We beseffen het niet altijd, maar artificiële intelligentie (AI) zit tegenwoordig overal. Ook bouwsector in de brede zin van het woord ontsnapt niet. Voordeel of nadeel voor de aannemer? Dat zal in belangrijke mate van de aannemers zelf afhangen. Staan ze ervoor open? En zullen de andere bouwpartners mee zijn?
Tegenwoordig doen machines steeds meer zaken waarvoor niet lang geleden menselijke intelligentie nodig was. Een applicatie als Waze navigeert ons met de auto naar een bestemming. Social media zoals LinkedIn houden ons gedrag in het oog en selecteren berichten die we wellicht interessant vinden. Indien nodig, vertaalt Google Translate. Spotify en Netflix bevelen ons muziek en film aan. Is het altijd een vooruitgang? Wie zich ooit aan de telefoon voorbij een irritante chatbot heeft moeten knokken, weet dat het antwoord “nee” is. Maar AI valt niet meer weg te denken uit onze samenleving.
Rekenkracht
Zeker in de voorbije jaren is het snel gegaan. Hoe komt dat? Kort samengevat luidt het antwoord “rekenkracht en data”. Een anekdote illustreert dat. In 1997 ontstond enige ophef: schaak-grootmeester Garri Kasparov was verslagen door de supercomputer Deep Blue. Een machine had zich intelligenter getoond dan de mens.
Maar bekeken vanuit 2020 was Deep Blue een tikje primitief. Hij leverde zijn prestatie dankzij twee dingen: enerzijds brute rekenkracht, anderzijds de kennis van schaakexperts en computerweten-schappers die in algoritmes werd omgezet. Maar tegenwoordig hebben we Deep Learing in de artificiële intelligentie, waardoor computers zelf patronen ontdekken, autonoom leren en strate-gieën uittekenen. Om die strategieën in computeralgoritmes om te zetten, zijn geen mensen meer nodig.Bovendien is de rekenkracht van computers geëxplodeerd sinds Deep Blue. Ze wordt uitgedrukt in zoge-naamde floating point operations per seconde (“flops”). Huidige supercompu-ters zitten aan twee miljoen miljard, een 2 gevolgd door 15 nullen. Dat is meer dan honderdduizend keer krachtiger dan Deep Blue.
Data, het nieuwe goud
Computers zijn dus sterker en in zekere zin ook slimmer dan vroeger. Maar daarmee ontbreekt nog altijd een essentiële component. Om goede voorspellingen te kunnen doen, moet AI grote hoeveelheden data verwerken. Data zijn voor veel hedendaagse AI kostbaarder dan goud. In 2017 verscheen in het blad The Economist niet toevallig een artikel met als titel Data is the new oil.
Ook op dat punt is grote vooruitgang geboekt. Er bestaan nu krachtige tools die data labelen, opslaan en verwerken. Daarmee kan AI gegevens interpreteren op een schaal die geen mens ooit zou aankunnen.
Open AI, het lab dat werd opgericht door miljardair Elon Musk, heeft een soort taalgenerator ontwikkeld die getraind werd door hem te voeden met zowat het integrale internet, naar schatting duizend miljard woorden. Hij kan nu liedjes, handleidingen, interviews of eender welk type tekst genereren.
Bedrijven investeren dus steeds vaker in het verzamelen van data. Nieuwe functieprofielen zoals data scientist, data protection officer, data analyst of data engineer sieren de vacaturelijsten.
Met datascience-teams zetten organisaties de gegevens om in een concurrentievoordeel, door producten en diensten te verfijnen. Uit gegevens verzameld in callcenters kan men bijvoorbeeld afleiden wanneer een bepaalde klant op het punt staat om over te stappen. De marketingafdeling kan dan in actie schieten om hem te behouden. Logistieke dienstverleners analyseren verkeerspatronen, weersomstandigheden en andere factoren om de levering sneller te laten verlopen en de kosten te verlagen.
De consultant Gartner vroeg aan 3000 Chief Information Officers (CIO’s) welke technologie voor hun onderneming het grootste verschil maakt. Analytics en business intelligence kwamen het meeste uit de bus. Het wekt dus geen verbazing dat veel bedrijven hierin investeren.
En de bouw?
Ook in de bouwsector kent AI vele toepassingen. De meest gekende situeren zich in de exploitatiefase van een gebouw. HVAC-systemen bijvoorbeeld houden steeds vaker rekening met de bezettingsgraad van een gebouw, de weersvoorspellingen en de beschikbaarheid en de prijs van energie. Zo wordt het energieverbruik optimaal beheert, wat financiële voordelen biedt maar ook bijdraagt tot de klimaatdoelstellingen.
Iets anders wat een steile opmars kent, is voorspellend onderhoud of predictive maintenance. Men wacht niet tot een installatie stukgaat, maar grijpt preventief in op basis van data en modellen. Dit kan uitgebreid worden tot bruggen en andere infrastructuur, waar voorspellend onderhoud de veiligheid kan verhogen.
Ontwerpfase
In de ontwerpfase vinden we AI terug in modelleersoftware. Softwarepakketten kunnen tijdens het ontwerpen suggesties doen op basis van eerder gemaakte ontwerpen. Men hoeft niet steeds opnieuw dezelfde gedetailleerde bouwknopen te modelleren en bouwelementen kunnen automatisch geclassificeerd worden.
Ook in de uitvoeringsfase bestaan er veel kansen. We kunnen AI bijvoorbeeld inzetten om de voortgang van de werkzaamheden op de werf op te volgen en daaraan de beschikbaarheid van het werfmateriaal koppelen. In een BIM 4D model wordt ook de planning van de werken opgenomen, maar wanneer we de toestand op het terrein spiegelen met de vooraf uitgewerkte planning komt de echte meerwaarde naar boven. Wanneer we daarna het BIM-model ook updaten in overeenstemming met de werkelijke toestand, spreken we van een digitale tweeling of digital twin.
In de toekomst moet het zelfs mogelijk zijn om onze planning in realtime aan te passen in functie van de reële situatie en het BIM 4D model. Het uiteindelijke doel is om de efficiëntie op de werf te verhogen door te leren uit het verleden.
De grote uitdaging in onze sector is de beschikbaarheid van data. Het toenemend gebruik van BIM biedt hier alvast een antwoord op. BIM leidt immers niet enkel tot een betere samenwerking en minder faalkosten maar staat ook garant voor het uniform en consequent beheer van data. Deze bron van historische data gecombineerd met real-time data (bv. camera’s of sensoren) zal op termijn de basis vormen van vele nieuwe toepassingen van AI in de bouwsector.
Ook voor u?
Misschien hebt u een toepassing gebaseerd op AI in gedachten, maar twijfelt u aan de haalbaarheid. Hoe eraan beginnen? Wie heeft advies op maat? Is het sop de kool waard en wat zal de return on investment zijn? Moeilijke vragen waarbij de VCB u graag helpt.
AI VOOR DE BOUW: DE MOGELIJKHEDEN
De Vlaamse Confederatie Bouw heeft in opdracht van het WTCB een nota geschreven die dieper ingaat op de mogelijke toepassingen van AI in de bouwsector. In deze studie komen ook een aantal Belgische technologiebedrijven aan bod.
INFO: Geïnteresseerd in dit document? Stuur een e-mail naar benedikt. declercq@vcb.be.
