حالات استخدام الذكاء الاصطناعي في مشاريع البناء: 10 تطبيقات عملية

يُستخدم الذكاء الاصطناعي بالفعل في جميع مراحل دورة حياة مشاريع البناء، بدءاً من التصميم الأولي والتقدير إلى المراقبة النشطة لموقع العمل. ولا تقتصر هذه التكنولوجيا على الذكاء الاصطناعي التوليدي أو روبوتات الدردشة؛ إذ يمكن لرؤية الكمبيوتر، والتحليلات التنبؤية، والتعلم الآلي، وتحليل المستندات معالجة مهام محددة في مشاريع البناء.

وغالباً ما تنطوي حالات استخدام الذكاء الاصطناعي الأكثر قيمة في مشاريع البناء على غرض تشغيلي واضح: مثل معالجة مجموعات المخططات الكبيرة، أو تقدير الكميات، أو تحديد مخاطر المشروع، أو تتبع التقدم، أو تحويل صور موقع العمل إلى بيانات مفيدة.

فيما يلي 10 تطبيقات عملية للذكاء الاصطناعي في قطاع مشاريع البناء والمشكلات التي يمكن أن تساعد في حلها.

كيف يُستخدم الذكاء الاصطناعي في مشاريع البناء؟

يُستخدم الذكاء الاصطناعي في مشاريع البناء لتحليل المعلومات وأتمتة المهام التي كانت تتطلب في السابق جهداً يدوياً كبيراً. ويعتمد نوع الذكاء الاصطناعي المستخدم على البيانات والمشكلة المراد معالجتها.

يمكن للذكاء الاصطناعي التوليدي تلخيص المواصفات، أو صياغة المستندات، أو المساعدة في التصميم الأولي. بينما تقوم تقنية رؤية الكمبيوتر بتحليل الصور ومقاطع الفيديو الواردة من مواقع العمل. وتستخدم النماذج التنبؤية بيانات المشاريع التاريخية والحالية لتحديد الأنماط، أو تقدير النتائج، أو تحديد المخاطر المحتملة.

يمكن تطبيق هذه التقنيات قبل مشاريع البناء وأثنائها وبعدها. والقاسم المشترك هنا ليس التكنولوجيا في حد ذاتها، بل قدرتها على تحويل بيانات المشروع إلى إجراءات أسرع أو قرارات مبنية على معلومات أفضل.

بالنسبة لشركات المقاولات، فإن هذا يعني أن الذكاء الاصطناعي يمكنه دعم العمليات المكتبية والعمليات الميدانية على حد سواء بدلاً من العمل كأداة مستقلة.

10 حالات استخدام للذكاء الاصطناعي في مشاريع البناء

1. التصميم التوليدي وتخطيط مشاريع البناء

يستخدم التصميم التوليدي معايير محددة لإنتاج ومقارنة خيارات تصميم متعددة. وبدلاً من تطوير كل التكوينات الممكنة يدوياً، يمكن للمهندسين المعماريين وفرق العمل تحديد القيود مثل الأبعاد، أو المتطلبات المكانية، أو أهداف الأداء، واستكشاف البدائل بسرعة أكبر.

ويكتسب هذا النهج أهمية خاصة أثناء التصميم الأولي، عندما تكون التغييرات أقل تكلفة وحين تظل هناك حاجة لتقييم خيارات متعددة.

يمكن للذكاء الاصطناعي أيضاً دعم تخطيط مشاريع البناء من خلال تنظيم معلومات المشروع، وتحديد الارتباطات، والمساعدة في تحليل السيناريوهات. ولا يكمن الهدف في السماح لخوارزمية باتخاذ قرارات التصميم النهائية، بل في زيادة عدد الخيارات القابلة للتطبيق التي يمكن للفرق تقييمها خلال إطار زمني محدد.

ولا تزال المقترحات الناتجة تتطلب مراجعة مهنية؛ إذ لا يمكن افتراض الجدوى الإنشائية، وقوانين البناء، وقابلية التنفيذ، والتكاليف، والمتطلبات الخاصة بالمشروع من التصميم التوليدي بمفرده.

2. تحليل مستندات ومخططات مشاريع البناء

تنتج عن مشاريع البناء كميات كبيرة من المخططات، والمواصفات، والجداول الزمنية، والملاحق، وغيرها من المستندات الفنية. ويمكن أن يستنزف البحث عن المعلومات الصحيحة عبر هذه الملفات جزءاً كبيراً من إدارة المشروع.

يمكن للذكاء الاصطناعي تحليل المستندات للتعرف على النصوص، وتصنيف المعلومات، ومقارنة الإصدارات، واسترجاع التفاصيل ذات الصلة. كما يمكن لتقنية رؤية الكمبيوتر تحديد العناصر الرسومية داخل المخططات.

ومن بين التطبيقات العملية مقارنة المخططات أو المواصفات المعدلة بالإصدارات السابقة. فبدلاً من الاعتماد الكلي على المراجعة اليدوية، يمكن للذكاء الاصطناعي المساعدة في إظهار التغييرات المحتملة التي تتطلب الاهتمام.

والتطبيق الآخر هو استرجاع المعلومات؛ حيث يمكن للفرق استخدام الأنظمة المدعومة بالذكاء الاصطناعي لتحديد موقع المعلومات عبر مجموعات كبيرة من المستندات دون الحاجة لفتح كل ملف يدوياً.

تعد هذه التطبيقات جزءاً من التطوير الأوسع نطاقاً لـ مستندات مشاريع البناء القائمة على الذكاء الاصطناعي، حيث تُستخدم معالجة المستندات لتسهيل البحث في المعلومات الفنية ومقارنتها وتنظيمها.

ولا يلغي الذكاء الاصطناعي الحاجة إلى التحقق من المستندات المصدرية؛ حيث تظل المواصفات أو العقود أو المخططات المعتمدة هي المرجع المعتمد عند اتخاذ أي قرار فني أو تعاقدي.

3. تقدير تكاليف مشاريع البناء وحساب الكميات المؤتمت بالذكاء الاصطناعي

يتطلب تقدير التكاليف من الفرق ترجمة المخططات ومتطلبات المشروع إلى كميات وتكاليف. ويمثل هذا تطبيقاً طبيعياً للذكاء الاصطناعي لأن العديد من مهام التقدير تتضمن تحديد وقياس العناصر المتكررة.

يمكن لأدوات حساب الكميات المدعومة بالذكاء الاصطناعي التعرف على العناصر أو الرموز في مخططات مشاريع البناء والمساعدة في حساب الكميات مثل الأعداد، والمساحات، والأطوال. ويمكن أن يقلل هذا من العمل اليدوي المطلوب لمراجعة مجموعات المخططات الكبيرة.

كما يمكن لـ برامج تقدير تكاليف مشاريع البناء بالذكاء الاصطناعي المخصصة المساعدة في تنظيم معلومات التقدير، أو مقارنة بيانات المشروع، أو دعم تحليل التكاليف.

ولا يزال التمييز بين حساب الكميات وتقدير التكلفة أمراً مهماً. يمكن لحساب الكميات المؤتمت تحديد الكميات، لكن التقدير النهائي لا يزال يعتمد على الأسعار، والعمالة، والمعدات، وافتراضات الإنتاجية، وظروف الموقع، والمتغيرات الأخرى.

لذلك، فإن الذكاء الاصطناعي يكون أكثر فائدة لتسريع الأجزاء المتكررة من عملية التقدير مع السماح للمقدرين بالتركيز على التحقق والافتراضات والقرارات التجارية. كما يمكن للوصول الأفضل إلى بيانات المشروع المنظمة أن يسهم في استراتيجيات أوسع نطاقاً لـ خفض تكاليف مشاريع البناء.

4. جدولة المشاريع والتنبؤ بالتأخير

تحتوي الجداول الزمنية لمشاريع البناء على مهام وموارد وارتباطات متداخلة. ويمكن أن يؤثر التأخير في نشاط واحد على مراحل لاحقة متعددة من المشروع.

يمكن للذكاء الاصطناعي تحليل بيانات الجدول الزمني والمشروع لتحديد الأنماط المرتبطة بالتأخيرات أو التعارضات المحتملة. ويمكن للأنظمة التنبؤية استخدام المعلومات الحالية والتاريخية لتنبيه الفرق بالأنشطة التي قد تتطلب الاهتمام قبل أن تصبح المشكلة حرجة.

يمكن للذكاء الاصطناعي التوليدي أيضاً المساعدة في المسودات الأولية للجداول الزمنية أو تلخيص التغييرات عبر معلومات المشروع. ومع ذلك، لا يزال الجدول الزمني الذي تم إنشاؤه بحاجة إلى عكس التسلسل الفعلي وتوافر الموارد وظروف الموقع الفعلية.

وبناءً على ذلك، فإن التطبيق الأقوى هو دعم اتخاذ القرار بدلاً من الجدولة الذاتية المستقلة. ويمكن لمديري المشاريع استخدام الرؤى المستمدة من الذكاء الاصطناعي جنباً إلى جنب مع معرفتهم بمقاولي الباطن، وظروف الموقع، والمشتريات، وقيود المشروع.

5. مراقبة مواقع البناء وتتبع التقدم

بمجرد بدء مشاريع البناء، يمكن للذكاء الاصطناعي الانتقال من المستندات الرقمية إلى المعلومات المرئية التي يتم جمعها مباشرة من موقع العمل.

يمكن لتقنية رؤية الكمبيوتر تحليل الصور المتكررة للموقع لتحديد التغييرات بمرور الوقت ودعم تتبع التقدم. وعند دمجها مع الكاميرات عن بُعد والمنصة المركزية، فإنها توفر سجلاً مرئياً يمكن للفرق الرجوع إليه دون الحاجة للتواجد الفعلي في كل موقع.

ويعد هذا مفيداً بشكل خاص للشركات التي تدير مشاريع متعددة أو متباعدة جغرافياً. تمنح مراقبة مواقع البناء الفعالة فرق العمل وصولاً مرئياً مستمراً إلى ظروف الموقع والتقدم المحرز، مما يقلل من اعتمادهم على الزيارات الميدانية العارضة.

ويمكن لـ كاميرا تايم لابس التقاط نفس زاوية الرؤية على فترات منتظمة طوال فترة المشروع. ويسهل سجل الصور الناتج مقارنة المراحل المختلفة لمشاريع البناء ومراجعة كيفية تطور الموقع.

بالنسبة لمحفظة المشاريع الأكبر حجماً، يمكن لـ برمجيات مراقبة تقدم مشاريع البناء المخصصة مركزة المعلومات المرئية من مواقع مختلفة وإتاحة الوصول إليها عن بُعد.

وتُظهر تطبيقات العالم الحقيقي بالفعل قيمة هذا النهج. حيث توثق دراسة حالة مراقبة مشاريع البناء Electra من Enlaps المراقبة عن بُعد لقرابة 400 مشروع في تسعة بلدان.

ويمكن للذكاء الاصطناعي والبيانات المرئية توسيع نطاق سير العمل هذا بشكل أكبر من خلال المساعدة في تحويل الصور إلى معلومات منظمة بدلاً من استخدامها كأرشيف فوتوغرافي فقط.

6. التقارير المرئية وإدارة المشاريع المدعومة بالذكاء الاصطناعي

غالباً ما تعتمد التقارير في مشاريع البناء على المعلومات التي يتم جمعها يدوياً من الميدان. ثم يتعين تنظيم الصور والملاحظات وتحديثات التقدم ومشاركتها مع أصحاب المصلحة في المشروع.

وتخلق المراقبة المرئية مصدراً آخر لمعلومات المشروع؛ حيث يمكن للصور التي يتم التقاطها بانتظام من زوايا ثابتة أن تقدم دليلاً على ظروف الموقع والتقدم المحرز في تواريخ محددة.

يمكن للذكاء الاصطناعي المساعدة في معالجة هذه البيانات المرئية، بينما يمكن لأدوات إعداد التقارير تنظيم المعلومات ذات الصلة في تنسيقات يسهل على فرق العمل مراجعتها. على سبيل المثال، يمكن لـ تقرير مشاريع البناء اليومي تنظيم معلومات الموقع المتكررة في سجل نشاط المشروع.

ويعد هذا النهج مفيداً بشكل خاص عندما تكون هناك حاجة لمشاركة المعلومات المرئية بين الفرق التي لا تتواجد بشكل دائم في الموقع. حيث يمكنه تحسين الرؤية لمديري المشاريع، والعملاء، وأصحاب المصلحة الآخرين دون مطالبة كل شخص بمعاينة موقع العمل مباشرة.

وينطبق المبدأ نفسه على نطاق أوسع؛ حيث يمكن لـ الذكاء الاصطناعي في إدارة مشاريع البناء ربط المعلومات من المخططات، والجداول الزمنية، والتقارير، والبيانات الميدانية لتقليل الوقت المستغرق في البحث عن تحديثات المشروع عبر مصادر منفصلة.

لا تغني التقارير المرئية عن الإدارة المباشرة للموقع، بل تأتي قيمتها من توفير مصدر معلومات ثابت يكمل الملاحظات الميدانية وسجلات المشروع الأخرى.

7. سلامة مواقع البناء، ومعدات الحماية الشخصية (PPE) ومراقبة الامتثال

تتغير مواقع البناء باستمرار، مما يجعل مراقبة السلامة حالة استخدام مثالية لتقنية رؤية الكمبيوتر.

يمكن للذكاء الاصطناعي تحليل صور موقع العمل لتحديد الظروف المرئية المحددة مسبقاً. ومن تطبيقات ذلك الكشف عن معدات الحماية الشخصية (PPE)، حيث يمكن لرؤية الكمبيوتر تحديد ما إذا كانت معدات الوقاية المحددة مرئية على العمال في المناطق الخاضعة للمراقبة.

ويمكن لهذا النوع من الأتمتة أن يكمل عمليات السلامة الحالية من خلال مراجعة البيانات المرئية بنطاق يصعب تحقيقه يدوياً. كما يمكن لـ برمجيات سلامة مشاريع البناء المخصصة تنظيم المعلومات المتعلقة بالسلامة ومساعدة الفرق في تحديد الحالات التي تتطلب الاهتمام.

ويمكن للذكاء الاصطناعي دعم الامتثال بطرق أخرى. قد تحتاج البيانات المرئية إلى المعالجة قبل تخزينها أو مشاركتها، لا سيما عندما يظهر الأشخاص في لقطات موقع العمل. ويمكن للأتمتة إخفاء الهوية للمساعدة في تلبية هذا المتطلب.

على سبيل المثال، تضمن مشروع السكك الحديدية SIGNAfilm من Enlaps طمساً تلقائياً في الوقت الفعلي للصور الملتقطة. وسمح ذلك بإخفاء هوية المحتوى المرئي مع الحفاظ على سجل مستمر للمشروع.

يجب أن تدعم هذه الأنظمة إجراءات السلامة المعمول بها ولا تحل محلها؛ فرؤية الكمبيوتر تقيم فقط ما هو مرئي في الصور والظروف التي تم إعدادها لتحليلها. ولا تزال السلامة في الموقع تعتمد على الإجراءات المناسبة، والتدريب، والإشراف، والتقدير البشري.

للحصول على رؤية أشمل لهذه التطبيقات، يغطي موضوع الذكاء الاصطناعي في سلامة مشاريع البناء كيف يمكن لرؤية الكمبيوتر وتقنيات الذكاء الاصطناعي الأخرى دعم عمليات أكثر أماناً في موقع العمل.

8. مراقبة الجودة والكشف عن العيوب

تتطلب مراقبة الجودة من الفرق تحديد الفروق بين العمل المتوقع والمنفذ في أقرب وقت ممكن.

ويمكن لرؤية الكمبيوتر المساعدة من خلال تحليل صور الموقع وتحديد الخصائص المرئية أو التغييرات التي تتطلب مزيداً من الفحص. وعند التقاط الصور بانتظام بمرور الوقت، تكتسب الفرق أيضاً سجلاً زمنياً يمكن أن يساعد في التحقيق في وقت ظهور ظروف معينة في الموقع.

ويمكن لسير العمل الأكثر تقدماً دمج المعلومات المرئية مع المخططات، أو نماذج معلومات البناء (BIM)، أو بيانات المشروع الأخرى. ويكمن الهدف في تسهيل تحديد الانحرافات بدلاً من الاعتماد فقط على الملاحظات اليدوية الدورية.

تعتمد فائدة الذكاء الاصطناعي بشكل كبير على ما يمكن ملاحظته فعلياً؛ فالكاميرا لا يمكنها تقييم الأعمال المخفية أو التحقق من كل متطلب فني. كما يمكن للإضاءة، والعوائق، وموقع الكاميرا، وجودة الصورة أن تؤثر على ما يمكن لنظام رؤية الكمبيوتر اكتشافه.

لذلك، فإن مراقبة الجودة المدعومة بالذكاء الاصطناعي تكون أكثر فاعلية كطبقة فحص إضافية. ولا تزال المشكلات المحتملة التي يتم تحديدها تلقائياً بحاجة إلى تقييم من قِبل متخصصين مؤهلين قبل اتخاذ أي إجراء تصحيحي.

9. تحليل المعدات، وحركة المرور، واللوجستيات في الموقع

تنطوي مواقع البناء على حركة مستمرة للعمال، والمركبات، والمواد، والمعدات. ويمكن للبيانات المرئية أن تساعد الفرق في فهم هذه التدفقات بدلاً من الاعتماد فقط على الملاحظات الفردية.

يمكن لرؤية الكمبيوتر تحليل الصور المتكررة لرصد وتصنيف النشاط المرئي. ووفقاً للنظام والمشروع، يمكن أن يدعم ذلك إحصاء المركبات، أو تحليل حركة المرور، أو دراسة كيفية استخدام مناطق معينة.

وتوضح دراسة حالة تحليل حركة المرور العملية من Enlaps كيف يمكن لهذا الأمر أن يتجاوز المراقبة البسيطة؛ حيث استخدمت شركة Martens Multimedia البيانات المرئية من مسارين على طريق سريع للتحقيق في الازدحام الذي يؤثر على الشاحنات التي تدخل الموقع.

ويوضح هذا فرقاً مهماً بين الكاميرات المستخدمة للتوثيق فقط و كاميرات الذكاء الاصطناعي لمشاريع البناء. فعندما يمكن تحليل المعلومات المرئية تلقائياً، تصبح الكاميرا مصدراً للبيانات التشغيلية.

ويمكن للصور الجوية توسيع نطاق الرؤية عبر المناطق الواسعة أو التي يصعب مراقبتها. وتوفر مراقبة مشاريع البناء بالطائرات المسيرة (الدرون) زوايا رؤية تكميلية للمشاريع التي لا تستطيع الكاميرات الثابتة وحدها التقاط المنظور المطلوب لها.

كما يمكن للذكاء الاصطناعي المساهمة في إدارة المعدات من خلال مصادر بيانات أخرى. على سبيل المثال، يمكن لأنظمة الصيانة التنبؤية تحليل بيانات المعدات لتحديد الأنماط المرتبطة بالأعطال المحتملة. وتتطلب هذه التطبيقات بيانات الآلات أو المستشعرات ذات الصلة بدلاً من صور موقع العمل وحدها.

10. الاستدامة والمراقبة البيئية

تتطلب مشاريع البناء بشكل متزايد معلومات قابلة للقياس حول الأداء البيئي. ويمكن للذكاء الاصطناعي دعم هذه العملية من خلال تحليل البيانات التي يتم جمعها من نماذج التصميم، والمعدات، والمستشعرات، وأنظمة مراقبة الموقع.

أثناء التصميم، يمكن للأدوات الحاسوبية والمدعومة بالذكاء الاصطناعي مساعدة الفرق في مقارنة البدائل وفقاً لمعايير الطاقة أو الموارد. وأثناء مشاريع البناء، يمكن لتحليل البيانات دعم مراقبة مؤشرات بيئية محددة.

ويمكن للمراقبة المرئية المساهمة عندما تكون الحالة ذات الصلة قابلة للملاحظة من الصور. بينما تتطلب مقاييس الاستدامة الأخرى مستشعرات مخصصة، أو سجلات المشروع، أو مجموعات بيانات خارجية.

وهذا ما يجعل مراقبة معايير الحوكمة البيئية والاجتماعية والمؤسسية (ESG) تحدياً لدمج البيانات بقدر ما هي حالة استخدام للذكاء الاصطناعي. وتصبح المؤشرات البيئية أكثر فائدة عندما يمكن جمعها باستمرار، ومقارنتها بمرور الوقت، ودمجها في تقارير المشروع.

ويمكن للذكاء الاصطناعي المساعدة في معالجة مجموعات البيانات المتنامية هذه، وتحديد الأنماط، وتقليل التحليل اليدوي. ومع ذلك، لا تزال القياسات الأساسية بحاجة إلى أن تكون موثوقة وذات صلة بالهدف البيئي الذي يتم تتبعه.

حالات استخدام واقعية للذكاء الاصطناعي في مشاريع البناء

يصبح تقييم تطبيقات الذكاء الاصطناعي أسهل عندما ترتبط بمشكلات تشغيلية محددة. وتقدم حالات أعمال Enlaps أمثلة على استخدام التقنيات المرئية في المشاريع النشطة، بما في ذلك البناء متعدد المواقع، والبنية التحتية، والعمليات عن بُعد.

ولا تعتمد هذه الأمثلة كلها على تكنولوجيا الذكاء الاصطناعي نفسها؛ بل توضح كيف يمكن للبيانات المرئية المتكررة أن تصبح أساساً للمراقبة، والأتمتة، وتطبيقات رؤية الكمبيوتر.

مراقبة مئات مواقع البناء عن بُعد

تدير شركة Electra البنية التحتية لشحن المركبات الكهربائية عبر العديد من الأسواق الأوروبية. وتخلق إدارة شبكة تتوسع بسرعة مشكلة رؤية عملية: حيث لا يمكن لفرق العمل فحص كل موقع من مواقع مشاريع البناء فعلياً وبشكل مستمر.

وفي حالة عمل Electra، تذكر Enlaps أنه تم نشر الحل لمراقبة قرابة 400 مشروع في تسعة بلدان. ويسمح الوصول المرئي عن بُعد للفرق بمتابعة التقدم عبر محفظة موزعة مع تقليل الحاجة إلى الانتقال المنهجي إلى المواقع.

وتوضح حالة الاستخدام هذه سبب الأهمية المتزايدة لمراقبة تقدم مشاريع البناء مع زيادة عدد المشاريع. فقد يكون من الممكن إدارة مشروع واحد من خلال عمليات الفحص البدني المنتظمة، لكن مئات المواقع المتزامنة تتطلب جمع المعلومات ومركزتها بشكل أكثر منهجية.

وتأتي القيمة من النطاق؛ حيث تمنح المراقبة المرئية الفرق مصدراً مشتركاً لمعلومات المشروع يمكن الوصول إليه عن بُعد ومشاركته بين أصحاب المصلحة.

استخدام البيانات المرئية لتحسين تنسيق المشاريع

تضم مشاريع البناء والبنية التحتية الكبرى أصحاب مصلحة قد يعملون من مواقع مختلفة ويتطلبون مستويات مختلفة من الرؤية.

تغطي حالة عمل Scope ME من Enlaps المراقبة المتزامنة لـ 15 من مشاريع البناء. حيث كان من الممكن مشاركة معلومات التقدم المرئية مع مختلف أصحاب المصلحة المشاركين في المشاريع.

وينطبق مبدأ مماثل على إدارة المشاريع المحلية. ففي حالة أخرى لـ Enlaps، استخدمت BKM مراقبة مشاريع البناء عن بُعد للحفاظ على الرؤية واضحة للمشاريع مع تقليل الحاجة للزيارات الميدانية الفعلية.

وتوضح هذه الأمثلة كيف يمكن للبيانات المرئية دعم التنسيق دون استبدال عمليات إدارة المشاريع المعمول بها. حيث تنشئ الكاميرا سجلاً متكرراً وموثقاً بالوقت، بينما تتيح المنصة تلك المعلومات للأشخاص الذين يحتاجون إليها.

كما يمنح هذا فرق العمل مرجعاً مرئياً مشتركاً عند مناقشة التقدم. وبدلاً من الاعتماد الحصري على الأوصاف المكتوبة لظروف الموقع، يمكن لأصحاب المصلحة مراجعة الصور من الفترة ذات الصلة.

تحويل صور مشاريع البناء إلى بيانات حركة مرور

يمكن أن تقدم الصور ما هو أكثر من مجرد سجل مرئي عندما تتم معالجتها كبيانات.

في حالة استخدام Martens Multimedia، تم استخدام المراقبة للتحقيق في الازدحام المروري للشاحنات التي تدخل الموقع. وساعدت المعلومات المرئية من مسارين على طريق سريع في تحليل تدفقات حركة المرور وفهم المشكلة التشغيلية.

ويمثل هذا نوعاً مختلفاً من استخدام الذكاء الاصطناعي في مشاريع البناء. فبدلاً من مطالبة نموذج بإنشاء محتوى، يمكن لتقنية رؤية الكمبيوتر تحويل النشاط المرصود إلى معلومات منظمة مثل التصنيفات أو الأعداد.

ويمكن تطبيق أساليب مماثلة عندما تكون هناك حاجة لقياس ظاهرة مرئية محددة بوضوح، بشرط أن تكون جودة الصورة وتغطيتها وطريقة تحليلها مناسبة.

والتحول المهم هنا هو الانتقال من التساؤل "ما الذي يمكن رؤيته في هذه الصورة؟" إلى "ما هي المعلومات القابلة للقياس التي يمكن استخلاصها من سلسلة من الصور؟"

أتمتة إخفاء هوية الصور من أجل الامتثال

يمكن أن تحتوي صور مشاريع البناء على أشخاص يمكن تحديد هويتهم، مما يخلق اعتبارات خصوصية عند تخزين الصور أو معالجتها أو نشرها.

ويمكن لمعالجة الصور المؤتمتة اكتشاف المناطق ذات الصلة في الصورة وتطبيق طمس الهوية دون الحاجة إلى تعديل كل صورة يدوياً.

ويقدم مشروع السكك الحديدية SIGNAfilm مثالاً ملموساً على ذلك؛ حيث تضمن حل Enlaps طمساً تلقائياً في الوقت الفعلي، مما سمح بإخفاء هوية المحتوى المرئي الملتقط كجزء من سير العمل.

وتوضح حالة الاستخدام هذه أن تطبيقات الذكاء الاصطناعي في مشاريع البناء لا تقتصر على الإنتاجية أو التنبؤ؛ بل يمكن للأتمتة أيضاً معالجة بيانات المشروع بحيث تكون أكثر ملاءمة للتخزين، أو التحليل، أو الاتصال.

وبالتالي، يمكن للبنية التحتية المرئية نفسها أن تخدم أغراضاً متعددة: توثيق التقدم، وتوفير الرؤية عن بُعد، وإنشاء أصول الاتصال، وتطبيق المعالجة المؤتمتة على الصور الملتقطة.

أي من حالات استخدام الذكاء الاصطناعي تقدم القيمة الأكبر في مشاريع البناء؟

لا يوجد تطبيق واحد للذكاء الاصطناعي يقدم القيمة الأكبر لكل مشروع من مشاريع البناء. وتعتمد حالة الاستخدام الأقوى على الجوانب التي يخلق فيها العمل المتكرر، أو الرؤية المحدودة، أو الكميات الكبيرة من البيانات مشكلة تشغيلية محددة.

قد تستفيد فرق التصميم بشكل أكبر من التصميم التوليدي وتحليل المستندات. بينما يمكن للمقدرين التركيز على حساب الكميات المؤتمت وبيانات التكلفة المنظمة. وقد يستفيد مديرو المشاريع بشكل أكبر من تحليل الجداول الزمنية، وإعداد التقارير، ومعلومات المشروع المركزية.

وبالنسبة للفرق التي تدير مواقع عمل نشطة أو متباعدة جغرافياً، فإن مراقبة مواقع البناء ورؤية الكمبيوتر تقدم مصدراً مختلفاً للقيمة. حيث توفر البيانات المرئية المتكررة رؤية عن بُعد، وتوثق التقدم، وتنشئ مجموعة بيانات يمكنها لاحقاً دعم التحليل المؤتمت.

ولذلك، يجب أن يبدأ اختيار التكنولوجيا من المشكلة المراد حلها بدلاً من ميزة الذكاء الاصطناعي نفسها. كما أن تحديد المهمة بوضوح يسهل تحديد ما إذا كان النظام دقيقاً بما يكفي وما إذا كان ينتج معلومات يمكن دمجها في سير العمل الحالي.

وتشترك تطبيقات الذكاء الاصطناعي الأكثر عملية في مشاريع البناء في هذه الخاصية: فهي تؤتمت جزءاً محدداً من سير العمل دون إلغاء التحكم المهني البشري في القرارات التي تلي ذلك.