半岛彩票在过去的几十年里，全球建筑业每年仅增长1％。相比之下，制造业增长率为3.6％，全球经济增长率为2.8％。建筑业的生产率或每个工人的总经济产出保持不变。相比之下，自1945年以来，零售业，制造业和农业的生产率增长了1500％。其中一个原因是建筑业是世界上数字化程度最低的行业之一，采用新技术的速度很慢（麦肯锡，2017年） ）。
采用最新技术对团队来说可能是艰巨的。但机器学习和人工智能正在帮助提高作业现场的效率，并在此过程中节省资金。已经在建筑行业中出现了对其他行业产生影响的人工智能解决方案。
人工智能（AI）是用于描述机器何时模仿人类认知功能（如解决问题，模式识别和学习）的集合术语。机器学习是AI的一个子集。机器学习是一个人工智能领域，它使用统计技术使计算机系统能够从数据中“学习”，而无需明确编程。当机器接触到更多数据时，机器会更好地理解并提供洞察力。
麦肯锡预计，在不久的将来，人工智能在建筑领域的普及将是温和的（麦肯锡，2018年）。尽管如此，正在发生转变。利益相关者再也不能将AI视为仅与其他行业相关。工程和施工将需要赶上AI方法和应用程序。这是应对即将到来的市场竞争者并保持相关性的唯一途径。
机器学习和人工智能在建筑中的潜在应用是巨大的。对信息，未决问题和变更单的请求是业界的标准要求。机器学习就像一个聪明的助手，可以仔细检查这一大量的数据。然后，它会向项目经理发出需要他们注意的关键事项的警报。一些应用程序已经以这种方式使用AI。它的好处包括垃圾邮件的平凡过滤到高级安全监控。
尽管雇用了最好的项目团队，但大多数大型项目都超出预算。人工神经网络用于项目，根据项目规模，合同类型和项目经理的能力水平等因素预测成本超支。预测模型使用诸如计划开始日期和结束日期之类的历史数据来设想未来项目的实际时间表。AI帮助员工远程访问真实的培训材料，帮助他们快速提高技能和知识。这减少了将新资源加载到项目上所花费的时间。结果，加快了项目交付。
建筑信息模型是一个基于3D模型的过程，为建筑，工程和施工专业人员提供洞察力，以有效地规划，设计，建造和管理建筑物和基础设施。为了规划和设计建筑物，3D模型需要考虑建筑，工程，机械，电气和管道（MEP）计划以及各个团队的活动顺序。面临的挑战是确保子团队的不同模型不会相互冲突。业界正试图以生成设计的形式使用机器学习来识别和缓解不同团队在规划和设计阶段产生的不同模型之间的冲突，以防止返工。有软件它使用机器学习算法来探索解决方案的所有变体并生成设计备选方案。它利用机器学习专门创建机械，电气和管道系统的3D模型，同时确保MEP系统的整个路径不会与建筑物架构冲突，同时从每次迭代中学习以获得最佳解决方案。
每个建筑项目都存在一些风险，包括质量，安全，时间和成本风险等多种形式。项目越大，风险就越大，因为有多个分包商在工作现场并行处理不同的行业。今天有人工智能和机器学习解决方案，一般承包商用于监控工作现场的风险并确定其优先级，因此项目团队可以将他们有限的时间和资源集中在最大的风险因素上。AI用于自动为问题分配优先级。分包商根据风险评分进行评级，因此施工经理可以与高风险团队密切合作以降低风险。
AI Startup于2018年启动，承诺其机器人和人工智能是解决后期和超预算建设项目的关键。该公司使用机器人自动捕获建筑工地的3D扫描，然后将这些数据输入深度神经网络，该网络对不同子项目的距离进行分类。如果事情似乎偏离轨道，管理团队可以介入处理小问题，然后再成为主要问题。未来的算法将使用称为“强化学习”的AI技术。该技术允许算法基于反复试验来学习。它可以根据类似项目评估无穷无尽的组合和替代方案。它有助于项目规划，因为它可以优化最佳路径并随着时间的推移自行纠正。
有些公司开始提供自动驾驶建筑机械，以便比人类同行更有效地执行重复性任务，例如浇筑混凝土，砌砖，焊接和拆除。挖掘和准备工作由自动或半自动推土机完成，可以在人类程序员的帮助下准备工作现场以确定规格。这为建筑工作本身释放了人工，减少了完成项目所需的总时间。项目经理还可以实时跟踪作业现场的工作。他们使用面部识别，现场摄像头和类似技术来评估员工的工作效率和程序的一致性。
建筑工人在工作中被杀的次数是其他劳动者的五倍。根据OSHA的报告，建筑行业私营部门死亡（不包括公路碰撞）的主要原因是跌落，其次是物体撞击，触电死亡，以及夹在中间/之间。总部位于波士顿的总承包商年销售额达30亿美元，正在开发一种算法，可以分析工作现场的照片，扫描他们的安全隐患，例如没有穿戴防护设备的工人，并将图像与事故记录相关联。该公司表示，它可以计算项目的风险评级，因此在检测到威胁升高时可以进行安全简报。
劳动力短缺以及提高该行业低生产率的愿望迫使建筑公司投资人工智能和数据科学。麦肯锡2017年的一份报告称，建筑公司可以通过实时数据分析将生产率提高50％。建筑公司开始使用人工智能和机器学习来更好地规划工作中的劳动力和机械分配。机器人不断评估工作进度以及工人和设备的位置，使项目经理能够立即告知哪些工作场所有足够的工人和设备按时完成项目，哪些可能落后于可以部署额外劳动力的地方。专家预计，建筑机器人将通过人工智能技术变得更加智能和自主。
建筑公司越来越依赖于由自动机器人组成的非现场工厂，这些机器人将建筑物的组件拼凑在一起，然后由现场的人工拼凑在一起。像墙一样的结构可以通过自动机械比人类对应物更有效地完成装配线风格，让人类工人在结构安装在一起时完成细节工作，如管道，HVAC和电气系统。
在每天都在创建大量数据的时候，AI Systems每天都会接触到无数的数据来学习和改进。每个工作站点都成为AI的潜在数据源。从移动设备，无人机视频，安全传感器，建筑信息模型（BIM）等捕获的图像生成的数据已成为信息池。这为建筑行业专业人士和客户提供了在AI和机器学习系统的帮助下分析数据并从中获益的机会。
建筑经理可以在建筑完工后很长时间内使用AI。建筑信息建模（BIM）存储有关建筑物结构的信息。AI可用于监控开发问题，甚至提供防止问题的解决方案。
机器人技术，人工智能和物联网可以将建筑成本降低多达20％。工程师可以穿上虚拟现实护目镜，并将迷你机器人送入正在建设的建筑物中。这些机器人使用相机跟踪工作进展。AI被用于规划现代建筑中的电气和管道系统的布线。公司正在使用AI来开发工作场所的安全系统。人工智能被用于跟踪现场工人，机器和物体的实时交互，并向主管提醒潜在的安全问题，施工错误和生产力问题。
尽管有大量失业预测，人工智能不太可能取代人力资源。相反，它将改变建筑行业的商业模式，减少昂贵的错误，减少工地伤害，并提高建筑运营效率。
建筑公司的领导者应根据人工智能对公司独特需求产生最大影响的领域确定投资的优先顺序。早期的推动者将确定行业的方向，并在短期和长期内受益。
