Sectorul construcțiilor lucrează de decenii cu un lanț stratificat: beneficiar, contractor principal, subcontractanți, furnizori. Acest lanț este obișnuit să distribuie responsabilitatea și să livreze lucrări în faze. Acest lucru face ca sectorul să fie, în anumite privințe, mai bine pregătit pentru AI decât alte sectoare — există disciplină în planificare, în controlul calității, în consemnarea acordurilor. Dar același lanț face ca datele să fie fragile. Desenele, calculațiile, planificările și rapoartele de progres se creează la părți diferite, în sisteme diferite, cu versiuni diferite ale adevărului. O aplicație AI care trebuie să funcționeze pe baza acelor date rulează pe ceva ce adesea nu este complet, nu este actual sau nu este centralizat.
Această diferență dintre disciplina organizatorică și maturitatea datelor este exact locul unde multe proiecte pilot AI din construcții se blochează. Un manager de proiect încearcă să folosească un instrument AI pentru optimizarea planificării, dar datele de intrare provin din trei sisteme care nu se conectează între ele. Un pregătitor de lucrări dorește ca calculațiile să fie verificate automat, dar datele istorice sunt împrăștiate în fișiere Excel separate pe proiect. Proiectul pilot se blochează nu pentru că tehnologia nu funcționează, ci pentru că organizația nu este încă pregătită pentru asta.
Maturitatea AI nu măsoară doar dacă o organizație folosește instrumente, ci și dacă fundamentul de dedesubt este solid. Aceasta începe cu organizația însăși: există un proprietar clar pentru digitalizare, se împarte cunoștințele între proiecte, sau fiecare proiect rămâne o insulă izolată. Apoi urmează infrastructura IT: sunt sistemele conectate între ele, există o bază pe care pot funcționa aplicații noi fără ca totul să trebuiască retranscris manual. Doar după aceea vine managementul datelor: sunt datele existente fiabile, actuale și accesibile pentru cei care trebuie să lucreze cu ele.
Această ordine nu este o preferință, ci modul în care funcționează lucrurile. O organizație care dorește să își îmbunătățească managementul datelor fără ca infrastructura IT să susțină acest lucru construiește pe nisip mișcător. O organizație care dorește să implementeze aplicații AI fără ca organizația însăși să știe cine este proprietarul cărui proces primește un instrument pe care nimeni nu îl întreține. În construcții, acest tipar este vizibil: sectorul are adesea voința organizatorică, dar infrastructura și datele rămân în urmă. Aceasta explică de ce proiectele pilot reușesc adesea la nivel de proiect și se blochează la nivel de organizație — dimensiunile fundamentale nu au crescut odată cu ambiția.
Măsurarea maturității hybridresourcing analizează șapte dimensiuni, de la organizație și infrastructură până la straturile mai dependente, precum automatizarea proceselor și luarea deciziilor. Pentru fiecare dimensiune se aplică unul dintre cele cinci niveluri: baseline, foundation, activation, insight sau intelligence. În construcții, imaginea este adesea distribuită neuniform între aceste dimensiuni. O companie poate fi avansată la nivel de organizație — roluri clare, o agendă de digitalizare, sprijin din partea conducerii — și totuși să se afle încă la nivel baseline în managementul datelor, pentru că datele de proiect nu au fost niciodată centralizate.
Această inegalitate devine vizibilă în runda de plotare, în care mai multe persoane din cadrul organizației notează separat. Un director și un șef de execuție pot evalua aceeași companie foarte diferit, iar această dispersie este ea însăși informație. Dacă CIO-ul crede că datele sunt în ordine, iar pregătitorul de lucrări se luptă zilnic cu fișiere împrăștiate, atunci acolo se află un blocaj pe care o singură discuție nu l-ar fi scos la iveală. Într-un sector în care munca se răspândește pe proiecte și părți, această dispersie este adesea mai mare decât media — și, prin urmare, mai informativă.
Această măsurare nu spune nimic despre ce sarcini poate prelua AI sau cât timp economisește asta. Este vorba despre întrebarea dacă organizația poate susține AI: este fundamentul solid, este infrastructura pregătită, sunt datele suficient de fiabile pentru a construi pe ele. Această întrebare este mai relevantă pentru construcții decât în sectoare în care datele sunt, în mod natural, deja centralizate. Comparați cu sectorul instalațiilor, unde munca pe proiecte și datele fragmentate produc blocaje similare, sau cu industria producătoare, unde datele de producție și structura organizației prezintă un alt echilibru. De asemenea, sectorul transporturilor cunoaște o tensiune similară între disciplina operațională și fundamentarea digitală, ceea ce indică faptul că acest tipar nu este unic pentru construcții, dar apare cu o intensitate proprie din cauza structurii lanțului.
Instrumentul cu care se măsoară acest lucru este în construcție. Cei care doresc să parcurgă măsurarea imediat ce aceasta este disponibilă se pot înscrie pe lista de așteptare. Aici nu se oferă nimic care nu funcționează încă și nu se promite nimic despre rezultat — doar o imagine sinceră a locului în care se află organizația acum, dimensiune cu dimensiune.
Dacă se constată că dimensiunile fundamentale sunt în ordine, sau pe drumul cel bun spre asta, devine relevantă o altă întrebare: care parte din munca însăși este adecvată pentru a fi preluată de AI. Aceasta este o măsurare diferită de cea de mai sus. În timp ce hybridresourcing analizează dacă organizația poate susține AI, scanul de muncă al FTE TO AI calculează pe sarcină ce parte din muncă poate fi preluată — nu ca estimare, ci ca rezultat al unei analize a sarcinilor. Pentru o companie de construcții care știe unde se află fundamentul, acesta este pasul logic următor: mai întâi fundația, apoi întrebarea ce se poate construi pe ea.
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.