Como pasa en otros sectores, la enorme cantidad de datos que genera el AEC es de un valor inmenso para su propia evolución, pero en su caso no son aprovechados todavía al máximo. Esto es lo que piensa al respecto el científico de datos de Autodesk Shubham Goel: “la mayor parte de la industria ahora mismo tiene datos que no están tan bien organizados y que no se pueden consumir fácilmente para el análisis”. Y si bien “es realmente difícil extraer información significativa de esos datos, el machine learning puede ser de ayuda”.
Pat Keaney, directora del BIM 360 Enterprise Products de Autodesk, considera que para 2029 el machine learning y la inteligencia artificial serán «ubicuos en todos los aspectos de la construcción y de la tecnología aplicada a la construcción». En este sentido, una reciente publicación de Research and Markets predice que para 2024 las empresas de construcción estarán gastando 1.000 millones de dólares anuales en plataformas de IA.
Y es que estamos asistiendo a un crecimiento de la Inteligencia Artificial en la industria de la construcción sin precedentes, con algoritmos inteligentes, big data y deep learning transformando radicalmente el rendimiento de la productividad. Del mismo modo en que la Metodología BIM ha supuesto un viraje hacia una mayor productividad y eficiencia del AEC, la Inteligencia Artificial será el nuevo escalón que colectivamente la industria de la construcción tendrá que subir en su camino hacia la excelencia.
Machine learning y AEC
Aunque comúnmente nos referimos a ella como inteligencia artificial, es principalmente un término agregativo que describe varias funciones cognitivas humanas como el reconocimiento de patrones, la resolución de problemas, el aprendizaje continuo, etc. El machine learning (o aprendizaje automático) puede actuar como un subconjunto de la inteligencia artificial, que se utiliza como una técnica estadística para dar a los sistemas informáticos una capacidad adicional para aprender de los datos sin necesidad de una programación explícita. La máquina puede convertirse en una herramienta mejor para entender las cosas por sí misma y proporcionar conocimientos a medida que se introducen más datos en ella.
Aplicado al AEC, el machine learning puede solicitar información, atender las cuestiones abiertas y también puede cambiar las órdenes para actualizar los estándares de la industria. Mediante el escrutinio de una gran cantidad de datos puede alertar a los líderes de proyectos sobre cuestiones críticas que necesiten más atención en un determinado momento.
Además, las redes neuronales artificiales ayudan a predecir los excesos de costes del proyecto teniendo en cuenta diversos datos, como su tamaño, el tipo de contrato, el equipo de ingenieros y gestores del proyecto, información histórica, etc. La IA también sirve de soporte al personal remoto para acceder a los materiales de formación, lo que les ayudará a mejorar sus habilidades rápidamente. En definitiva, tiene el potencial de reducir el tiempo empleado y el gasto económico, cosa que acelera el desarrollo y la entrega del proyecto.
Aplicando AI conjuntamente con BIM
Antes que nada, BIM no es IA. Sin embargo, la relación simbiótica entre ambas tecnologías florecerá en los próximos años, haciéndolas aún más potentes. La IA puede aplicarse eficazmente en la gestión de proyectos de construcción siempre que se disponga de la infraestructura adecuada. Al suponer un sustancioso ahorro de tiempo y recursos, su uso daría a las empresas una enorme ventaja competitiva, así como una mayor garantía de calidad. Varios son los ámbitos de aplicación de esta disruptiva tecnología. Los robots inteligentes y la informática consciente del contexto pueden aliviar el actual estancamiento de la productividad en toda la industria.
La inteligencia artificial permite al usuario introducir un criterio de diseño o crear un conjunto de reglas en un sistema para que la máquina pueda sugerir el resultado más viable en función de los requisitos. Dentro de BIM, esto puede utilizarse para crear huellas del sitio, diseños de planos con la orientación más eficiente y más. Además, los planos están vinculados entre sí, lo que significa que si, por ejemplo, se cambian las medidas de la huella del terreno durante el proceso, el sistema sabrá hacer los ajustes necesarios en todas las áreas del diseño para garantizar la máxima precisión en todo el proyecto y minimizar aún más los fallos de diseño.
