od organizacji i infrastruktury do bardziej zależnych warstw, takich jak automatyzacja procesów i podejmowanie decyzji. Dla każdego wymiaru obowiązuje jeden z pięciu poziomów: baseline, foundation, activation, insight lub intelligence. W budownictwie obraz jest często nierówno rozłożony pomiędzy tymi wymiarami. Firma może być daleko na poziomie organizacji — jasne role, agenda digitalizacji, wsparcie dyrekcji — a jednocześnie w zakresie zarządzania danymi wciąż znajdować się na poziomie baseline, ponieważ dane projektowe nigdy nie zostały centralnie zebrane.
Ta nierówność staje się widoczna w rundzie punktowej, w której kilka osób w organizacji ocenia sytuację niezależnie. Dyrektor i kierownik budowy mogą oceniać tę samą firmę bardzo różnie, i sam ten rozrzut jest informacją. Jeśli CIO uważa, że dane są w porządku, a przygotowywacz robót codziennie zmaga się z rozproszonymi plikami, to tam znajduje się punkt krytyczny, którego jedna rozmowa by nie odsłoniła. W sektorze, w którym praca rozprzestrzenia się między projektami i podmiotami, ten rozrzut jest często większy niż przeciętnie — a przez to bardziej informatywny.
Ten pomiar nie mówi nic o tym, jakie zadania AI może przejąć ani ile czasu to zaoszczędzi. Chodzi o pytanie, czy organizacja jest w stanie unieść AI: czy podstawa jest solidna, czy infrastruktura jest gotowa, czy dane są wystarczająco wiarygodne, aby na nich budować. To pytanie jest dla budownictwa bardziej istotne niż w sektorach, w których dane z natury są już centralnie rejestrowane. Porównaj to z branżą instalacyjną, gdzie praca projektowa i rozproszone dane powodują podobne punkty krytyczne, lub z przemysłem wytwórczym, gdzie dane produkcyjne i struktura organizacyjna pokazują inną równowagę. Także sektor transportowy ma podobne napięcie między dyscypliną operacyjną a cyfrowym podłożem, co wskazuje, że ten wzorzec nie jest unikalny dla budownictwa, ale występuje z własną intensywnością ze względu na strukturę łańcucha.
Narzędzie, za pomocą którego to jest mierzone, jest w budowie. Kto chce przejść pomiar, gdy będzie dostępny, może zapisać się na listę oczekujących. Nie jest tu oferowane nic, co jeszcze nie działa, i nie obiecuje się niczego co do wyniku — jedynie uczciwy obraz tego, gdzie organizacja obecnie się znajduje, wymiar po wymiarze.
Jeśli okaże się, że fundamentalne wymiary są w porządku lub na dobrej drodze do tego, aktualne staje się inne pytanie: która część samej pracy jest odpowiednia do przejęcia przez AI. To inny pomiar niż ten. Tam gdzie hybridresourcing.com sprawdza, czy organizacja jest w stanie unieść AI, skan pracy FTE TO AI wylicza dla każdego zadania, jaka część pracy może zostać przejęta — nie jako szacunek, lecz jako wynik analizy zadań. Dla firmy budowlanej, która wie, gdzie stoi fundament, to logiczny następny krok: najpierw fundament, potem pytanie, co na nim można zbudować.
Vraag maar wat er moet staan voordat AI in uw organisatie kan landen.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.